一、什么是信度？ 信度是指根据测验工具（量表）所得到的结果的一致性或稳定性，反映被测特征真实程度的指标。一般而言，两次或两个测验的结果愈是一致，则误差愈小，所得的信度愈高，它具有以下特性： 1 、信度是指测验所得到结果的一致性或稳定性，而非测验或量表本身； 2、信度值是指在某一特定类型下的一致性，非泛指一般的一致性，信度系数会因不同时间、不同受试者或不同评分者而出现不同的结果； 3、信度是效度的必要条件，非充分条件。信度低效度一定低，但信度高未必表示效度也高；比如某一个菜贩，他的杆秤称出来的东西永远是1斤，证明信度很高，但是这菜实际就8两，效度不高 信度和效度的差异： （1）研究的对象不同 信度：答卷者 效度：组卷人 （2）研究的角度不同 信度：测量的质量 效度：问卷的质量 信度检验完全依赖于统计方法，信度可分为两种： 1）内在信度：对一组问题是否测量同一个概念，同时组成量表的题项的内在一致性程度如何；常用的检测方法是Cronbach’s alpha系数。 2）外在信度：对相同的测试者在不同时间测得的结果是否一致，再测信度是外在信度最常用的检验法。 二、信度的指标 1. 用信度系数来表示信度的大小。信度系数主要被用于评价问卷这种测量工具的稳定性或可靠性，具体来说就是用问卷对同一事物进行重复测量时，所得结果的一致性程度 。 目前没有统一的标准，但根据多数学者的观点，任何测验或量表的信度系数如果在以上，则该测验或量表的信度甚佳；信度系数在以上都是可接受的；如果在以上，则该量表应进行较大修订，但仍不失其价值；如果低于，问卷的测量效果非常差！ 在大型量表中，往往一组问题用来集中测量某一方面的信息。此时信度分析应当按问题组来进行，即测量同一信息的一组问题间信度如何，而不是直接测量整个量表的信度。 2．信度指标多以相关系数来表示。大致可分为三类： ①稳定系数（跨时间的一致性） ②等值系数（跨形式的一致性） ③内在一致性系数（跨项目的一致性） 三、信度分析方法 1）a信度系数法（最常用）。克隆巴赫a信度系数是目前最常用的信度系数。其公式为：a=(k/k-1)*(1-(∑Si2)/ST2)。其中，K为量表中题项的总数，Si2为第i题得分的题内方差，ST2为全部题项总得分的方差。从公式中可以看出，a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。 在李克特量表（李克特量表(Likert scale)是属评分加总式量表最常用的一种，属同一构念的这些项目是用加总方式来计分，单独或个别项目是无意义的。它是由美国社会心理学家李克特于1932年在原有的总加量表基础上改进而成的。该量表由一组陈述组成，每一陈述有"非常同意"、"同意"、"不一定"、"不同意"、"非常不同意"五种回答，分别记为5、4、3、2、1，每个被调查者的态度总分就是他对各道题的回答所的分数的加总，这一总分可说明他的态度强弱或她在这一量表上的不同状态。）中常用的信度检验方法为“Cronbach’sa”系数及“折半信度”. 2）折半信度法。折半信度法是指将测量项目按奇偶项分成两半，分别记分，测算出两半分数之间的相关系数(实际应用EXCEL软件)，再据此确定整个测量的信度系数RXX。折半信度属于内在一致性系数，测量的是两半项目间的一致性。这种方法不适合测量事实性问卷，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：rtt=2rhh/(1+rhh)，求出整个量表的信度系数RTT。 3）重测信度法。用同样的问卷对同一被测者间隔一定时间的重复测试，也可称作测试—再测方法，计算两次测试结果的相关系数。很显然这是稳定系数，即跨时间的一致性。重测信度法适用于事实性的问卷，也可用于不易受环境影响的态度、意见式问卷。由于重测信度需要对同一样本试测两次，而被测容易受到各种事件、活动的影响，所以间隔时间需要适当。较常用者为间隔二星期或一个月。 4）复本信度法（等同信度法）。