调查问卷信度和效度评价
一、信度分析
信度（Reliability）即可靠性，它是指采用同样的方法对同一对象重复测量时所得结果的一致性程度。信度指标多以相关系数来表示：大致可分为三类：稳定系数（跨时间的一致性）、等值系数（跨形式的一致性）和内在一致性系数（跨项目的一致性）。
若以信度系数来表示信度的大小。信度系数越大，表示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，0.60～0.65（最好不要）；0.65～0.70（最小可接受值）；0.70～0.80（相当好）；0.80～0.90（非常好）。由此，一份信度系数好的量表或问卷，最好在0.80以上，0.70至0.80之间还算是可以接受的范围；分量表最好在0.70以上，0.60至0.70之间可以接受。若分量表的内部一致性系数在0.60以下或者总量表的信度系数在
0.80以下，应考虑重新修订量表或增删题项。
二、信度分析的方法主要有以下四种
1、重测信度法
这一方法是用同样的问卷对同一组被调查者间隔一定时间重复施测，计算两次施测结果的相关系数。显然，重测信度属于稳定系数。重测信度法特别适用于事实式问卷，如性别、出生年月等在两次施测中不应有任何差异，大多数被调查者的兴趣、爱好、习惯等在短时间内也不会有十分明显的变化。如果没有突发事件导致被调查者的态度、意见突变，这种方法也适用于态度、意见式问卷。由于重测信度法需要对同一样本试测两次，被调查者容易受到各种事件、活动和他人的影响，而且间隔时间长短也有一定限制，因此在实施中有一定困难。
2、复本信度法
复本信度法是让同一组被调查者一次填答两份问卷复本，计算两个复本的相关系数。复本信度属于等值系数。复本信度法要求两个复本除表述模式不同外，在内容、格式、难度和对应题项的提问方向等方面要完全一致，而在实际调查中，很难使调查问卷达到这种要求，因此采用这种方法者较少。
3、折半信度法
折半信度法是将调查项目分为两半，计算两半得分的相关系数，进而估计整个量表的信度。折半信度属于内在一致性系数，测量的是两半题项得分间的一致性。这种方法一般不适用于事实式问卷（如年龄与性别无法相比），常用于态度、意见式问卷的信度分析。在问卷调查中，态度测量最常见的形式是5级李克特（Likert）量表。进行折半信度分析时，如果量表中含有反意题项，应先将反意题项的得分作逆向处理，以确保各题项得分方向的一致性，然后将全部题项按奇偶或前后分为尽可能相等的两半，计算二者的相关系数（rhh，即半个量表的信度系数），最后用斯皮尔曼-布朗（Spearman-Brown）公式︰ru=2rhh/(1+rhh)求出整个量表的信度系数（ru）。
4、α信度系数法
Cronbachα信度系数是目前最常用的信度系数，其公式为︰α=(n/n-1)*(1-(∑S i2)/S T2)其中，n为量表中题项的总数，S i2为第i题得分的2为全部题项总得分的方差。从公式中可以看出，α系数评价的是题内方差，S
T
量表中各题项得分间的一致性，属于内在一致性系数。这种方法适用于态度、意见式问卷（量表）的信度分析。
5、信度检验步骤
检验信度步骤：Analyze→scale→reliability→data reduction→factor 然后看Cronbach's α系数。一般来说Cronbach’ alpha系数在0.65以上是可接受的最小信度值。
三、效度分析
效度（Validity）即有效性，它是指测量工具或手段能够准确测出所需测量的事物的程度。效度分为三种类型︰内容效度（Face Validity)、准则效度(Criterion Validity)和架构效度Construct Validity)。效度分析有多种方法，其测量结果反映效度的不同方面。常用于调查问卷效度分析的方法主要有以下几种。
1、单项与总和相关效度分析
这种方法用于测量量表的内容效度。内容效度又称表面效度或逻辑效度，它
是指所设计的题项能否代表所要测量的内容或主题。对内容效度常采用逻辑分析与统计分析相结合的方法进行评价。逻辑分析一般由研究者或专家评判所选题项是否“看上去”符合测量的目的和要求。统计分析主要采用单项与总和相关分析法获得评价结果，即计算每个题项得分与题项总分的相关系数，根据相关是否显著判断是否有效。若量表中有反意题项，应将其逆向处理后再计算总分。
2、准则效度分析
准则效度又称为效标效度或预测效度。准则效度分析是根据已经得到确定的某种理论，选择一种指标或测量工具作为准则（效标），分析问卷题项与准则的联系，若二者相关显著，或者问卷题项对准则的不同取值、特性表现出显著差异，则为有效的题项。评价准则效度的方法是相关分析或差异显著性检验。在调查问卷的效度分析中，选择一个合适的准则往往十分困难，使这种方法的应用受到一定限制。
3、结构效度分析
结构效度是指测量结果体现出来的某种结构与测值之间的对应程度。架构效度分析所采用的方法是因子分析。有的学者认为，效度分析最理想的方法是利用因子分析测量量表或整个问卷的架构效度。因子分析的主要功能是从量表全部变量（题项）中提取一些公因子，各公因子分别与某一群特定变量高度关联，这些公因子即代表了量表的基本架构。透过因子分析可以考察问卷是否能够测量出研究者设计问卷时假设的某种架构。在因子分析的结果中，用于评价架构效度的主要指标有累积贡献率、共同度和因子负荷。累积贡献率反映公因子对量表或问卷的累积有效程度，共同度反映由公因子解释原变量的有效程度，因子负荷反映原变量与某个公因子的相关程度。为了提升调查问卷的质量，进而提升整个研究的价值，问卷的信度和效度分析绝非赘疣蛇足，而是研究过程中必不可少的重要环节。
4、因子分析的SPSS过程
第一步：准备数据文件，打开对话框，加载观测变量。数据文件主要是由较多的（一般在10个以上）可观测变量组成，个案数应比较大。然后点击“Analyze” ，
选择“Data Reduction” 中的“Factor”打开因子分析对话框，将参与分析的所有观测变量加载到“Variables”下边的方框中。
第二步：点击“Descriptives…”设置描述性统计要求。这里关键的是要求输出因子分析适合度的检验，一般要求输出：计算相关系数矩阵（选中Coefficients）、相关系数显著性水平矩阵（选中Significance levels）、反像相关矩阵检验 ( 选中Anti-image ) 、KMO 和巴特利特球形检验（选中KMO and Bartlett’s test of sphericity）。
第三步: 点击“Extraction”打开对话框设置因子提取方式。在界定因子提取方法中需要设置以下几个方面的参数：
(1) 因子构造方法：大多数情况下认为因子是变量的线性组合，所以使用最多的是主成分分析法（Principal components）;
