網(wǎng)站建設(shè)排版,中國(guó)建設(shè)銀行信用卡黑名單網(wǎng)站,網(wǎng)站建設(shè)合同內(nèi)容與結(jié)構(gòu),百度 營(yíng)銷推廣多少錢不少人在做研究時(shí)可能會(huì)遇到這樣的場(chǎng)景#xff1a;明明按照教程一步步把問卷數(shù)據(jù)做了信效度檢驗(yàn)#xff0c;卻被一句“這些分析不能做”打回重來。很多人這才意識(shí)到——原來信效度分析并不是所有問卷的“必做項(xiàng)目”。 一、非量表問卷vs量表問卷 在實(shí)際研究中#xff0c;問…不少人在做研究時(shí)可能會(huì)遇到這樣的場(chǎng)景明明按照教程一步步把問卷數(shù)據(jù)做了信效度檢驗(yàn)卻被一句“這些分析不能做”打回重來。很多人這才意識(shí)到——原來信效度分析并不是所有問卷的“必做項(xiàng)目”。一、非量表問卷vs量表問卷在實(shí)際研究中問卷有不同類型有的是為了收集基本信息和態(tài)度傾向的普通調(diào)查問卷有的則是基于理論框架構(gòu)建的量表問卷。兩者的用途、結(jié)構(gòu)和統(tǒng)計(jì)要求完全不同也決定了是否需要進(jìn)行信效度檢驗(yàn)。1、非量表問卷非量表問卷是我們?nèi)粘Ｉ钪凶畛Ｒ?、最直白的問卷形式其核心目的是收集事?shí)信息或了解簡(jiǎn)單情況/態(tài)度不依賴?yán)碚撃Ｐ筒恍枰判Ф确治觥?題目特點(diǎn)題目多為單項(xiàng)、獨(dú)立、直接提問式如年齡、性別、滿意度等每道題就是一個(gè)獨(dú)立變量不需要合成“維度”或“分?jǐn)?shù)”不要求題目之間保持一致性也不需要反映潛在結(jié)構(gòu)題型多樣包括單選題、多選題、填空題、排序題等。2題目舉例客觀事實(shí) 如年齡、性別、職業(yè)、收入。具體行為 如“您每天使用手機(jī)多長(zhǎng)時(shí)間”、“您最近一年內(nèi)購買過幾次電子產(chǎn)品”簡(jiǎn)單的意見或選擇 如“您更喜歡哪種產(chǎn)品包裝”、“您從哪些渠道了解到我們的服務(wù)”3信效度分析不需要。因?yàn)槊款}都是獨(dú)立測(cè)量點(diǎn)沒有構(gòu)成“量表”的結(jié)構(gòu)不涉及整體信度與效度的分析。非量表問卷分析主要使用描述性統(tǒng)計(jì)例如計(jì)算百分比、頻數(shù)、進(jìn)行交叉分析等。4非量表問卷分析思路非量表類問卷的研究思路可以分成7個(gè)部分分別是樣本背景分析樣本特征、行為分析基本現(xiàn)狀分析樣本態(tài)度分析差異分析影響關(guān)系分析和其他在具體分析時(shí)可以結(jié)合實(shí)際情況進(jìn)行選擇。2、量表問卷量表問卷是學(xué)術(shù)研究中常用的方法其核心目的是測(cè)量“看不見的”“潛在變量/心理特質(zhì)/行為傾向”等題目之間具有結(jié)構(gòu)性必須做信效度分析。1題目特點(diǎn)由多個(gè)題目共同測(cè)量一個(gè)抽象概念如工作滿意度、使用意愿、自我效能。題目高度相關(guān)具有理論背景心理學(xué)、管理學(xué)、社會(huì)學(xué)成熟模型。通常采用 Likert 量表1–5/1–7分。最終計(jì)算的不是某一道題而是某個(gè)維度得分或總體得分。2常見例子科技接受模型 TAM感知易用性、感知有用性SERVQUAL 服務(wù)質(zhì)量量表五大人格量表滿意度量表、忠誠度量表、使用意愿量表心理測(cè)量問卷焦慮量表、抑郁量表等3信效度分析必須做。