复本信度法是让被测一次填写两份问卷复本，计算两个复本的相关系数。由于这种方法要求两个复本除表达方式不同外，在内容、格式、难度和对应题项的提问方式等方面都要完全一致，所以复本信度属于等值系数。在实际的调查中，问卷很难达到这种要求，这种方法较少被采用。 5）评分者信度。这种方法在测量工具的标准化程度较低的情况下进行的。不同评分者的判分标准也会影响测量的信度，要检验评分者信度，可计算一个评分者的一组评分与另一个评分者的一组评分的相关系数。 下面通过一个实例来讲解问卷信度分析 一、问题描述 二、SPSS操作 【模型】栏：提供5种方法。spss给的都是内部信度计算模型，至于重测信度和复本信度，只需将样本在二次（份）测验的分数的数据合并到同一数据文件之后，利用【相关】之下的【双变量】求其相关系数，即为重测或复本信度；而评分者信度则是使用的Spearman等级相关及Kendall和谐系数。这里不详述。 1）Alpha 模型。系数 alpha；对于二分数据，它等同于 Kuder-Richardson 20 (KR20) 系数。本例选择a系数 2）折半模型。形式之间的相关性、Guttman 半分可靠性、Spearman-Brown 可靠性（相等长度和不相等长度）以及每一半的 alpha 系数。 3）Guttman 模型。可靠性系数 lambda 1 到 lambda 6。 4）平行和严格平行模型。模型拟合度优度检验；误差方差的估计值、公共方差和真实方差；估计的公共项间相关性；估计的可靠性以及可靠性的无偏估计。 【统计】栏：可以选择各种统计，用于描述标度、项和评分者间一致性，以确定各种评分者之间的可靠性。如下图所示 一、描述性：为跨个案的标度或项生成描述统计。 1）项。为跨个案的项生成描述统计，包括均数、标准偏差和频数。 2）度量。为标度生成描述统计。 3）如果项已删除则进行度量。显示将每一项与由其他项组成的标度进行比较时的汇总统计。后面结果会介绍。 二、摘要：提供跨标度中所有项的项分布的描述统计。 1）平均值。项平均值的汇总统计。 2）方差。项方差的汇总统计。 3）相关性。项之间的相关性的汇总统计。 显示项之间的相关性的最小、最大和平均值，项间相关性的范围和方差，以及最大项之间的相关性与最小项之间的相关性的比。 4）协方差 。项间协方差的汇总统计。 三、项之间：生成项与项之间的相关性矩阵或协方差矩阵。 四、ANOVA 表：生成相等平均值的检验。 1）F 检验。显示重复测量方差分析表。 2）Friedman 卡方。显示 Friedman 的卡方 Kendall 的协同系数。 此选项适用于以等级为形式的数据 。卡方检验在 ANOVA 表中替换通常的 F 检验。 3）Cochran 卡方。显示 Cochrans Q。 此选项适用于双分支 。Q 统计在 ANOVA 表中替换通常的 F 统计。 五、其他选项 1）Hotelling 的 T 平方。生成以下原假设的多变量检验：标度上的所有项具有相同的平均值。 2）Tukey 的可加性检验。生成以下假设的检验：各个项之间不存在可乘交互。 3）同类相关系数。生成个案内值的一致性或符合度的测量。选中激活下面子选项框： 模型。选择用于计算同类相关系数的模型。可用的模型为双向混合、双向随机和单向随机。当人为影响是随机的，而项的作用固定时，选择双向混合；当人为影响和项的作用均为随机时选择双向随机。当人为影响随机时选择单向随机。 类型。选择指标类型。可用的类型为“一致”和“绝对一致”。 置信区间 (%)。指定置信区间的置信度。缺省值为 95%。 检验值。指定假设检验系数的假设值。该值是用来与观测值进行比较的值。缺省值为 0。 三、结果分析 刻度均值：剔除这一项，剩余其他项总体均值会变为多少 刻度方差：剔除这一项剩余其他项总体的变异程度有多大 相关性：这一项与总分相关性 项已删除Crobach Alpha值：剔除这一项剩余总信度，和总的信度比较，剔除这一项信度变高了，说明可以剔除，可以优化。 从表中可以发现剔除q5或q6这一项信度变高了，可以推测这两个项设计可能存在问题，需要修改完善。