(2) 提取因子数（选中 Number of factors 后输入一个因子数），如果还无法确定可以不设定因子数，先以默认状态进行尝试性分析；
(3) 在“Display”下选中“Unrotated factor solution”和“Scree plot”以输出未经旋转的因子载荷矩阵、碎石图。执行之后根据输出信息确定提取因子数，比如根据碎石图来确定；
第四步：点击“Rotation”按钮打开选择因子载荷矩阵的旋转方法。一般使用最多的是正交旋转（选中Varimax）或斜交旋转方法（选中Promax）,其中斜交旋转速度快，所以大样本时多选此方法。同时可选中“Rotated solution”和“Loading plot(s)”，以输出旋转后因子旋转矩阵、载荷散点图。
第五步：点击“Scores”设置因子得分计算方法。一般最多的是选择回归方法，由此可以计算每个因子分数并记录到数据文件中。为此 , 可在对话框中选中“Save as variables”，然后在计算方法中选择“Regression” 或其他方法。还要选中“ Display factor score coefficient matrix”。
第六步：点击“Options”设置因子载荷系数的显示格式:
(1) 选中“Sorted by size”，则因子载荷系数按照大小顺序排列，并构成矩阵，使得在同一因子上具有较高载荷的变量排在一起，便于得到结论；
(2) 选中“Suppress absolute values less than:”并在其后的方格中输入一个0～1间的一个数，则因子载荷矩阵中就不再显示那些小于这个数值的载荷系
数了，而只显示那些比此数值大的载荷值，从而使因子所解释的主要变量一目了然。
KMO统计量是取值在0和1之间。当所有变量间的简单相关系数平方和远远大于偏相关系数平方和时，KMO值接近1.KMO值越接近于1,意味着变量间的相关性越强，原有变量越适合作因子分析；当所有变量间的简单相关系数平方和接近0时，KMO值接近0.KMO值越接近于0,意味着变量间的相关性越弱，原有变量越不适合作因子分析。
Kaiser给出了常用的kmo度量标准: 0.9以上表示非常适合；0.8表示适合；0.7表示一般；0.6表示不太适合；0.5以下表示极不适合。
心理学中的各种信度和效度 一、信度 所谓信度，指的是测量结果的稳定性程度，其操作定义是，信度乃是一个测验X与它的任意一个“平行测验X＇的相关系数。无关因素、测验的长度、测验试题的区分度、被试团体的代表性都会影响信度。 （一）重测信度 1、定义：利用同一量表，让同一被试群体在不同时间两次施测之后的相关值。这一信度值表示的是测验结果的稳定性，故也称之为稳定性系数。 2、形式：施测——经过适当时间——再施测 3、举例：假设有一份主观幸福感调查表，先后两次施测于10名学生，时间间隔为半年，结果如下表所示，求该测验的重测信度。 4、使用的前提条件 （1）所测量的心理特质必须是稳定的。 （2）遗忘和练习的效果基本上互相抵消。 （3）在两次施测的间隔期内，被试在所要测查的心理特质方面没有更多的学习和训练。5、注意事项 （1）有些测验不宜采用重测法估计信度，如测量推理和创造力的测验。那些不易受重复使用影响的测验才能用再测法估计信度。如感觉运动测验、人格测验。 （2）两次测验间隔的时间要适当，并注意提高被试的积极性 （3）测验手册中报告重测信度时应说明两次施测的间隔，以及在此期间内被试的有关经历（4）时间间隔的把握：适宜时间间隔依照测验目的、性质及被试特点而定，可以是几分钟甚至几年。例如对于年幼儿童的间隔要小；年长群体的间隔可大。但智力测验的间隔不能太短，成就测验的间隔不能太长。一般间隔时间不超过六个月，既不能让被试记住上一次测验的内容，又不能让其特质发生变化，或对所学知识产生遗忘。 6、重测信度的评价： （1）优点：能够提供有关测验结果是否随时间而变异的资料，可作为预测受测者将来行为表现的依据。 （2）缺点：易受练习和记忆的影响，前后两次施测间隔的长短必须要适度。 （二）复本信度
信度和效度 社会学系02研王丽云 当我们建构和评估测量时，我们通常使用信度和效度这两个技术性指标。 简单地说信度就是指测量数据和结论的可靠性程度，也就是说测量工具能否稳定地测量到它要测量的事项的程度。 我们可以举例说明信度的问题：如果想知道某人的体重，我们可以叫两个人来估计，一个人的估计为150镑，另一个人的估计为300镑，那么我们就可以认为，叫别人来估计体重是非常不可信的方法。如果用磅秤，连续测量两次的结果都是相同的，因而我们可以说，在测量体重方面，用磅秤的方法要比叫人来估计更可信。我们可以用信度系数来表示信度的大小。 我们知道在进行测量时，误差是难免的，这就使得真实值和测量值之间是不可能完全一致。我们可以这样来表示真实值和测量值之间的关系。 X=T+B+E T表示真实值，B表示偏差即系统误差，E表示测量误差即随机误差。由于系统误差很难分解，因而有些书中的分解式将系统误差包括在真实值之中，因而X可以简单地概括为X=T+E 对于测量误差E，一般假定他的期望值是0，却与真实值相独立，在此假定下，可以证明：E(x)=E(T)实得分数和真分数的总体均值相等。σ2x=σ2T+σ2E实得分的方差等于真分数的方差与误差方差
之和。 信度一般规定是真分数的方差在总体方差中所占的比例，即：信度系数Rxx=σ2T/σ2X=1-(σ2E/σ2X) 信度系数越大，表明测量的可信程度越大。在实际应用中，信度主要有以下几种类型： (一) 重测信度 这种方法通常是重复同样的测量来检验信度信度系数可以用相关系数来表示。假如我们第一次测量时的观测值是X，第二次的观测值是Y,那么重测信度就等于X与Y的相关系数。 但重复测量时，我们要注意两次测量的时间间隔要恰当。如果时间间隔太久，可能会发生一些变故，影响到被调查者的态度，那么前后的测量就会有很大的差异。 （二）复本信度 复本是针对原本而言的，它使原本的复制品。 对一项调查的问题，让被调查者接受问卷测量，并同时接受调查问卷的副本的调查，然后根据结果计算原本和复本的相关系数，就得到复本信度。 （三）折半信度 通常是在无副本且不准备重测的情况下，我们就用折半信度来计算信度系数。 举例来说，如果有一份问卷，其中有十个问题涉及到女性歧视现象。利用折半信度时，可将是个问题随机分成两组，每组有五个问题，
信度分析和效度分析数据计分方法说明
