毕业论文必须要做信度分析吗

一般做描述，差异，相关和回归分析。

自编问卷的信效度都必须要做检验的，如果效度不高的话，只能说明你的问卷结构设置的不好，你可以看看那些问题导致的效度不高，把这些题目合并到其它相关维度或删除。

你的思路反了，你应该首先根据你做这个问卷的目的来确定一系列假设和分析思路，之后才能有针对性的选择分析方法。比如你想比较不同性别在某个量表维度是否有差异，那就用均值t检验如果你想分析 性别、年龄、学历等多个自变量对一个量表总体的影响，那就用回归分析

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。

是的，为了保证自我评价表的可靠性和有效性，需要对其进行信度和校度测试。信度测试是指在多次测量中，测量结果是否保持一致，这可以通过重复测量、内部一致性或者其他方法来完成。校度测试是指通过检验测量工具与其它可信度低的测量工具之间的相关性，来评估测量工具的有效性。因此，自我评价表需要通过信度和校度测试来评估其可靠性和效果。

一般要的，首先强调一点，一般我们提到信度和效度概念，主要针对的是多题项的态度量表（主要是Likert量表），典型的这类量表可参见大五人格量表或贝克抑郁问卷。对于一般的涉及上述类型量表的论文研究（尤其是不追求高级别期刊发表的研究），效度（validity）的话如果引用的是成熟的量表且原量表效度较好，注明出处（最好是开发量表的原始论文）即可。当然更严谨的做法是自己再进行一遍效度检验，比如探索性因素分析（EFA）或验证性因素分析（CFA），一般来说追求发表的研究会更需要做一下这个，但也不是硬性要求。但是（内部一致性）信度（reliability），即用克隆巴赫alpha系数衡量的信度必须报告，因为信度可能在样本水平上有很大的差异。换言之，同一个量表在对不同样本施测时，信度可能差别较大。譬如，你以大学生群体为样本，得出的信度是，我以一般公众为样本，信度可能只有。当然反过来也有可能。