因?yàn)榱勘頊y(cè)的是“潛在變量”題目間的質(zhì)量與結(jié)構(gòu)需要信度和效度來驗(yàn)證。4量表問卷分析思路量表問卷依據(jù)研究目的和主要方法的不同可分為多種類型例如影響關(guān)系類、綜合評(píng)價(jià)類、聚類樣本類等其中影響關(guān)系研究比較常見分析思路舉例如下更多問卷分析思路可點(diǎn)擊查看下方文章總結(jié)了常見的八類問卷分析思路詳解【干貨收藏】八類問卷分析思路盤活你的問卷數(shù)據(jù)3、總結(jié)是否需要做信效度分析關(guān)鍵不在于問卷題目的多少而在于這些題目是否共同指向某個(gè)潛在概念構(gòu)成可被測(cè)量的“維度”。當(dāng)問卷中存在一組相互關(guān)聯(lián)的題項(xiàng)并能共同反映同一潛在變量時(shí)一般每個(gè)維度需至少2–3個(gè)題目以支撐統(tǒng)計(jì)檢驗(yàn)就應(yīng)當(dāng)進(jìn)行信度和效度分析以驗(yàn)證該量表結(jié)構(gòu)是否穩(wěn)定、測(cè)量是否可靠。此外即使量表來自文獻(xiàn)、被前人反復(fù)使用過也仍需基于你的樣本重新做一次信效度檢驗(yàn)因?yàn)榱勘碣|(zhì)量會(huì)隨樣本群體的不同而變化。相反如果問卷主要由獨(dú)立的普通題目構(gòu)成或僅包含零散的單個(gè)量表題并未形成可分析的維度結(jié)構(gòu)則不需要開展信效度分析。下面介紹信度與效度分析常用指標(biāo)與評(píng)價(jià)標(biāo)準(zhǔn)。一般先進(jìn)行信度分析再進(jìn)行效度分析。信度與效度的關(guān)系為信度高效度不一定高但信度低效度一定低。二、5類信度系數(shù)信度分析用于檢驗(yàn)量表題項(xiàng)在測(cè)量同一構(gòu)念時(shí)是否可靠、一致。常用的信度指標(biāo)有Cronbachs α系數(shù)、折半信度、McDonalds ω信度系數(shù)、theta信度系數(shù)、重測(cè)信度5類。下面分別進(jìn)行介紹。1、Cronbachs α系數(shù)Cronbachs α 是最常用的內(nèi)部一致性信度指標(biāo)用于評(píng)價(jià)同一維度內(nèi)各題項(xiàng)之間的相關(guān)程度。α 系數(shù)越高說明題項(xiàng)之間越一致、量表越穩(wěn)定。信度系數(shù)判斷標(biāo)準(zhǔn)為如果α 系數(shù)高于0.8則說明信度高如果α 系數(shù)介于0.7~0.8之間則說明信度較好如果α 系數(shù)介于0.6~0.7則說明信度可接受如果α 系數(shù)小于0.6說明信度不佳。2、折半信度系數(shù)這是一種較為傳統(tǒng)的內(nèi)部一致性估計(jì)方法。操作上將量表題項(xiàng)隨機(jī)分為兩半如按奇偶題號(hào)計(jì)算兩部分總分的相關(guān)系數(shù)再通過斯皮爾曼-布朗公式進(jìn)行校正以估算整個(gè)量表的信度。如果兩部分高度相關(guān)說明量表內(nèi)部結(jié)構(gòu)穩(wěn)定測(cè)量可信。判斷標(biāo)準(zhǔn)可參考Cronbachs α 系數(shù)。3、McDonald s ω信度系數(shù)ω 信度是近年來更被推薦的內(nèi)部一致性指標(biāo)它不依賴于 α 系數(shù)的嚴(yán)格假設(shè)能更準(zhǔn)確地反映潛在變量對(duì)題項(xiàng)的貢獻(xiàn)?