讲问卷调查的数据进行如上表的数据预处理后，接下来再进行如下分析。 1 信度分析 这里有63份问卷，首先我们需要的判定的是问卷中的调查题目能否反映调查的目的和调查的意图，问卷中的各个问题是否测量了相同的内容和信息；同时，对于调查问卷所得到的数据是否具有可靠性，就必须在对问卷分析之前做信度分析。信度本身与测量结果的正确与否无关，它的用途在于检测问卷本身的稳定性。信度分析中常用Cronbach α系数的大小来衡量调查问卷的信度。一般而言，如果问卷的信度系数达到0.9以上，该问卷调查的信度就较好；信度系数在0.8以上，是不错的；一般认为试卷信度在0.5至0.9以内是合理的，如果信度系数低于0.5，则此问卷的调查结果就不可信了。 将以上63份问卷的数据用SPSS21.0先进行标准化处理，再进行信度分析，其结果如表一所示： 表一信度分析表
表一显示，整体问卷和问卷中的各个维度的Cronbach's Alpha系数值均大于0.6，所以可以推断此问卷的可信度一般，该评价问卷只具有很较高的内在一致性。 2 效度分析 具备信度的问题不一定具备效度，因此做完信度分析，再用SPSS21.0对其进行效度分析。 2.1 因子模型适应性分析 效度分析使用的是因子分析模型，在运用因子模型分析之前，首先要对问卷数据进行因子模型适应性分析，分析结果如下表所示： 表二 KMO 和 Bartlett 的检验 KMO 和 Bartlett 的检验 取样足够度的 Kaiser-Meyer-Olkin 度量。 .657 Bartlett 的球形 度检验近似卡方 1187.63 6 df465 Sig..000
信度与效度的关系 信度是效度的必要条件，但不是充分条件。一个测量工具要有效度必须有信度，没有信度就没有效度；但是有了信度不一定有效度。 信度低，效度不可能高。因为如果测量的数据不准确，也并不能有效地说明所研究的对象。 信度高，效度未必高。例如，如果我们准确地测量出某人的经济收入，也未必能够说明他的消费水平。 效度低，信度很可能高。例如，即是一项研究未能说明社会流动的原因，但它很有可能很精确很可靠地调查各个时期各种类型的人的流动数量。 效度高，信度也必然高。 信度：测量的数据准确性
效度：结果的符合程度 1请问为什么随机分派前后测就可以控制选择、被试缺失的干扰了。而随即分派后侧就不能对被试缺失加以控制了。它们的不同只是多了一次前侧，怎么会对被试产生影响呢？ 2消除无关变量的方法平衡法和恒定法，有何区别呢，我总是有点弄混，能各举个例子吗？ 1、在一个延续时间较长的研究中，被试的更换、淘汰或者中途退出可能会对研究结果产生深刻的影响。所以如果只有后测，两组或多组相等的假设就无法保证，很难控制被试的情况。而前后测可以解决这个问题。 2、恒定法。恒定法就是采取一定措施，使某些无关变量在整个研究过程中保持恒定不变。它也是控制无关变量的基本方法。平衡法。平衡法就是对某些不能被消除，又不能或不便被恒定的无关变量，通过采取某些综合平衡的措施或方式，使其影响通过平衡而抵消，达到控制它们的方法。平衡法主要采用对比组方法和循环法。
先体会一下两者定义。简单的说： 恒定法：前后不变，比如上课时间、学生作业 平衡法：分组实验中，各组作用相同，比如教师水平，学生数目，知识基础。 在实验设计主要格式中，带有随机分配的优点是可以控制选择与成熟的交互作用，是什么意思啊？这里的成熟是指的被试身心的成熟程度吗？ 支持(0) 中立(0) 反对(0) 单帖管理 举报帖子 使用道具 | 引用| 回复 zdjy 小大2楼个性首页| 博客| 信息| 搜索| 邮箱| 主页| UC
如何用spss做问卷的结构效度分析？ 问：因子分析里面Descriotives里面KMO和巴特利检验就可以了吗？除此之外，还要做什么啊？请高手赐教点简单易懂又能说明效度问题的，谢谢啦！ 问题补充： 提取因子的个数怎么确定？是选特征值大于1的吗？还有，因子载荷怎么算？是在输出结果中直接可以看到吗？本人刚接触spss，请多多指教！ 答： 首先必须要做KMO和Bartlett球形检验,这个你应该会了吧,如果这两个检验合格的话说明数据是适合做因子分析的。 然后提取因子后，看主因子解释总变异的百分比和个因子的因子载荷，主因子解释总变异一般若大于60%的和因子载荷大于0.6的话说明结构效度很好。 pS: ,如果题目没有规定就是选特征值大于1的,如果题目事先要提取几个因子,那么在操作的时候,用SPSS那个因子分析的选项里面有一个地方可以著名，因子载荷在输出的结果直接可以看到（rotated compoment matrpx),一定要是旋转后的因子载荷 用spss进行效度分析? 我要对我的问卷调查数据做一个信度和效度分析。信度分析我会了，就是看Cronbach’s Alpha 系数。效度分表面效度、准则效度和构建效度，前面两项只要说明一下，但是构建效度要用SPSS分析，我想是在因子分析里面吧？就是不知道哪个值代表效度。 答： 因子分析的效度分析主要的指标可以看，因子提取的方差累积贡献率，如果因子提取的越少且方差累积率又不低的话（一般如果2个因子达到40%以上的贡献率就算可以的了），就可以认为因子分析的效度还可以。 除此之外，你可以用因子分析里面Descriotives里面KMO和巴特利检验（battele，不知道是不是这样写的），KMO的值如果>0.5，则说明因子分析的效度还行，可以进行因子分析；另外，如果巴特利检验的P<0.001，说明因子的相关系数矩阵非单位矩阵，能够提取最少的因子同时又能解释大部分的方差，即效度可以。 问:问卷效度测验如何应用于SPSS 问卷效度测验如何应用于SPSS,然后因为做效度检验貌似要用皮尔逊相关还是因子分析,所以不懂如何把这些应用于SPSS，不想要变量，想要整体，一个整体。 用因子分析，就已经是在检验变量的整体了 因子分析就是用少数几个因子来描述许多指标或因素之间的联系，以较少几个因子反映原资料的大部分信息的统计方法。三、因子分析的SPSS过程 第一步：准备数据文件，打开对话框，加载观测变量。数据文件主要是由较多的（一般在10个以上）可观测变量组成，个案数应比较大。然后点击“Analyze” ，选择“Data Reduction” 中的“Factor”打开因子分析对话框，将参与分析的所有观测变量加载到“Variables”下边的方框中。
附件6、 难度、区分度、信度和效度的一般说明 一、难度 难度是指试题的难易程度，它是衡量试题质量的一个重要指标参数，它和区分度共同影响并决定试卷的鉴别性。 一般认为，试题的难度指数在0.3－0.7之间比较合适，整份试卷的平均难度最好在0.5左右，高于0.7和低于0.3的试题不能太多。 1、难度的两种定义 （1）P=1－x/w 其中：x为某题得分的平均分数，w为该题的满分。 这种定义法，难度值小时表明试题容易，值大时表明试题难，最小值为0，最大值为1。 （2）P=x/w 这种定义法，难度值小时表明试题难，值大时表明试题容易，最小值为0，最大值为1。 2、难度的计算 （1）主观性试题的难度 A、基本公式法：P=1－x/w B、极端分组法P=1－(XH+XL)/2W 其中：XH为高分组的平均得分（前27%），XL为低分组的平均得分（后27%）。