问卷星spss信度效度分析步骤如下：
1、首先登录问卷星首页，会出现你创建的问卷，点击“分析&下载”，选择“查看下载答卷”选项。
2、点击“下载答卷数据”按钮，因为我们需要通过SPSS进行分析所以选择“按选项分数下载”。这样可以看到问卷数据被导出来成了Excel格式文件了。另外可根据自身需求筛选问题条件进行下载。
3、打开SPSS 数据分析软件，点击“文件”-“导入数据”，选择“Excel”。
4、将之前从问卷星下载的问卷数据excel导入到SPSS中。
5、点击“分析”-“刻度”-“可靠性分析”。
6、信度分析仅是针对量表问题，本次问卷为标准的5度量表，1表示非常不同意，5表示非常同意意，共含有22个题项，首先检验这一份量表整体的信度。将所有的量表题选中至右侧项。模型默认选择“Alpha”。
7、点击右上角的“统计”选项，可勾选“删除项后的标度”，点击继续。
8、点击确定后就得到本次问卷整体信度分析结果如下。本次22个量表题得出问卷总体的Cronbach α系数值为，大于，说明样本数据总体信度质量高。
如果α系数比较低，可以查看删除项后的克隆巴赫Alpha值，该值为删除该分析项题目后，剩下分析项的α系数，若此值明显高于Cronbach α系数值，则可考虑将该分析项删除。这样就可以提高Cronbach α系数值。
9、问卷调查一般会有多个维度变量，因此接下来针对每个维度变量进行分析，比如本次问卷有感知风险这个变量，那么选中它对应的3个题项进行信度分析，得出该维度的Cronbach α系数值。另外的维度变量信度分析同理。
一般做描述，差异，相关和回归分析。
量表类问卷最大的特点是：非常多的量表题，而且量表题对应着‘变量’或者‘维度’。便于研究‘变量’间的关系情况。
量表题可以使用信度、效度、因子分析等方法进行分析。具体可以参考下面的量表类影响关系研究框架。
不同的指标有不同的要求，α系数大于比较好。
信度和效度分析在问卷分析中大多都会用到的，即使是成熟的问卷，一般也是需要做的，在本科和研究生的论文中均适用。
信度和效度相当于是对于问卷质量的一个前置条件，如果问卷的信度和效度比较好，证明问卷的数据可靠性比较高，问卷数据内部一致性比较高，所以可以用来做后续的建模分析，相反，如果信度和效度不高，可能就需要重新设计问卷，发放问卷。
功能强大
具有完整的数据输入、编辑、统计分析、报表、图形制作等功能。自带11种类型136个函数。SPSS提供了从简单的统计描述到复杂的多因素统计分析方法，比如数据的探索性分析、统计描述、列联表分析、二维相关、秩相关、偏相关、方差分析、非参数检验、多元回归、生存分析、协方差分析、判别分析、因子分析、聚类分析、非线性回归、Logistic回归等。
以上内容参考：百度百科-spss
一般要大于说明问卷调查质量比较良好。
信度是指测验结果的一致性、稳定性及可靠性。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。信度公式为X=T+B+E，T表示真实值，B表示偏差即系统误差，E表示测量的随机误差，X 表示测量结果。
效度，即有效性，是指测量工具或手段能够准确测出所需测量的事物或者所测量到的结果反映所想要考察内容的程度，测量结果与要考察的内容越吻合，则效度越高；反之，则效度越低。效度是科学的测量工具所必须具备的最重要的条件。
效度的特征：
1、效度具有相对性：
任何测验的效度是对一定的目标来说的，或者说测验只有用于与测验目标一致的目的和场合才会有效。 所以，在评价测验的效度时，必须考虑效度测验的目的与功能。
2、效度具有连续性：
测验效度通常用相关系数表示，它只有程度上的不同，而没有“全有”或“全无”的区别。效度是针对测验结果的。
1、在spss的主界面中，需要选择分析并点击降维里面的因子分析。
2、下一步弹出新的对话框，直接设置相关的变量并打开选项。
3、这个时候如果没问题，就继续按照图示进行确定。
