15信度分析在调查研究中,对调查问卷的结果进行统计分析之前必须先对其信度(reliability)和效度(validity)进行分析,只有信度和效度在可以接受的研究范围之内时,调查问卷的统计分析结果才是可靠和准确的。在SPSS中选择菜单Analyze→Scale(量表)→ReliabilityAnalysis(信度分析)来完成信度分析。,经常出现三种测量误差。一是系统误差。例如缺斤短两的秤,使测量结果产生了误差(小于真实值),这种误差称为系统误差,它在多次测量中是比较稳定的。二是随机误差,它是在实际相同条件下,多次测量同一量时,误差的绝对值和符号的变化,时大时小,时正时负,没有确定的规律,也不可以预知,但具有抵偿性的误差。由于随机误差在测量中的单个无规律性,导致了它们的数值和有正负相消的机会,随着测量次数的增加,误差的均值趋于零,因此多次测量的平均值的随机误差比单个测量值的随机误差小,这种性质通常称为抵偿性。三是叫粗差,粗心大意带来的错误。如,明显歪曲测量结果的误差。这些测量值一般称为坏值或异常值,可作误差分析,将其剔除。但是,处理异常值时要小心,也许某些异常值具有重要信息。如:生物医学中,某些异常值可能就是研究的新发现。由于在测量中存在误差,使得各次测量结果并不完全一致,于是就产生了两类问题:,它包括:在各种不同条件下所得数据的关系如何?测量数据与真实数据的接近程度如何?,它包括:是什么因素造成了数据的不一致性?各种因素产生效应的相对比例如何?目前研究比较多的是前一类问题,即对测量的一致性进行精确估计的方法,也就是如何估计精确度:反映随机误差大小的程度的问题。这个问题是用“信度”的概念描述的。所谓信度是一个测量工具可靠性的指标,它是对测量一致性程度的估计。一个测量工具是可靠的,表示测量多次,测量结果是一致的和稳定的。计算的方法是将信度定义为:在一组测验分数中,真实值的方差和实得数据方差的比,用公式表示就是:。式中,:测验的信度;:真实值的样本方差;:实得数据的样本方差。但是,由于我们无法确知真实值,所以实际上这个公式不能使用。所以我们需要其他的进行信度分析的方法。信度可分为以下两类:内在信度和外在信度。(或整个调查表)是否测量的是同一个概念,也就是这些问题之间的内在一致性如何。,则可以认为调查表有较高的内在一致性。常用的内在信度系数为Cronbachα系数和折半信度。Cronbachα系数判断量表的内部一致性。当量表内的项目被标准化为标准差取1时,根据项目的平均相关系数来判断;当项目没有进行标准化时,采用项目间的平均协方差进行判断。Cronbachα系数可被看作相关系数,即该量表与所有含有其他可能项目数的量表之间的相关系数。其大小可以反映量表受随机误差影响的程度,反映测试的可靠程度。系数值越大,则量表受随机误差的影响较小,测试可靠。折半信度是将调查题目分为两半,然后计算两部分各自的信度以及它们之间的相关性,以此为标准来衡量整个量表的信度,相关性高则表示信度好,相应的信度指标即为折半信度。。最常用的外在信度指标是重测信度,即用同一问卷在不同时间对
15.信度分析 来自淘豆网m.daumloan.com转载请标明出处.