（2）客观性试题的难度 A、基本公式法：P=1－R/N 其中：R为答对人数，N为全体人数。 B 极端分组法：P=1－（PH+PL）/2 其中：PH=RH/n叫高分组通过率，RH为高分组答对人数，n 为总人数的前27%。PL=RL/n 叫低分组通过率，RL为低分组答对人数。 二、区分度 区分度是区分应试者能力水平高低的指标。试题区分度高，可以拉开不同水平应试者分数的距离，使高水平者得高分，低水平者得低分。而区分度低则反映不出不同应试者的水平差异。 试题的区分度与试题的难度直接相关。通常来说，中等难度的试题区分度较大。另外，试题的区分度也与应试者的水平密切相关，试题难度只有等于或略低于应试者的实际能力，其区分性能才能充分显现出来。 1、区分度指标的评价 -1.00≤D≤+1.00，区分度指数越高，试题的区分度就越强。一般认为，区分度指数高于0.3，试题便可以被接受。 2、区分度的计算方法 （1）基本公式法：D＝（H－L）/N 其中：D代表区分度指数，H代表高分组答对题的人数，L代表低分组答对题的人数，N代表一个组的人数即高分组与低分组人数之
信度分析和效度分析数据计分方法说明 类别小分类 对应 题项每题计分方法维度计分方法 题 项 职业倦怠 情感枯竭 1-3 题 正向计分 全部题项直接加 总 3 去个性化 4-6 题 正向计分 全部题项直接加 总 3 个人成就感 7-10 题 逆向计分 全部题项取倒数 后加总 4 心理资本 11-18 题正向计分 全部题项直接加 总 8 组织气氛 19-26 题 21题为逆向计 分，其余题项正 向计分 21题取倒数后与 其余题项加总 8 总体幸福 感27-31 题 27题和31题为逆 向计分，其余题 项为正向计分 27和31题取到术 后与其余题项加 总 5 整体问卷 以上各个维度的 总分直接加总 31 讲问卷调查的数据进行如上表的数据预处理后，接下来再进行如下分析。 1 信度分析
这里有63份问卷，首先我们需要的判定的是问卷中的调查题目能否反映调查的目的和调查的意图，问卷中的各个问题是否测量了相同的内容和信息；同时，对于调查问卷所得到的数据是否具有可靠性，就必须在对问卷分析之前做信度分析。信度本身与测量结果的正确与否无关，它的用途在于检测问卷本身的稳定性。信度分析中常用Cronbach α系数的大小来衡量调查问卷的信度。一般而言，如果问卷的信度系数达到0.9以上，该问卷调查的信度就较好；信度系数在0.8以上，是不错的；一般认为试卷信度在0.5至0.9以内是合理的，如果信度系数低于0.5，则此问卷的调查结果就不可信了。 将以上63份问卷的数据用SPSS21.0先进行标准化处理，再进行信度分析，其结果如表一所示： 表一显示，整体问卷和问卷中的各个维度的Cronbach's Alpha系数值均大于0.6，所以可以推断此问卷的可信度一般，该评价问卷只具有很较高的内在一致性。 2 效度分析 具备信度的问题不一定具备效度，因此做完信度分析，再用SPSS21.0对其进行效度分析。 2.1 因子模型适应性分析 效度分析使用的是因子分析模型，在运用因子模型分析之前，首先要对问卷数据进行因子模型适应性分析，分析结果如下表所示： 表二 KMO 和 Bartlett 的检验 0.05的巴特利球型检验，说明问卷调查的数据非常适合做因子分析。 2.2 因子分析结果 在进行了适应性检验之后，接下来就进行因子分析，其结果如下： 表三方差贡献率
从统计数据质量角度谈调查问卷的设计质量 一、引言 从保证统计数据质量的统计工作过程看，统计数据质量可以被划分为统计设计质量、统计调查质量、统计整理质量、统计分析质量以及数据发布传输质量等。统计设计质量是保证统计数据质量的首要环节，在统计数据质量保证体系中起着关键性作用。统计设计质量一般包括调查问卷设计质量与调查方案设计质量，其中调查问卷设计质量指的是：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和有效性，即调查问卷设计质量的好坏，需要通过问卷测量能力的高低来检验。 在市场调查中，为了深入地研究一些本质的或理论性的现象，问卷调查法被广泛运用，除了调查时采用的抽样方法以及所抽取的调查对象是否具有代表性之外，调查者最关心的就是调查问卷的测量能力。问卷测量能力包含了两个方面的内容，即问卷测量结果的准确性和有效性。准确性和有效性是统计数据质量蕴涵的最主要的两个特性，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；也可以保证所得测量结果能够反映它所应该反映的客观现实，即有效性。 所以我们可以通过对问卷测量能力的分析来检验问卷的设计质量，对问卷设计进行质量控制，进而发现问卷设计中应注意的问题。在此基础上，通过不断改进问卷设计，提高其测量能力，最终将有助于我们得到高质量的调查数据。 二、调查问卷的设计质量检验 信度和效度的概念来源于心理测试中关于测验的可靠性和有效性研究，当建构和评估测量时，通常使用信度和效度这两个技术性指标。因此我们采用问卷的信度和效度分析来评估其测量能力，进而实现对问卷设计质量的检验。 1．问卷设计质量的信度检验 所谓问卷设计质量的信度检验，指的是对问卷测量结果准确性的分析，即对设计的问卷在多次重复使用下得到的数据结果的可靠性的检验。在实际应用中，信度检验多以相关系数表示，常用的方法有：重测信度，复本信度，折半信度，克朗巴哈信度，评分者信度等。国内外已经有很多关于这些信度分析方法介绍的文献，在这里，笔者不再一一详述，仅列出相关公式作为参考。 （1）重测信度，也叫稳定系数，对同一组调查对象采用同一调查问卷进行先后两次调 查，采用检验公式，其中为两次调查结果的协方差，为第一次调查结果 的协方差，为第二次调查结果的协方差。系数值越大说明信度越高。 （2）复本信度，也叫等值系数，对同一组调查对象进行两种相等或相近的调查，要求两份问卷的题数、形式、内容及难度和鉴别度等方面都要尽可能的一致。检验公式同稳定系数公式，系数越大，说明两份问卷的信度越高，具体调查时使用哪一份都可以。 （3）折半信度，也叫内在一致性系数，将调查的项目按前后分成两等份或按奇偶题号分成两部分，通过计算这两部分调查结果的相关系数来衡量信度。当假定两部分调查结果得 分的方差相等时，检验用Spearman-Brown公式来表示：，其中表示折半信度系数；当假定方差不相等时，采用Flanagan 公式：，其中、分别 表示两部分调查结果的方差，表示整个问卷调查结果的方差。如果折半信度很高，则说明这份问卷的各项题之间难度相当，调查结果信度高。 （4）克朗巴哈信度，是对折半信度的改进，检验公式是：，其中
