spss分析方法-信度分析(转载)
信度分析方法是分析问卷的主题是否符合调查者的要求和调查数据可靠性的专用统计方法。
下面我们主要从下面四个方面来解说:
- 实际应用
- 理论思想
- 建立模型
- 分析结果
一、实际应用
我们在进行社会调查研究时,一般采用调查问卷的形式进行。在对调查问卷的结果展开统计分析之前,必须对其信度加以分析,只有信度在相关研究可以接受的范围之内时,问卷统计结果才是有价值的,才有进一步进行分析的必要,所以,信度分析对于调查研究的意义是非常重大的。信度分析是用于检验结果的一贯性、一致性、再现性和稳定性的常用方法。
二、理论思想
信度又叫可靠性,是指问卷的可信程度。它主要表现检验结果的一贯性、一致性、再现性和稳定性。一个好的测量工具,对同一事物反复多次测量,其结果应该始终保持不变才可信。例如,我们用一把尺子测量一张桌子的高度,今天测量的高度与明天测量的高度不同,那么我们就会对这把尺子产生怀疑。因此,一张设计合理的调查问卷应该具有它的可靠性和稳定性。
调查问卷的评价体系是以量表形式来体现的,编制的合理性决定着评价结果的可用性和可信性。问卷的信度分析包括内在信度分析和外在信度分析。
内在信度重在考察一组评价项目是否测量同一个概念,这些项目之间是否具有较高的内在一致性。一致性程度越高,评价项目就越有意义,其评价结果的可信度就越强。
外在信度是指在不同时间对同批被调查者实施重复调查时,评价结果是否具有一致性。如果两次评价结果相关性较强,说明项目的概念和内容是清晰的,因而评价的结果是可信的。信度分析的方法有多种,有Alpha信度和分半信度等,都是通过不同的方法来计算信度系数,再对信度系数进行分析。
Alpha信度系数法:
一般情况下,我们主要考虑量表的内在信度——项目之间是否具有较高的内在一致性。
通常认为,信度系数应该在0~1之间,如果量表的信度系数在0.9以上,表示量表的信度很好;
如果量表的信度系数在0.8~0.9之间,表示量表的信度可以接受;
如果量表的信度系数在0.7~0.8之间,表示量表有些项目需要修订;
如果量表的信度系数在0.7以下,表示量表有些项目需要抛弃。
三、建立模型
信度分析案例:
题目:以下表给出了某调查问卷的测量数据。该调查问卷共有10道题目,均为10分量表,高分代表同意题目代表的观点,共测量了102人。试考察此问卷的信度。
一、数据输入
二、操作步骤1、进入SPSS,打开相关数据文件,选择“分析”|“刻度”|“可靠性分析”命令2、选择进行可靠性分析的变量。在“可靠性分析”对话框的左侧列表框中,依次选择题目1~题目10进入“项”列表框。
3、设置相关统计量输出。
单击“可靠性分析”对话框右上角的“统计”按钮。选中“描述”和“摘要”两个选项组中的全部复选框,单击“继续”按钮返回“可靠性分析”对话框。
4、其余设置采用系统默认值即可。单击“确定”按钮,等待输出结果。
四、结果分析
1、信度系数Alpha系数是衡量信度的一种指标,越大表示信度越高。一般而言,信度系数如果在0.9以上,则说明信度非常好;如果在0.8~0.9之间,则说明可以接受;在0.7~0.8之间,则说明该量表需要进行重大修订但不失价值;在0.7以下,则说明应该放弃。如下表所示,本例中Alpha系数是0.881,说明信度还是不错的。
2、摘要项统计量下表给出了问卷中各题目的均数、最小值、最大值、方差等统计量。容易发现各道题目之间的得分差距还是比较大的。例如项的平均值(题目各自的平均分值)的最小值为1.196,最大值为6.304,跨度很大;项方差范围为2.557,大于2,差异也很大。
3、项总计统计量下表给出了如果将相应的变量(题目)删除,则试卷总的信度如何改变的统计量。依次为总分的平均值改变、方差改变、该题与总分的相关系数和Alpha系数的改变情况(多相关的平方一栏不予考虑)。其中重要的是后两项,如果相关系数太低,则说明该题的应答分值与总分的高低相关性不强,可考虑删除或改进该题。例如删除本例中的题目1、2、6之后,Alpha系数还会上升,信度将提高。
分析结论:(获取更多知识,前往gz号程式解说)
通过分析,我们可以知道:由结果分析1可知,本例中Alpha系数是0.881,说明信度比较好。由结果分析2可知,各道题目之间的得分差距比较大。由结果分析3可知,题目1、2、6应答分值与总分的高低相关性不强,如果将之删除,试卷总的信度会提高。
spss分析方法-信度分析(转载)相关推荐
- spss分析方法-对应分析(转载)
spss分析方法-对应分析(转载) 对应分析也称关联分析.R-Q型因子分析,通过分析由定性变量构成的交互汇总表来揭示变量间的联系.对应分析法是在R型和Q型因子分析的基础上发展起来的一种多元统计分析方法 ...
