如何进行调查问卷的信度分析

如何进行调查问卷的信度分析,第1张

可以使用在线分析SPSSAU,不需要下载,授权给SPSSAU即可进行在线分析。

轻松拖拽,点一下即生成结果。

以信度分析举例

1、拖拽分析项到右侧选框中,点击“开始信度分析”

2、生成结果及分析建议

效度:

1、内容效度,一般不需要计算

2、结构效度:SPSS里只能做因子分析或相关分析

3、效标关联效度:一般用相关

信度:

1、重测信度或复本信度,看数据类型,一般用积差相关或等级相关,SPSS在相关分析菜单中

2、内在一致性信度:

(1)分半信度(2)同质信度,都在可靠性分析菜单中,做分半信度或α系数

3、评分者信度,看数据类型,积差相关、等级相关、α系数、Kandall W系数。

校正的项总计相关性,也称CITC值,比如某维度对应5个题项,那么此5个题项之间的相关关系情况则使用此指标进行表示,通常此值大于04即说明某题项与另外的题项间有着较高的相关性,预测试时通常会使用校正的项总计相关性这一指标。

项删除后的克隆巴赫系数,如果某个维度或变量对应着5个题项,那删除掉某题项后余下4个题项的信度系数值即称作项删除后的克隆巴赫系数。克隆巴赫系数,也称信度系数,内部致性系数,或者Cronbach's Alpha,或者α系数,此值一般大于07即可。

如果在预测试中使用信度分析,则可能涉及到校正项总计相关性(CITC)和项已删除的α系数这两个指标,用于辅助判断量表题目是否应该进行修正处理。如果是正式数据的分析,通常此两个指标的意义相对较小。

扩展资料:

信度分析注意事项:

信度系数越大,表明测量的可信程度越大。究竟信度系数要多少才算有高的信度。学者DeVellis(1991)认为,060~065(最好不要),065~070(最小可接受值),070~080(相当好),080~090(非常好)。

由此一份信度系数好的量表或问卷,最好在080以上,070至080之间还算是可以接受的范围,分量表最好在070以上,060至070之间可以接受。若分量表的内部一致性系数在060以下或者总量表的信度系数在080以下,应考虑重新修订量表或增删题项。

参考资料来源:百度百科-spss

参考资料来源:百度百科-信度分析

参考资料来源:百度百科-效度分析

(一)信度分析

本研究得出整体问卷与各构面之Cronbach's α值分别为080及服务补救

整体品质构面为081,而其各构念分别为沟通(073)授权(078)解释(076)

补偿(072)回馈(065)有形性(080);满意反应构面为074;行为意向构

面为071,由此可知各构面的信度都在07以上,符合Nunally(1978)及Wortzel

(1979)有关具高信度之判断准则(Cronbach's α值大於07),此显示本研

究量表中的问项均具有高程度的内部一致性,因此在信度上仍具可信

(二)效度分析

1内容效度

问卷之发展乃由文献探讨整理出相关问项后,再透过问卷

调查,将问卷以传真,邮寄或e-mail方式与专家,学者讨论问卷中各问项之

适当性,再对他们所提出的意见,修正问卷之内容,即形成本研究之最后

的正式问卷因此,本研究认为经过此一严谨的程序所发展之问卷应以具

有相当程度的内容效度

论文信度效度怎么分析介绍如下:

要看做的内容是什么,如果你的问卷中的四个维度同质性很高,那么我们通常只报告整体的Cronbach's Alpha系数。比如一份语言测试(单一能力测验),那么就不需要报告每个部分的Cronbach's Alpha了。

但是如果不是,比如是人格测验,那么通常是要报告每个分测验和总的Cronbach's Alpha。不过你放心,一般这个信度指标和题目数量有关,也就是说题目越多,信度就越高。所以总体的指标一定不会低于单个分测验的。

另外,测验当然要做效度分析了。既然你的问卷结构已经确定,建议你做验证性因素分析,可以用结构方程模型做,具体工具推荐AMOS。

信效度分析:

统计学分析中经常会采用问卷调查的方法来获取分析数据,为了保证统计设计质量,往往需要检测调查问卷的质量,也就是通过问卷测量得到的,反映调查对象客观现象的统计数据的准确性。一个好的调查问卷设计不仅可以保证在多次重复使用下得到可靠的数据结果,即准确性。

总问卷组合信度分析有如下意义。在进行信度分析前,首先需要了解什么是信度,以及为什么要做信度分析。一份问卷在调查研究中,容易受到很多因素影响,导致实际测量的结果与预期想测量的目标产生偏差。检验问卷的信效度的目的就是为了确保回答的结果能够真实反映预期目标,收集的数据有分析价值。

以上就是关于如何进行调查问卷的信度分析全部的内容,包括:如何进行调查问卷的信度分析、如何使用spss进行问卷效度和信度分析、如何用SPSS进行信度、效度分析等相关内容解答,如果想了解更多相关内容,可以关注我们,你们的支持是我们更新的动力!

欢迎分享,转载请注明来源:聚客百科

原文地址: https://juke.outofmemory.cn/life/3660243.html

()
打赏 微信扫一扫 微信扫一扫 支付宝扫一扫 支付宝扫一扫
上一篇 2023-04-24
下一篇 2023-04-24

发表评论

登录后才能评论

评论列表(0条)

保存