s p s s数据分析教程之 s p s s信度分析和效度分 析 Prepared on 21 November 2021
信度分析和效度分析 数据计分方法说明 1 信度分析 这里有63份问卷，首先我们需要的判定的是问卷中的调查题目能否反映调查的目的和调查的意图，问卷中的各个问题是否测量了相同的内容和信息；同时，对于调查问卷所得到的数据是否具有可靠性，就必须在对问卷分析之前做信度分析。信度本身与测量结果的正确与否无关，它的用途在于检测问卷本身的稳定性。信度分析中常用Cronbach α系数的大小来衡量调查问卷的信度。一般而言，如果问卷的信度系数达到0.9以上，该问卷调查的信度就较好；信度系数在0.8以上，是不错的；一般认为试卷信度在0.5至0.9以内是合理的，如果信度系数低于0.5，则此问卷的调查结果就不可信了。 将以上63份问卷的数据用SPSS21.0先进行标准化处理，再进行信度分析，其结果如表一所示： 表一信度分析表
表一显示，整体问卷和问卷中的各个维度的Cronbach's Alpha系数值均大于 0.6，所以可以推断此问卷的可信度一般，该评价问卷只具有很较高的内在一致性。 2 效度分析 具备信度的问题不一定具备效度，因此做完信度分析，再用SPSS21.0对其进行效度分析。 2.1 因子模型适应性分析 效度分析使用的是因子分析模型，在运用因子模型分析之前，首先要对问卷数据进行因子模型适应性分析，分析结果如下表所示： 表二 KMO 和 Bartlett 的检验 KMO 和 Bartlett 的检验 取样足够度的 Kaiser-Meyer-Olkin 度量。.657 Bartlett 的球形度检验近似卡方1187.636 df465 Sig..000 由上表的数据可知，问卷数据的KMO值为0.657，并且通过了显着性水平为0.05的巴特利球型检验，说明问卷调查的数据非常适合做因子分析。 2.2 因子分析结果 在进行了适应性检验之后，接下来就进行因子分析，其结果如下： 表三方差贡献率 解释的总方差 成份 初始特征值提取平方和载入旋转平方和载入 合计方差的 %累积 %合计方差的 %累积 %合计方差的 %累积 % 18.75228.23128.2318.75228.23128.231 4.93715.92615.926 2 3.25910.51438.745 3.25910.51438.745 3.76612.14828.074 3 2.7158.75847.503 2.7158.75847.503 2.9969.66637.740 4 2.2867.37454.877 2.2867.37454.877 2.7148.75646.496 5 1.51 6 4.89159.768 1.516 4.89159.768 2.5848.33554.831 6 1.342 4.32864.096 1.342 4.32864.096 2.076 6.69761.528 7 1.252 4.03868.134 1.252 4.03868.134 1.709 5.51167.040 8 1.053 3.39871.532 1.053 3.39871.532 1.393 4.49271.532 9.958 3.08974.620 10.880 2.84077.461 11.762 2.45979.920 12.714 2.30282.222 13.684 2.20784.429 14.623 2.01186.440 15.580 1.87088.309 16.509 1.64289.951
研究信度与效度的关系 一、信度与效度的定义 信度即可靠性，它指的是采取同样的方法对同一对象重复进行测量时，其所得结果相一致的程度，或者说，信度是指测量结果的一致性或稳定性。 效度即准确度，它是指测量工具或测量手段能够准确测出所要测量的变量的程度，或者说能够准确、真实地度量事物属性的程度。二、信度与效度的关系 （一）教育科学研究中信度与效度的关系 信度是研究结果所显示的一致性、稳定性程度，也是对研究结果一致性和稳定性的评价标准。一个具有信度的研究程序，不论其过程是由谁操作，或进行多少次同样的操作，其结果总是非常一致的。效度是一个研究程序的性质和功能，也是对研究结果正确性的评价标准，一个有效度的研究程序，不仅能够明确地回答研究的问题和解释研究结果，而且能够保证研究结果在一定规模的领域中推广。把两者的作用结合起来看，信度和效度是一项教育科学研究活动和结果具有科学价值和意义的保证。研究的信度是研究的效度的一个必要的前提，没有信度，效度不可能单独存在，也就是说，一项研究不可能没有信度却具有效度。 （二）人力资源招聘信度与效度的关系 影响测评信度的因素有很多，主要是系统误差和随机误差。包括测评者的专业性和素质、被测评者本人的心理、侧评工具的稳定性、
环境的稳定性等都会影响测评的可信度。影响测评的效度因素也有很多，如测评工具、测评过程及测评者因素、被测评者状态、效标因素和信度因素等。在实际招聘与录用评估过程中要把握各相关方面，不仅要有专业的测评人员，同时也要在稳定的环境中为被测评者提供一个放松真实的氛围。信度和效度是人才侧评与选拔质量的重要指标。图形形式表现分析得出的信度和效度的三种关系，则会是以下这些样式，如图8-l .图8-2和图8-3所示。所以，:高信度是高效度的必要条件，但非充分条件。即信度高不一定其效度就高，但要想获得较高的测评效度，其信度必定要高， （三）用结构式问卷来测量家长“溺爱孩子”的行为中信度与效
信度分析和效度分析 数据计分方法说明 类别 小分类 对应题项 每题计分方法 维度计分方法 题项 职业倦怠 情感枯竭 1-3题 正向计分 全部题项直接加总 3 去个性化 4-6题 正向计分 全部题项直接加总 3 个人成就感 7-10题 逆向计分 全部题项取倒数后加 总 4 心理资本 11-18题 正向计分 全部题项直接加总 8 组织气氛 19-26题 21题为逆向计分，其余题项正向计分 21题取倒数后与其余 题项加总 8 总体幸福感 27-31题 27题和31题为逆向计分，其余题项为正 向计分 27和31题取到术后与 其余题项加总 5 整体问卷 以上各个维度的总分 直接加总 31 讲问卷调查的数据进行如上表的数据预处理后，接下来再进行如下分析。 1 信度分析 这里有63份问卷，首先我们需要的判定的是问卷中的调查题目能否反映调查的目的和调查的意图，问卷中的各个问题是否测量了相同的内容和信息；同时，对于调查问卷所得到的数据是否具有可靠性，就必须在对问卷分析之前做信度分析。信度本身与测量结果的正确与否无关，它的用途在于检测问卷本身的稳定性。信度分析中常用Cronbach α系数的大小来衡量调查问卷的信度。一般而言，如果问卷的信度系数达到0.9以上，该问卷调查的信度就较好；信度系数在0.8以上，是不错的；一般认为试卷信度在0.5至0.9以内是合理的，如果信度系数低于0.5，则此问卷的调查结果就不可信了。 将以上63份问卷的数据用SPSS21.0先进行标准化处理，再进行信度分析，其结果如表一所示： 表一 信度分析表