4、这样一来等看到对应的结果以后，即可做信度和效度分析了。
信度和效度分析在问卷分析中大多都会用到的，即使是成熟的问卷，一般也是需要做的，在本科和研究生的论文中均适用。信度和效度相当于是对于问卷质量的一个前置条件，如果问卷的信度和效度比较好，证明问卷的
数据可靠性比较高，问卷数据内部一致性比较高，所以可以用来做后续的建模分析，相反，如果信度和效度不高，可能就需要重新设计问卷，发放问卷。信度分析在spss的分析中，最主要的Cronbach’s alpha系数。操作步骤为：点击分析-标度-可靠性分析-选择项-确定，只需要把问卷中的题目放到信度分析的选项框中就可以：  得到的结果如图： Cronbach’s alpha系数值得范围以及信度的效果：～非常好～相当好；～最小可接受值；～最好不要； 所以通过上表可以看出该问卷信度相当好。（不同的参考文献对于这个系数的要求也不同，一般来说，Cronbach’s alpha系数大于都是可以接受的）效度分析效
度分析在用spss进行分析的时候使用的方法是因子分析。效度分析对于很多的同学来说是最不好处理的。效度比较好代表的是问卷的数据内部一致性比较好，也就是说每个维度的所有题目的选择上基本是一致的，维度划分比较好。比方说：职业目标维度的5个题目分别为：1、对于将来做什么工作，我已经做了决定2、尽管现在我还是个学生，但是我能想象出将来自己工作状况3、我已经选定了我的职业，所以，现在我不用担心职业的问题4、对于职业，我已经做了明确的决定5、尽管以后我可能会改变想法，但现在，我已经选定了一个吸引我的职业。对应的选项为5级量表，分别为：1,2,3,4,5代表的是 非常不符合、有些不符合、不能确定、有些符合、非常符合。如果问卷填写人认真填写，那这些题目的选择上应该不会存在太大差异，因为这些题目都是换着方法对同一个问题的问法。需要注意的一点是，如果在问卷题目中有反向的题目，需要先将反向的题目转换为正向的题目。同一个维度的数据通过效度分析后再进行问卷数据的矩阵运算和旋转后也会自动落到一个维度上。效度分析最好的结果是，整体的问卷会按照不同的维度划分成对应的主成分，如果不是这样的就需要考虑重新做问卷或者和导师沟通下如何分析。效度分析操作步骤：分析-降维-因子-把量表的变量移动到右侧变量框中-描述-选择KMO/提取-选择碎石图/旋转-选择最大方差法/选项-排除小系数。分别选择好后都需要点继续。      生成结果以及解释： 通过SPSS25进行分析，需要分析显著性和KMO值，显著性小于，说明该问卷数据适用于做因子分析，然后看KMO值，如果此值高于，则说明效度高；如果此值介于之间，则说明效度较好；如果此值介于，则说明效度可接受，如果此值小于，说明效度不佳。 第二个图片，公因子提取的比例数据。提取的公因子均大于，说明提取的公因子可以比较好的解释问卷的数据。这个在论文中没有明确的标准，一般写大于就可以。 这是第三个表格，这个表格代表的是提取的公因子解释问卷数据的比例。公因子提取的数量默认是提取特征值大于1的，上表可以看出，只有前3个是大于1的，所以提取前3个公因子。公因子解释整体问卷数据的比例为，这个数值是看最右下键的数值。一般高于60%都是可以接受的。问卷信度效度比较好的时候这个数值可以到80%左右。 上图为输出的碎石图。对于碎石图普遍的解释是找出图中的陡坡和缓坡的临界点，就认为陡坡的是需要提取的公因子，可以看出第3和4为临界点。从碎石图可以看出每个因子代表的特征值，从碎石图可以更清晰的看出，前三个因子的特征值大于1，第四个因子所包含的信息量就小于1，也就是说第四个因子所代表的信息量已经不足以代表1道题目，所以就没有要提取多余的因子。 这是第四个表格，旋转后的成分矩阵表（注意，一般都是要用最大方差法对成分矩阵进行旋转的，不然因子之间容易混杂在一起，不容易区分出来）。这个表格代表的是每个因子在每个题目上所包含的信息量。一个比较好的问卷数据最终的展现的结果是每个因子将会代表一个维度，这个维度和手动做的维度划分是一致的。