；隍?yàn)證性因子分析的結(jié)果進(jìn)行計(jì)算考慮了每個(gè)題項(xiàng)不同的因子載荷比α系數(shù)更能準(zhǔn)確反映潛在變量被其題項(xiàng)共同解釋的程度。判斷標(biāo)準(zhǔn)可參考Cronbachs α 系數(shù)。4、theta系數(shù)theta系數(shù)是基于主成分分析結(jié)果計(jì)算的信度估計(jì)值用于評(píng)估量表的整體一致性。它利用第一主成分的特征根來估算信度可作為α系數(shù)的一種補(bǔ)充視角。但在報(bào)告時(shí)其使用頻率通常低于α系數(shù)或ω系數(shù)。判斷標(biāo)準(zhǔn)可參考Cronbachs α 系數(shù)。5、重測(cè)信度重測(cè)信度用于檢驗(yàn)量表的時(shí)間穩(wěn)定性。其方法是對(duì)同一批被試在間隔一段時(shí)間如兩周后用同一量表進(jìn)行兩次測(cè)量并計(jì)算兩次得分的相關(guān)系數(shù)。若重測(cè)相關(guān)系數(shù)較高說明量表在時(shí)間維度上具有穩(wěn)定性。常用判斷標(biāo)準(zhǔn)r ≥ 0.7穩(wěn)定性良好r 0.7量表可能易受時(shí)間、情緒或情境變化影響重測(cè)信度常應(yīng)用于心理測(cè)評(píng)、穩(wěn)定性強(qiáng)的構(gòu)念如人格、價(jià)值觀。6、信度分析軟件操作1數(shù)據(jù)格式量表題的數(shù)據(jù)格式為一列代表一個(gè)問題一行代表一個(gè)樣本分別用數(shù)字1-5表示量表題被選擇項(xiàng)將數(shù)據(jù)整理成如下格式2SPSSAU軟件操作將問卷數(shù)據(jù)上傳至SPSSAU系統(tǒng)在【問卷研究】模塊選擇【信度】將量表題目按維度進(jìn)行信度分析然后選擇信度系數(shù)例如選擇最常用的Cronbachs α系數(shù)SPSSAU操作如下圖3分析結(jié)果解讀SPSSAU輸出Cronbach信度分析結(jié)果如下分析上表可知維度A的Cronbachs α系數(shù)為0.859表明維度A的信度高。分析結(jié)果中還會(huì)報(bào)告校正項(xiàng)總計(jì)相關(guān)性(CITC)和項(xiàng)已刪除的α系數(shù)指標(biāo)解釋說明如下校正項(xiàng)總計(jì)相關(guān)性(CITC)該分析項(xiàng)與余下各項(xiàng)和之間的Pearson相關(guān)系數(shù)反映了該項(xiàng)與余下各項(xiàng)之間的相關(guān)程度。此指標(biāo)用于判斷題項(xiàng)是否應(yīng)該作刪除處理如果值小于0.3通常應(yīng)該考慮將對(duì)應(yīng)項(xiàng)進(jìn)行刪除處理。項(xiàng)已刪除的α系數(shù)該分析項(xiàng)刪除后余下分析項(xiàng)的α系數(shù)。此指標(biāo)用于判斷題項(xiàng)是否應(yīng)該作刪除處理如果該值明顯高于”α系數(shù)”值此時(shí)應(yīng)該考慮將對(duì)應(yīng)項(xiàng)進(jìn)行刪除處理。按維度進(jìn)行信度分析將量表其他維度依次進(jìn)行信度分析最終整理成如下表格匯報(bào)在論文中其他信度系數(shù)操作解讀類似重測(cè)信度可使用SPSSAU【相關(guān)分析】進(jìn)行研究。