类别Cronbach's Alpha项数 整体问卷.61731 职业倦怠.82210 心理资本.8018 组织气氛.8378 总体幸福感.6795 表一显示，整体问卷和问卷中的各个维度的Cronbach's Alpha系数值均大于0.6，所以可以推断此问卷的可信度一般，该评价问卷只具有很较高的内在一致性。 2 效度分析 具备信度的问题不一定具备效度，因此做完信度分析，再用SPSS21.0对其进行效度分析。 2.1 因子模型适应性分析 效度分析使用的是因子分析模型，在运用因子模型分析之前，首先要对问卷数据进行因子模型适应性分析，分析结果如下表所示： 表二 KMO 和 Bartlett 的检验 KMO 和 Bartlett 的检验 取样足够度的 Kaiser-Meyer-Olkin 度量。.657 Bartlett 的球形度检验近似卡方1187.636 df 465 Sig. .000 由上表的数据可知，问卷数据的KMO值为0.657，并且通过了显著性水平为0.05的巴特利球型检验，说明问卷调查的数据非常适合做因子分析。 2.2 因子分析结果 在进行了适应性检验之后，接下来就进行因子分析，其结果如下： 表三方差贡献率 解释的总方差 成份初始特征值提取平方和载入旋转平方和载入
关于调查问卷的信度和效度检验 （一）信度 1、 信度的含义 测验的信度又称测验的可靠性 ，是指同一个测验对同一组被试施测两次或多次 ，所得结果 一致形程度。一个好的测验必须是稳定可靠的 ，多次使用所获得的结果是前后一致的。例 如，用直尺测量长度，其结果是稳定可靠的 ；用橡皮筋测长度则是不可靠的 ，前后测量 结果缺乏一致性。在测量理论中 ，信度被定义为：某次测验分数的真变异数与总变异数 ST2 （即实测分数）之比：R xx - S x 2 式中Rxx 表示测量的信度,ST -代表真分数的变异数 （方差）,Sx -表示实得分数的变异 数（方差）。 For pers onal use only in study and research; not for commercial use 从上式可看出，（1）信度是指实测值和真值相差的程度 ，实测值是指对某物实际进行测 量时所获得值 ，也称实测分数 （X ）;真值是指被测事物的真实规模取值 ，也称真分数 （T ）。由于各种原因，实得分数常不等于真分数 ，两者之差称为测量误差或误差分数 （E ）。从理论上看，实得分数由真分数和误差分数两部分组成即 :X=T+E Rxx 就是对一组测验数据的实测分数与真分数相差程度的最好估计。 （2 ）信度又是指相同的测验对相同的被试再次测量时引起的同样反应的程度。如果两次 测验中，受测者所得分数或所处等级前后一致 ，则说明测验结果的信度较高 ；反之，两 次测验结果一致性低 ，说明测验结果的信度低。 For pers onal use only in study and research; not for commercial use 信度是任何一种测量的必要条件 （但不是唯一条件 ）,只有测量值接近或等于真值 ，用同 一工具多次测量同一特性获得相同或相近的结果 ，才能认为这个测量结果是可靠的。 信度 对于教育测量尤其重要，只有信度高的教育测验才能成为教育工作者有用的工具 ，才能为 教育工作者提供可靠的信息，为教育预测和决策提供客观依据。 2、 信度的估计方法 测验的信度是用信度系数的大小来表示的 ，根据测量理论，信度系数 For pers onal use only in study and research; not for commercial use ST2 R xx S 2 但是在实际测量中，一般只能获得实得分数 （X ）及实得变异数 （Sx 2 ）,而真分数（T ）及 真变异数（ST 2 ）是不知道的，因此，依据上述公式还无法机算信度系数。在统计上 ，主 要采用相关分析的方法即机算两列变量的相关系数 ，用相关系数的大小来表示信度的高 低。主要用以下方法来求得信度 ：
信度分析和效度分析 数据计分方法说明 类别 小分类 对应 题项 每题计分方法 维度计分方法 题 项 情感枯竭 1-3题 正向计分 全部题项直接加总 3 职业倦怠 去个性化 4-6题 正向计分 全部题项直接加总 3 个人成就感 7-10 题 逆向计分 全部题项取倒数后 加总 4 心理资本 11-18 题 正向计分 全部题项直接加总 8 组织气氛 19-26 21题为逆向计分， 21题取倒数后与其 8 题 其余题项正向计分 余题项加总 总体幸福感 27-31 题 27题和31题为逆 向计 分，其余题项 为正向计分 27和31题取到术后 与其 余题项加总 5 整体问卷 以上各个维度的总 分直接 加总 31 讲问卷调查的数据进行如上表的数据预处理后，接下来再进行如下分析 1信度分析 这里有63份问卷，首先我们需要的判定的是问卷中的调查题目能否反映调查的目的和 调查的意图，问卷 中的各个问题是否测量了相同的内容和信息；同时，对于调查问卷所得到 的数据是否具有可靠性，就必须在对问卷分析之前做信度分析。信度本身与测量结果的正确 与否无关，它的用途在于检测问卷本身的稳定性。信度分析中常用 Cron bach a 系数的大小 来衡量调查问卷的信度。一般而言，如果问卷的信度系数达到 0.9以上，该问卷调查的信度 就较好；信度系数在0.8以上，是不错的；一般认为试卷信度在 0.5至0.9以内是合理的， 如果信度系数低于0.5，则此问卷的调查结果就不可信了。 将以上63份问卷的数据用SPSS21.0先进行标准化处理，再进行信度分析，其结果如表 一所示： 表一信度分析表 类别 Cronbach's Alpha 项数 整体问卷 .617 31 职业倦怠 .822 10 心理资本 .801 8 组织气氛 .837 8 总体幸福感 .679 5 表一显示，整体问卷和问卷中的各个维度的 Cron bach's Alpha 系数值均大于0.6，所以 可以推断此问卷的可信度一般，该评价问卷只具有很较高的内在一致性。