- spss分析方法-生存分析(转载)
spss分析方法-生存分析(转载) 生存分析,是一种将生存时间和生存结果综合起来对数据进行分析的一种统计分析方法.主要用于对涉及一定时间发生和持续长度的时间数据的分析. 下面我们主要从下面四个方面来解 ...
- SPSS常用的相关性分析方法解析(转载)
相关性分析旨在分析两组数据之间是否相互影响,彼此是否独立的变动.SPSS内部提供了多种分析数据相关性的方法:卡方检验(Chi-SquareTest),Pearson相关系数计算,Spearman相关系 ...
- 数据分析的基础:前言、概念、应用、分析方法、分析工具、基本流程、Python数据分析常用模块
文章目录 一.前言 1.数据价值 2.数据分析之路 二.数据分析的概念 三.数据分析的应用 四.数据分析方法 1.概念 2.详解 五.数据分析工具 六.数据分析的基本流程 七.Python数据分析常用 ...
- 第二章分析方法——5W2H分析方法、逻辑树分析方法、行业分析方法
2.1 5W2H分析方法 5W是指what.when.where.why.who 2H是指how.how much 该分析方法在复杂的商业问题面前不起作用,因为复杂的商业问题不会只有一个原因,而是由多 ...
- spss分析方法-游程检验(转载)
参数检验的前提是关于总体分布的假设成立,但很多情况下我们无法获得有关总体分布的相关信息. 非参数检验正是一类基于这种考虑,在总体方差未知或知道甚少的情况下,利用样本数据对总体分布形态等进行推断的方法. ...
- SPSS教程:信度分析之克朗巴哈系数(Cronbach‘s α)
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 ...
- 16种常用的数据分析方法-信度分析
数据分析系列更新啦~ 往期请戳: 16种常用的数据分析方法-列联分析 (转发收藏呀~)
- 服务器性能瓶颈分析方法
1. 内存分析方法 内存分析用于判断系统有无内存瓶颈,是否需要通过增加内存等手段提高系统性能表现. 内存分析需要使用的计数器:Memory类别和Physical Disk类别的计数器.内存分析的主要方 ...
最新文章
- 修改cpu型号重启不变_猫头鹰展示D系列新款140毫米CPU散热器:更大散热片,能压400瓦...
- [Java]学习Java(4)类、接口、语句
- linux shell 编码规范
- mysql 外键有啥用途_Mysql外键是什么?有哪些用处?(图文+视频)
- 【机器学习基础】数学推导+纯Python实现机器学习算法10:线性不可分支持向量机...
- C语言(CED)编写一个程序,求两个字符之间的加减运算。
- PHP5.6的安装与配置(win7)
- PyCharm配置django环境
- USACO Section2.1 Hamming Codes 解题报告 【icedream61】
- EXT Column Tree 的应用
- 如何编译生成dll文件以及如何调用dll文件
- latex 标题chapter section里的英文和数字不加粗
- 救ANGEL出监狱BFS
- R语言 | 编写自己的函数
- 互联网日报 | 3月23日 星期二 | 京东集团8亿美元增持达达集团;阿里云盘正式启动公测;快手进军二手电商...
- Linux:库函数:libc: glibc
- win7下装ubuntu双系统 硬盘安装详细教程
- Kaggle:Quora Question Pairs
- bzoj-1031 字符加密Cipher
- HTML5 Canvas编写五彩连珠(4):动画