通过上表可以看出问卷数据被分成了三个主要的因子，分别为第VAR00001 - VAR00004, VAR00005- VAR00008, VAR00009- VAR00012三个主要的因子，也就是说上述三个段的题目分别代表不同的因子。因子分析的结果和问卷的维度划分是一致的是最好的情况，说明问卷效度很好，如果旋转后的成分矩阵和维度划分是不一致的，可以考虑重新做问卷或者使用成熟的问卷重新发放（这就又回到了问卷设计阶段）、或者和老师沟通下处理的方法，有的不严格的老师效度分析只要KMO的数值就可以，这样就可以避免展现这个表格。
我的两台电脑，windows和mac都安装了，以前觉得spss有点过于纸上谈兵。读了硕士之后，发现我的研究几乎都与spss有关，spss真的是一个傻瓜而有良心的软件。 1随机误差 包括随机测量误差和抽样误差。随机测量误差：没有固定的倾向，可使多次观测结果有大有小。抽样误差：由于抽样造成的样本指标与总体指标之间的差别。 问卷测验中测量误差通常来源于两个方面：一是产生于问卷测验过程中的误差，称为测量误差，也称为随机误差；二是由问卷的结构质量造成的误差，称为系统误差。 2 信度信度主要是指问卷是否精准(precision)。信度分析涉及了问卷测验结果的一致性和稳定性，其目的是如何控制和减少随机误差。信度是用估计测量误差大小的尺度，来说明问卷测验结果中测量误差所占的比率。 信度研究的是问卷测验结果的可靠性与稳定性，可以从不同的角度来评价：（1）在相同条件下所得问卷测验结果的一致程度；（2）不同研究者用同一种问卷同时测验所得结果的一致程度；（3）同一研究者用同一种问卷在不同时间内测验所得结果的一致程度。 克隆巴赫信度系数 Cronbach’s α系数是Cronbach于1951年创立的，用于评价问卷的内部一致性。α系数取值在0到1之间，α系数越高，信度越高，问卷的内部一致性越好。Cronbach’s α系数不仅适用于两级记分的问卷，还适用于多级计分的问卷。低信度：α<, 中信度： <α<,高信度： <α。一般地，问卷的α系数在以上该问卷才具有使用价值。Cronbach‘s α值皆达以上，表明问卷信度良好 3 效度（validity） 通常是指问卷的有效性和正确性，亦即问卷能够测量出其所欲测量特性的程度。操作过程如下： 从菜单选择Analyze → Scale → Reliability Analysis…→ Item（输入问卷的各条目或各因子包含的条目）→ 单击“Statistics”按钮，弹出信度分析统计量对话框 → Descriptives for: → √ Scale if item deleted →OK Scale if item deleted:去掉当前题目整个问卷的描述统计量，即敏感性分析，包括以下内容：（1）Scale Mean if Item Deleted:去掉当前题目问卷合计分的均数；（2）Scale Variance if Item Deleted: 去掉当前题目问卷合计分的方差；（3）Corrected Item-Total Correlation: 当前题目得分与去掉当前题目问卷合计分的Pearson相关系数；（4）Squared Multiple Correlation:以当前题目为因变量，其它所有题目为自变量求得的决定系数R2；Alpha if Item Deleted: 去掉当前题目后问卷的Cronbach α系数。 效度（validity）通常是指数据的有效性和正确性，即数据能够测量出其欲测量特性的程度。效度值越高，所测定的结果与实际考察的内容之间越吻合反之，则越无效。目前研究中的效度分为内容效度和构建效度。内容效度又称为逻辑效度，指数据的贴切性和代表性，即数据能否较好的代表所欲测量的内容和引起预期反应的程度。而构建效度指的是一个测验实际测到和所要测量的数值之间的对应程度。效度分析最理想的方法是利用因子分析数据的构建效度。 