信度： 信度是指测验结果的一致性、稳定性及可靠性，一般多以内部一致性来加以表示该测验信度的高低。信度系数愈高即表示该测验的结果愈一致、稳定与可靠。系统误差对信度没什么影响，因为系统误差总是以相同的方式影响测量值的，因此不会造成不一致性。反之，随机误差可能导致不一致性，从而降低信度。 定义： 信度（reliability）即可靠性，它指的是采取同样的方法对同一对象重复进行测量时，其所得结果相一致的程度。从另一方面来说，信度就是指测量数据的可靠程度。 信度和效度的关系： 问卷的信度与效度之间既有明显的区别，又存在着相互联系、相互制约的关系。信度主要回答测量结果的一致性、稳定性和可靠性问题；效度主要回答测量结果的有效性和正确性问题。 效度和信度的关系可以用测量值的构成公式O=T S R来理解。如果测量是完全有效的，即0=T，S=0，R=0，此时测量必然是完全可信的，若量表的信度不足，它也不可能完全有效，因为有O=T R。如果量表是完全可信的，可以达到完全有效，也可能达不到，因为有可能存在导致误差，虽然缺乏信度必然缺乏效度，但信度的大小并不能体现效度的大小。信度是效度的必要条件，但不是充分条件。从理论的角度来看，量应具有足够的效度和信度；从实践的观点来看，一个好的量表还应该具有实用性。实用性指量表的经济性、便利性和可
解释性。 一般来说，信度是效度的必要条件，也就是说，效度都必须建立在信度的基础上；但是没有效度的测量，即使它的信度再高，这样的测量也是没有意义的。信度和效度的关系有如下几种类型： ①可信且有效 这种问卷准确地反映被调查人员的真实态度，问卷中的题目是和调查目标紧密关联的。若调查结果能真实地反映所调查的对象，测量的误差较小，则说明问卷调查的结果是可信而且有效的。 ②可信但无效 这种问卷调查结果虽然能准确地反映被调查人员的真实态度，但问卷中题目与真实的调查目的的关联程度较弱，与调查的目标不相一致。。这种情况表明，虽然调查中所得的结果是可信的，但可能在某些环节上出了差错，例如问卷中题目的设计使得所有的被调查人员都出现了理解的偏差，从而出现了系统性的偏差。 ③不可信亦无效 在这种情况下，统计调查的结果分布较为分散，是难以从调查问卷中得出有效结果的，这是测量中应避免的类型。
如何进行问卷信效度分析 问卷调查法是教育研究中广泛采用的一种调查方法，根据调查目的设计的调查问卷是问卷调查法获取信息的工具，其质量高低对调查结果的真实性、适用性等具有决定性的作用。为了保证问卷具有较高的可靠性和有效性，在形成正式问卷之前，应当对问卷进行试测，并对试测结果进行信度和效度分析，根据分析结果筛选问卷题项，调整问卷结构，从而提高问卷的信度和效度。信度和效度分析的方法包括逻辑分析和统计分析，本文主要讨论后者。 一、信度分析 信度（Reliability）即可靠性，它是指采用同样的方法对同一对象重复测量时所得结果的一致性程度。信度指标多以相关系数表示，大致可分为三类：稳定系数（跨时间的一致性），等值系数（跨形式的一致性）和内在一致性系数（跨项目的一致性）。信度分析的方法主要有以下四种： 重测信度法：这一方法是用同样的问卷对同一组被调查者间隔一定时间重复施测，计算两次施测结果的相关系数。显然，重测信度属于稳定系数。重测信度法特别适用于事实式问卷，如性别、出生年月等在两次施测中不应有任何差异，大多数被调查者的兴趣、爱好、习惯等在短时间内也不会有十分明显的变化。如果没有突发事件导致被调查者的态度、意见突变，这种方法也适用于态度、意见式问卷。由于重测信度法需要对同一样本试测两次，被调查者容易受到各种事件、活动和他人的影响，而且间隔时间长短也有一定限制，因此在实施中有一定困难。 复本信度法：复本信度法是让同一组被调查者一次填答两份问卷复本，计算两个复本的相关系数。复本信度属于等值系数。复本信度法要求两个复本除表述方式不同外，在内容、格式、难度和对应题项的提问方向等方面要完全一致，而在实际调查中，很难使调查问卷达到这种要求，因此采用这种方法者较少。 折半信度法：折半信度法是将调查项目分为两半，计算两半得分的相关系数，进而估计整个量表的信度。折半信度属于内在一致性系数，测量的是两半题项得分间的一致性。这种方法一般不适用于事实式问卷（如年龄与性别无法相比），常用于态度、意见式问卷的信度分析。在问卷调查中，态度测量最常见的形式是5级李克特（Likert）量表。进行折半信度分析时，如果量表中含有反意题项，应先将反意题项的得分作逆向处理，以保证各题项得分方向的一致性，然后将全部题项按奇偶或前后分为尽可能相等的两半，计算二者的相关系数（rhh，即半个量表的信度系数），最后用斯皮尔曼-布朗（Spearman-Brown）公式，求出整个量表的信度系数（ru）。 α信度系数法：Cronbach α信度系数是目前最常用的信度系数。其中，K为量表中题项的总数，为第i题得分的题内方差，为全部题项总得分的方差。从公式中可以看出，α系数评价的是量表中各题项得分间的一致性，属于内在一致性系数。这种方法适用于态度、意见式问卷（量表）的信度分析。 二、效度分析 效度（Validity）即有效性，它是指测量工具或手段能够准确测出所需测量的事物的程度。效度分为三种类型：内容效度、准则效度和结构效度。效度分析有多种方法，其测量结果反映效度的不同方面。常用于调查问卷效度分析的方法主要有以下几种： 单项与总和相关效度分析：这种方法用于测量量表的内容效度。内容效度又称表面效度或逻辑效度，它是指所设计的题项能否代表所要测量的内容或主题。对内容效度常采用逻辑分析与统计分析相结合的方法进行评价。逻辑分析一般由研究者或专家评判所选题项是否“看上去”符合测量的目的和要求。统计分析主要采用单项与总和相关分析法获得评价结果，即计算每个题项得分与题项总分的相关系数，根据相关是否显著判断是否有效。若量表中有反意题项，应将其逆向处理后再计算总分。 准则效度分析：准则效度又称为效标效度或预测效度。准则效度分析是根据已经得到确定的某种理论，选择一种指标或测量工具作为准则（效标），分析问卷题项与准则的联系，若二者相关显著，或者问卷题项对准则的不同取值、特性表现出显著
问卷调查的信度与效度分析图解 蒋智钢 前几天有朋友要我帮忙算下调查问卷的信度和效度，看了一下后才发现原来这个问题是很多人都会碰到的，似乎有必要写那么一丁点东东。 对于从医还要涉及那么点科研的人来说，问卷调查是许多人都不可避免要做的一项工作，无论你是要做毕业课题，还是要完成一项基金项目，甚至好多人的课题的核心就是做一个问卷调查，那么，你把问卷设计好了，也发出去了，或者结果也统计出来了，但是，问你一句：你的结果可靠吗？你的问卷合格吗？怎么回答？ 判断一份用于调查的问卷是否合格是有指标的，也就是我今天要提到的这2个：信度和效度。顾名思义，信度嘛，当然是指调查问卷的可信程度；效度呢，就是指问卷的有效性，二者各取一字成其名。好了，闲话到此打住，直接进入正题，怎么个算法。 1. 先算信度，这个指标是用Cronbach α信度系数来评价的，其实信度系数还有好多个，但是，我们一般就考虑量表的内在信度【这里的量表也就是调查表啦】，简言之，就是项目之间是否具有较高的内在一致性，所以，就算这个Cronbach α就好了。再啰嗦一句：这个α在0~1之间，α>0.8时，表示量表信度很好；0.7~0.8之间，表示量表的信度可以接受；如果是在0.6~0.7范围内，表示量表也可以接受但需改进。 计算的方法很简单，打开SPSS，把你的数据都输入进去即可，当然，数据的输入也是有技巧的，你可以在excel里面先输入数据然后再导入，我比较喜欢这种方式。但是要记住，一列代表一个指标或者称之为“维度”，换言之也就是你的问卷里面的一个具体的题目，有多少个问题就对应多少列，一行代表一个调查对象。数据都弄好之后，在SPSS中点“Analyze-Scale-Reliability Analysis…”进行计算，剩下的不打字了，自己看图吧。 你的问卷调查表的数据可能与下面的类似：【这些数据是我随便弄的，这里只讲方法，不论结果好坏！】
