毕业论文调查问卷效度分析

对调查问卷数据分析的灵魂拷问，就在于调查问卷可不可靠、有没有效。

调查问卷分为量表题和非量表题。调查问卷数据分析要看有没有量表题，如果有量表题，首先需要进行信度分析和效度分析。非量表题不能进行信度分析和效度分析。

目录

1 量表题和非量表题2 信度分析和效度分析3 常用的信度分析--Cronbach's a 数学原理4 案例：用SPSS进行信度分析5 案例：用SPSS进行效度分析6 总结

1 量表题和非量表题

01 所谓量表题就是测试受访者的态度或者看法的题目。通常使用李克特量表来测度，根据答项数量可分为四级量表，五级量表，七级量和九级量表。比如五级量表可以分为：非常不满意，比较不满意，中立，满意和非常满意五个选项，通常赋予分值1，2，3，4，5。

量表题在心理学、管理学、社会学、经济学等社会科学领域应用广泛，并且有很多分析方法适用于量表题项，比如因子分析，相关分析，回归分析，方差分析，T 检验等，中介作用或者调节作用分析也适用于量表题项。

02 非量表题，常见的有单选题、多选题和问答题。

2 信度分析和效度分析

01 信度分析（Reliability Analysis）在于研究数据是否真实可靠， 又称“可靠性分析”，通俗地讲研究样本是否真实回答问题，测试受访者是否好好答题，具体来说就是用问卷对调研对象进行重复测量时，所得结果的一致性程度。

通常情况下信度分析均只能针对量表题进行分析。

02 效度分析(Validity Analysis) 在于研究题项是否有效的表达研究变量或者维度的概念信息， 通俗地讲研究题项设计是否合适，即测试调查者是否科学设计问题，或者题项表示某个变量是否合适。

03 信度和效度的关系是：效度高，信度一定高。信度高，效度不一定高。

形象的比喻是：

一位大学生测身高，连续5次的身高都不一样，这个叫没信度，即结果不可靠不能重复。如果大学生测量5次的身高，都是80CM，有信度，但是没有效度，因为没有测量到真实的身高。换一个身高仪，每次都显示160CM，去爱康国宾体检身高也是160CM，这个就是有信度也有效度。

04 预测试 （Pretest）

为了确保问卷质量，初步设计问卷之后，收集小量样本（通常在100之内）进行信度分析或效度分析，以便发现题项存在的问题，并且对问卷进行修正处理，得到正式问卷，然后进行正式调研。

预测试的目的：发现问题，调整题项。

3 常用的信度分析-- 克隆巴赫系数（Cronbach's coefficient alpha）

克隆巴赫系数是最常用的信度测量方法

克隆巴赫（1916—2001），美国心理学家、教育学家。他创建了一套常用的衡量心理或教育测验可靠性的方法——“克隆巴赫系数”（Cronbach's coefficient alpha），并在此基础上建立了一个用于确定测量误差的统计模型。

信度系数 又称 内部一致性系数，克隆巴赫系数，Cronbach a 系数，a（Alpha）系数，

项删除后的克隆巴赫系数：删除某题项后的信度系数，常用于预测试

校正的项总计相关性：题项之间的相关关系，常用于预测试，大于则题项之间的相关度比较高

4 案例：用SPSS进行信度分析

可以根据Cronbach a 系数的计算公式进行计算，也可以用SPSS软件进行计算。

（1）如果每个问题在各个学科上呈现的方差较小，方差之和也较小根据Cronbach's a 公式计算，样本方差之和/总体方差更接近于0，a值接近于1则测试结果表明教学方式比较相似，回答可信。则表明问卷Q1-Q4 比较好的表达了教学方式相似性的测度。（2）如果每个问题在各个学科上呈现的方差较大，则方差之和也较大根据Cronbach's a 公式计算，样本方差之和/总体方差更接近于1，a值接近于0则教学方式比较不同，问卷数据不可靠（要不是问卷设计有问题，要不回答者不认真做答）。则表明问卷Q1-Q4 的回答不符合教学方式相似性的测度。需要调整题项（出卷者需要了解的），或者重新请受试者回答。

在论文写作中，导师常常告诉我们，调研要有信效度检验，那么信度、效度是什么？怎么分析信效度呢？ 信度是指测量的可信程度。 我们来看一个比较理想的状态。当我们用一个测量工具，对我们需要测量的对象测量了很多次后，得到的结果都是一样的。这时我们可以说这个测量工具是可以信赖的。 但是现实中，由于随机误差的影响，不可能达到这种状态。 那么我们怎么评估我们的测量工具是可以信赖的呢？ 我们可以计算我们用自己的测量工具得到的结果与理想状态的差距。如果差距越小，那么我们的测量工具就越可靠。 这个差距就是信度。 信度有不同的指标，我们只要明白什么时候用什么指标来检验信度就可以了。剩下的计算，统计软件可以帮我们完成，我们只要选择我们需要的计算公式进行计算，就能得出我们想要的结果。 效度则是考察我们使用的测量工具是否能有效度量我们要测量的变量。  较为公认的说法是，效度分为三种：内容效度、校标效度和构念效度。 内容效度指问题的撰写是否能准确反映测量的初衷。 校标效度指测量工具与某个公认的标准的关系是否紧密。（研究目的是测量是否能较为准确地进行预测。） 构念效度指测量工具能测量出的结果和理论预测或理论结论之间的关系是否紧密相关。（研究目的是验证理论用于测量的有效性。）那么文献中经常看到的表面效度，聚合效度，区别效度呢？ 表面效度：题项的表述是否明确、清晰、规范。（一般依据专家的意见来检验，具有主观性，不够牢靠。） 构念效度包含区分效度，聚合效度。当测量对象包含较为复杂的相互关系时，需要细化分析了。 区别效度：一个测量中，不同项目得到的测量结果能够得到区分。 聚合效度：测量一个特征的项目中，项目中不同题项应该指向同一相同特征。 那我们具体要怎么做呢？ 和信度一样，我们只要了解在什么情况下用什么指标检验效度就好，剩下的计算软件会帮我们完成。在写文章时，我们只要依据自己的问卷或量表，选择合适的信度、效度检验指标，利用软件计算出结果，就可以验证问卷或量表设计是否可信、有效了。