为了确定数据是否适合做因子分析，首先对数据做了KMO（Kaiser-Meyerollum）测度和巴特莱特球体检验。 KMO统计量：是通过比较各变量间简单相关系数和偏相关系数的大小判断变量间的相关性，相关性强时，偏相关系数远小于简单相关系数，KMO值接近1。一般情况下，KMO>非常适合因子分析；＜KMO＜适合；以上尚可，时效果很差，以下不适宜作因子分析。 Bartlett’s球型检验（BarlettTest of Sphericity）：用于检验相关阵是否是单位阵，即各变量是否独立。它是以变量的相关系数矩阵为出发点，零假设：相关系数矩阵是一个单位阵。如果巴特利球形检验的统计计量数值较大，且对应的相伴概率值小于用户给定的显著性水平，则应该拒绝零假设；反之，则不能拒绝零假设，认为相关系数矩阵可能是一个单位阵，不适合做因子分析。若假设不能被否定，则说明这些变量间可能各自独立提供一些信息，缺少公因子。 在SPSS中执行分析－降维，因子分析analyze—data reduction--factory analysis。 4 信度和效度的差异 （1）研究的对象不同 信度：答卷者 效度：组卷人 （2）研究的角度不同 信度：测量的质量 效度：问卷的质量
如何分析信效度？
信效度：信度是效度的必要条件,信度低，效度一般都不高，但是信度高，效度也不一定高。二者的研究内容也有所不同，信度是研究回答是否可靠，效度是研究题项设计是否合理。
信度：研究数据是否可靠，也就是研究样本是否真实回答了问题。
效度：研究题是否能有效的表达研究信息或维度的概念信息，也就是研究问卷中的题项设计是否合理。
信度如何分析？以SPSSAU为例：
信度分析的位置在【问卷研究】→【信度】
信度一般针对量表题进行分析，数据格式常见是一个量表题为一列，举例如下：
信度系数：
背景：当前有一份数据,共涉及A1~A4,B1~B4,C1~C3,D1~D3共14个量表题，此14个题目共分为4个维度，分别称作A，B，C和D维度。现希望对此份数据信度度情况进行分析，以验证数据质量可靠。由于是分4个维度所以需要分析4次。先对A维度涉及A1~A4,进行分析，结果如下：
如果CITC值低于，可考虑将该项进行删除；如果“项已删除的α系数”值明显高于α系数，此时可考虑对将该项进行删除后重新分析。针对CITC值和项已删除的α系数一般用于预测试中。接着分析α系数，如果此值高于，则说明信度高；如果此值介于之间，则说明信度较好;如果此值介于，则说明信度可接受；如果此值小于，说明信度不佳；从上表可以看出α系数为大于，所以信度高，
效度：
结构效度：SPSSAU→问卷研究【效度】；区分效度和收敛效度：SPSSAU→验证性因子分析；
信度分析常用方法有Cronbach α系数法、折半信度法、重测信度法、复本信度法。
效度分析通常可以探索性因子分析、验证性因子分析。
都可以用spssau进行分析，具体可结合帮助手册快速了解操作步骤。
1、在spss的主界面中，需要选择分析并点击降维里面的因子分析。
2、下一步弹出新的对话框，直接设置相关的变量并打开选项。
3、这个时候如果没问题，就继续按照图示进行确定。
4、这样一来等看到对应的结果以后，即可做信度和效度分析了。
本科论文需要信度效度分析。
信度和效度分析在问卷分析中大多都会用到的，即使是成熟的问卷，一般也是需要做的，在本科和研究生的论文中均适用。信度和效度是用来衡量问卷质量的，如果问卷的信度和效度比较好，证明问卷的数据可靠性比较高，问卷数据内部一致性比较高，所以可以用来做后续的建模分析。
论文是一个汉语词语，拼音是lùn wén，古典文学常见论文一词，谓交谈辞章或交流思想。当代，论文常用来指进行各个学术领域的研究和描述学术研究成果的文章，简称之为论文。它既是探讨问题进行学术研究的一种手段，又是描述学术研究成果进行学术交流的一种工具。
摘要
随着计算机技术和因特网的迅猛发展，网上查询、检索和下载专业数据已成为当前科技信息情报检索的重要手段，对于网上各类全文数据库或文摘数据库，论文摘要的索引是读者检索文献的重要工具，为科技情报文献检索数据库的建设和维护提供方便。