信度分析和效度分析 本问卷分析的方法全部参考谦瑞数据分析服务有限公司提供的问卷分析，如果对下面文章中涉及到的统计方法不太明白的可以到https://www.doczj.com/doc/9518028786.html,中详细学习。 数据计分方法说明 类别小分类对应题项每题计分方法维度计分方法题项 职业倦怠 情感枯竭1-3题正向计分全部题项直接加总 3 去个性化4-6题正向计分全部题项直接加总 3 个人成就感7-10题逆向计分全部题项取倒数后加总 4 心理资本11-18题正向计分全部题项直接加总8 组织气氛19-26题 21题为逆向计 分，其余题项正 向计分 21题取倒数后与其余题项 加总 8 总体幸福感27-31题27题和31题为 逆向计分，其余 题项为正向计分 27和31题取到术后与其余 题项加总 5 整体问卷以上各个维度的总分直接 加总 31 讲问卷调查的数据进行如上表的数据预处理后，接下来再进行如下分析。 1 信度分析 这里有63份问卷，首先我们需要的判定的是问卷中的调查题目能否反映调查的目的和调查的意图，问卷中的各个问题是否测量了相同的内容和信息；同时，对于调查问卷所得到的数据是否具有可靠性，就必须在对问卷分析之前做信度分析。信度本身与测量结果的正确与否无关，它的用途在于检测问卷本身的稳定性。信度分析中常用Cronbach α系数的大小来衡量调查问卷的信度。一般而言，如果问卷的信度系数达到0.9以上，该问卷调查的信度就较好；信度系数在0.8以上，是不错的；一般认为试卷信度在0.5至0.9以内是合理的，如果信度系数低于0.5，则此问卷的调查结果就不可信了。 将以上63份问卷的数据用SPSS21.0先进行标准化处理，再进行信度分析，其结果如表一所示： 表一信度分析表 类别Cronbach's Alpha项数 整体问卷.61731 职业倦怠.82210 心理资本.8018 组织气氛.8378 总体幸福感.6795
关于调查问卷的信度和效度检验 （一）信度 1 、信度的含义 测验的信度又称测验的可靠性 , 是指同一个测验对同一组被试施测两次或多次 , 所得结果一致形程度。一个好的测验必须是稳定可靠的 , 多次使用所获得的结果是前后一致的。例如 , 用直尺测量长度 , 其结果是稳定可靠的 ; 用橡皮筋测长度则是不可靠的 , 前后测量结果缺乏一致性。在测量理论中 , 信度被定义为 : 某次测验分数的真变异数与总变异数 ( 即实测分数 ) 之比 :22 S R x xx ST = 式中 Rxx 表示测量的信度 ,ST 2 代表真分数的变异数 ( 方差 ),Sx 2 表示实得分数的变异数 ( 方差 ) 。 从上式可看出 , （ 1 ）信度是指实测值和真值相差的程度 , 实测值是指对某物实际进行测量时所获得值 , 也称实测分数 (X); 真值是指被测事物的真实规模取值 , 也称真分数 (T) 。由于各种原因 , 实得分数常不等于真分数 , 两者之差称为测量误差或误差分数 (E) 。从理论上看 , 实得分数由真分数和误差分数两部分组成即 :X=T+E Rxx 就是对一组测验数据的实测分数与真分数相差程度的最好估计。 （ 2 ）信度又是指相同的测验对相同的被试再次测量时引起的同样反应的程度。如果两次测验中 , 受测者所得分数或所处等级前后一致 , 则说明测验结果的信度较高 ; 反之 , 两次测验结果一致性低 , 说明测验结果的信度低。 信度是任何一种测量的必要条件 ( 但不是唯一条件 ), 只有测量值接近或等于真值 , 用同一工具多次测量同一特性获得相同或相近的结果 , 才能认为这个测量结果是可靠的。信度对于教育测量尤其重要 , 只有信度高的教育测验才能成为教育工作者有用的工具 , 才能为教育工作者提供可靠的信息 , 为教育预测和决策提供客观依据。 2 、信度的估计方法 测验的信度是用信度系数的大小来表示的 , 根据测量理论 , 信度系数 2 2 S R x xx ST = 但是在实际测量中 , 一般只能获得实得分数 (X) 及实得变异数 (Sx 2 ), 而真分数 (T) 及真变异数 (ST 2 ) 是不知道的 , 因此 , 依据上述公式还无法机算信度系数。在统计上 , 主要采用相关分析的方法即机算两列变量的相关系数 , 用相关系数的大小来表示信度的高低。主要用以下方法来求得信度 : （ 1 ）再测法 : 用同一测验对同一被试 , 前后施测两次 , 根据两次测验分数计算相关系数 , 即是再测信度。该信度反映了测验的稳定性程度 , 故又称稳定性系数 , 是用皮尔逊积差相关公式计算的 :2 12 1/21S S M M N X X R xx ?-= ∑ 式中 X 1 .X 2 为同一被试的两次测验得分 ,M1.M2 为两次测验的平均分数 ,S 1 .S 2 是两次测验的标准差 ,N 是被试人数。 用再测法估计信度 , 可以得到有关测验结果是否随时间而变化及变化程度的资料 , 可以作为预测被测者将来行为表现的依据。但也存在明显的局限性 : 前后两次测验结果易受到练习和记忆的影响 , 前后两次施测的时间间隔影响稳定性系数 , 特别是对学绩测验的影响较大。如果时间间隔太长 , 被测者的身心因受环境影响将发生大的变化 , 从而对第二次施测结果产生较大影响 , 使稳定性系数降低 ; 如果间隔太短 , 则被试第一次完成测验时练习和记忆会对第二次测验产生较大影响 , 使第二次测验性质发生变化。另外 , 有些测验不宜用再测法估计信度 , 如测量创造力测验 , 被试一旦掌握了解决问题的办法、原则 , 重测时 , 他将很容易作出反应 , 这样测验的性质就发生了改变。因此 , 只有在没有复本可用 , 测验不易受重复使用影响 , 现实条件又允许重复施测的情况下才使用重测法估计信度。 用重测法估计信度 , 间隔时间长短没有严格的规定 , 一般说 , 间隔时间越长 , 稳定性系数越低 , 最适