SPSS操作：问卷的信度分析.docx

该【SPSS操作：问卷的信度分析 】是由【鼠标】上传分享，文档一共【3】页，该文档可以免费在线阅读，需要了解更多关于【SPSS操作：问卷的信度分析 】的内容，可以使用淘豆网的站内搜索功能，选择自己适合的文档，以下文字是截取该文章内的部分文字，如需要获得完整电子版，请下载此文档到您的设备，方便您编辑和打印。SPSS 操作：问卷的信度分析『克朗巴哈系数（Cronbachsα）』
信度最早由斯⽪尔曼(Spearman)于1904年将其引⼊⼼理测量，指的是测验结果的⼀致性程度或可靠性程度。根据所关⼼的重点不同，信度可分为内在和外在信度两类。
内在信度指调查表中的⼀组问题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。最常⽤的内在信度指标为克朗巴哈系数和折半信度。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同⼀对象进⾏重复测量，然后计算⼀致程度。[1]
今天这篇⽂章，我们就来讲⼀讲克朗巴哈系数的SPSS 分析过程。
1、问题与数据
某研究者为测量员⼯的⼯作动⼒、⾃主性、热情和忠诚度设计了⼀个问卷，共包含25个题⽬。其中，第20-25题测量的是员⼯的⼯作热情。在调查了315位员⼯之后，该研究者拟分析测量⼯作热情的这6个题⽬的⼀致性，部分研究数据如下：
本研究中，每⼀个题⽬都是根据Likert 7级量表进性测量的，Variable View窗⼝展⽰如下：
每个题⽬的赋值情况如下：
2、对问题的分析
在实际研究中，很多事物/态度是不能直接被测量的，研究者们常设计⼀组题⽬间接反映它们的真实情况。但这些题⽬是否可以实现研究⽬的，就需要我们通过统计⼿段进⼀步分析了。如在本研究中，研究者设计了间接测量员⼯⼯作热情的6个题⽬，并希望判断它们的⼀致性。针对这种情况，我们可以使⽤Cronbach'sα分析。
解释：Cronbach'sα分析主要⽤于评价连续变量和有序分类变量的⼀致性，适⽤于本研究的研究数据。
3、SPSS 操作
(1) 在主菜单点击Analyze→Scale→Reliability Analysis
出现下图：
(2) 将变量Qu20- Qu25放⼊Items框内
(3) 设置Model为Alpha。⼀般SPSS 的默认设置为Alpha，若不是，应⼈为设置
注释：Scale label是在结果输出的时候，给这⼀组⼀致性检验添加的标签。如果我们需要同时进⾏多组检验，我们⼀般需要添加标签以⽰区分。但在本研究中我们只检验⼯作热情⼀组变量的⼀致性，并不需要添加标签。
(4) 点击Statistics
(5) 在Deives for中点选Item，Scale和Scale if item deleted；在Inter Item中点选Correlations
(6) 点击Continue→OK
4、结果解释
总体结果
SPSS 输出的Cronbach'sα检验结果包括很多。其中，第⼀个表格为Case Processing Summary，如下：
从表中可以看出，本研究共有315例有效数据（“Valid”⾏），没有缺失（“Excluded”⾏），总样本量为315例（“Total”⾏）。
Cronbach'sα系数的结果如下：
本研究中测量员⼯⼯作满意度的Qu20-Qu25（共6条，“N of Items”）条⽬的Cronbach'，提⽰这6个题⽬具有较⾼的内在⼀致性。
⼀般来说，条⽬的⼀致程度与测量内容有关，Cronbach'sα系数值越⼤提⽰内在⼀致性越强。既往研究认为，Cronbach'sα系数⼤，可认为条⽬之间的⼀致性较好。
注释：标准化Cronbach'sα系数（“Cronbach's Alpha Based on Standardized 栏Items”）是指⽤⽅差为1标化所有条⽬后计算的Cronbach'sα系数，也称为Spearman-Brown stepped-up reliability coefficient。
分条⽬结果
SPSS 输出结果如下：
在本研究中，我们将每个条⽬分成Likert 7级，并分别给每个级别赋值。⽐如我们给“⾮常同意”赋值为1，“⾮常不同意”赋值为7。以Qu20为例，该条⽬，，例数为315。由此可见，Qu20的平均回答接近4，即“不确定(Undecided)”。
汇总各条⽬后，结果如下：
汇总Qu20-Qu25共6个条⽬后，，⽅，。当各条⽬例数⼀样时，汇总后的平均值就等于各条⽬均值的直接加和。本研究就属于这种情况。
各条⽬的取舍情况如下：
前两栏（“Scale Mean if Item Deleted”和“Scale Variance if Item Deleted”）分别是每当剔除⼀个条⽬后总条⽬的均值和⽅差。仍以Qu20举例，如果剔除该条⽬，总条⽬，-，即未剔除该条⽬前的总均值与该条⽬均值的差。
每当剔除某⼀条⽬后，Cronbach'sα系数的变化如下：
从Cronbach's Alpha if Item Deleted栏可以看出，当剔除Qu20条⽬，Cronbach'⾄。再如，剔除Qu22条⽬后，Cronbach'⾄。
注释：“Cronbach's Alpha if Item Deleted”栏只标注每次剔除⼀个条⽬的情况。如果我们需要考虑同时剔除多个条⽬的情
注释：“Cronbach's Alpha if Item Deleted”栏只标注每次剔除⼀个条⽬的情况。如果我们需要考虑同时剔除多个条⽬的情况，只能重复SPSS 操作，逐步进⾏。
那么，如何判断是否应该剔除某个条⽬呢？
“Corrected Item-Total Correlation”栏中的数据是指每⼀个特定条⽬与其他条⽬汇总的Pearson相关系数。以Qu20为例，条⽬Qu20与条⽬Qu21-。⼀般来说，如果该指标⼩，我们就认为该条⽬与其他条⽬的相关性不强，可以剔除。在本研究中，“Corrected Item-Total Correlation”栏的所有数值都⼤，即不需要剔除条⽬。
注释：如果Pearson相关系数出现负值，可能是由于变量赋值的顺序不同导致的。⼤家需要根据专业要求对变量重新赋值。
“Squared Multiple Correlation”栏显⽰的是以某⼀个特定条⽬为因变量，其他条⽬为⾃变量进⾏回归的拟合程度，即R2值。该指标认为，如果这些条⽬可以共同反映某⼀个潜在因素，他们之间⼀定可以互相解释。仍以Qu20为例，如果我们以Qu20为因变量，Qu21-25为⾃变量进⾏多重线性回归拟合，。经验证，结果确实如此：
实际上，我们检验条⽬之间的⼀致性，就是希望条⽬的变异可以互相解释。在本研究中，“Squared Multiple Correlation”，提⽰Qu20的变异能被Qu21-25条⽬解释的⽐%。单看这⼀个指标，我
们认为可以考虑剔除Qu20。但综合其他指标的情况，本研究认为应暂时保留Qu20。
5、撰写结论
本研究采⽤⾃制问卷测量员⼯的⼯作情况。其中，测量员⼯⼯作热情的条⽬有6个，具有较⾼的内在⼀致性（Cronbach's ）。
参考⽂献
⽂彤主编. SPSS统计分析⾼级教程.
（如果你想使⽤⽂中数据进⾏练习，请随时给⼩咖（微信：xys2016ykf）发消息，⼩咖将原始数据发给你。）