摘要是对论文综合的介绍，使人了解论文阐述的主要内容。论文发表后，文摘杂志或各种数据库对摘要可以不作修改或稍作修改而直接利用，让读者尽快了解论文的主要内容，以补充题名的不足，从而避免他人编写摘要可能产生的误解、欠缺甚至错误。所以论文摘要的质量高低，直接影响着论文的被检索率和被引频次。
应该达到以上。信度和效度分析在问卷分析中大多都会用到的，即使是成熟的问卷，一般也是需要做的，在本科和研究生的论文中均适用。信度和效度相当于是对于问卷质量的一个前置条件，如果问卷的信度和效度比较好，证明问卷的数据可靠性比较高，问卷数据内部一致性比较高，所以可以用来做后续的建模分析。如果信度和效度不高，可能就需要重新设计问卷，发放问卷。信度是指测验结果的一致性、稳定性及可靠性。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。
效度与信度是优良测量工具所必备的两项主要条件。效度与信度之间存在的关系，可以用一句话来概括：信度是效度的必要条件而非充分条件。 信度是效度的必要条件，就是说，一个指标要有效度就必须有信度，不可信就不可能正确。但是，信度不是效度的充分条件，即是说，有了信度，不一定有效度。
本科毕业生论文评定标准 1．优秀 （1）论文选题好，内容充实，能综合运用所学的专业知识，以正确观点提出问题，能进行精辟透彻的分析，并能紧密地结合我国经济形势及企业的实际情况，有一定的应用价值和独特的见解和鲜明的创新； （2）材料典型真实，既有定量分析，又有定性分析； （3）论文结构严谨，文理通顺，层次清晰，语言精练，文笔流畅，书写工整，图表正确、清晰、规范； （4）答辩中回答问题正确、全面，比较深刻，并有所发挥，口语清晰、流利。 2．良好 （1）论文选题较好，能运用所学的专业理论知识联系实际，并能提出问题，分析问题。对所论述的问题有较强的代表性，有一定的个人见解和实用性，并有一定的理论深度； （2）材料真实具体，有较强的代表性。对材料的分析较充分，比较有说服力，但不够透彻； （3）论文结构严谨，层次清晰，行文规范，条理清楚，文字通顺，书写工整，图表正确、清楚，数字准确； （4）在答辩中回答问题基本正确、中肯，口语比较清晰。 3．中等 （1）论文选题较好，内容较充实，具有一定的分析能力； （2）独立完成，论点正确，但论据不充足或说理不透彻，对问题的'本质论述不够深刻； （3）材料较具体，文章结构合理，层次比较清晰，有逻辑性，表达能力也较好，图表基本正确，运算基本准确； （4）在答辩中回答问题基本清楚，无原则性错误。 4．及格 （1）论文选题一般，基本上做到用专业知识去分析解决问题，观点基本正确，基本独立完成，但内容不充实，缺乏自己见解； （2）材料较具体，初步掌握了调查研究的方法，能对原始资料进行初步加工； （3）文章有条理，但结构有缺陷；论据能基本说明问题，能对材料作出一般分析，但较单薄，对材料的挖掘缺乏应有的深度，论据不够充分，不够全面； （4）文字表达基本清楚，文字基本通顺，图表基本正确，无重大数据错误； （5）在答辩中回答问题尚清楚，经提示后能修正错误。 5．不及格 凡论文，存在以下问题之一者，一律以不及格论： （1）文章的观点有严重错误； （2）有论点而无论据，或死搬硬套教材和参考书上的观点，未能消化吸收； （3）离题或大段抄袭别人的文章，并弄虚作假； （4）缺乏实际调查资料，内容空洞，逻辑混乱，表达不清，语句不通。 （5）在答辩中回答问题有原则性错误，经提示不能及时纠正。
一般要大于说明问卷调查质量比较良好。效度的特征：1、效度具有相对性：任何测验的效度是对一定的目标来说的，或者说测验只有用于与测验目标一致的目的和场合才会有效。所以，在评价测验的效度时，必须考虑效度测验的目的与功能。2、效度具有连续性：测验效度通常用相关系数表示，它只有程度上的不同，而没有“全有”或“全无”的区别。效度是针对测验结果的。