一般若沒有特殊需要在科研論文中使用Cronbachs α系數(shù)較為常見。三、4類效度分析效度分析用于檢驗(yàn)量表題項(xiàng)是否準(zhǔn)確地測(cè)量了我們想要測(cè)量的變量且與其他變量區(qū)分開來。具體來說效度可分為內(nèi)容效度、結(jié)構(gòu)效度、區(qū)分效度和聚合效度。下面分別進(jìn)行介紹。1、內(nèi)容效度內(nèi)容效度關(guān)注量表題項(xiàng)在內(nèi)容上是否充分覆蓋了所要測(cè)量構(gòu)念的所有核心方面且題項(xiàng)表述是否清晰、貼切。這本質(zhì)上是一種基于邏輯和經(jīng)驗(yàn)的判斷。1檢驗(yàn)方法常用為專家判斷法邀請(qǐng)?jiān)擃I(lǐng)域的多位專家通常3-6位或更多對(duì)每個(gè)題項(xiàng)與目標(biāo)構(gòu)念的相關(guān)性、代表性、清晰度進(jìn)行評(píng)級(jí)。常用的量化指標(biāo)是內(nèi)容效度指數(shù)。內(nèi)容效度通常在量表開發(fā)的早期進(jìn)行也是判斷量表能否用于后續(xù)統(tǒng)計(jì)分析的前置步驟之一。2軟件操作在SPSSAU【問卷研究】模塊選擇【內(nèi)容效度】將測(cè)量項(xiàng)量表題的專家打分?jǐn)?shù)據(jù)按提示填寫在表格中表格中數(shù)字表示專家對(duì)于有效性的認(rèn)可度只能1/2/3/4共四個(gè)數(shù)字分值越高認(rèn)為越有效操作示例如下圖3內(nèi)容效度分析結(jié)果點(diǎn)擊【開始分析】按鈕即可得到【內(nèi)容效度】分析結(jié)果內(nèi)容效分析結(jié)果主要關(guān)注以下指標(biāo)是否通過評(píng)價(jià)CVI條目?jī)?nèi)容效度指數(shù)每個(gè)題項(xiàng)的專家一致性評(píng)分S-CVI量表內(nèi)容效度指數(shù)整體量表內(nèi)容效度2、結(jié)構(gòu)效度1簡(jiǎn)單說明結(jié)構(gòu)效度關(guān)注量表的“維度結(jié)構(gòu)”是否成立即題項(xiàng)能否按預(yù)期聚集成相應(yīng)的因子維度這是效度檢驗(yàn)中最核心、最常用的部分。結(jié)構(gòu)效度的驗(yàn)證方式包括探索性因子分析EFA探索量表潛在結(jié)構(gòu)適用于初次構(gòu)建或改編量表。驗(yàn)證性因子分析CFA檢驗(yàn)既定模型是否與數(shù)據(jù)匹配進(jìn)行區(qū)分效度和聚合效度檢驗(yàn)。2結(jié)構(gòu)效度分析步驟第一首先分析KMO值如果此值高于0.8則說明研究數(shù)據(jù)非常適合提取信息從側(cè)面反映出效度很好如果此值介于0.7~0.8之間則說明研究數(shù)據(jù)適合提取信息從側(cè)面反映出效度較好如果此值介于0.6~0.7則說明研究數(shù)據(jù)比較適合提取信息從側(cè)面反映出效度一般如果此值小于0.6說明數(shù)據(jù)不適合提取信息從側(cè)面反映出效度一般(如果僅兩個(gè)題則KMO無論如何均為0.5)第二接著分析題項(xiàng)與因子的對(duì)應(yīng)關(guān)系如果對(duì)應(yīng)關(guān)系與研究心理預(yù)期基本一致則說明效度良好第三如果效度不佳或者因子與題項(xiàng)對(duì)應(yīng)關(guān)系與預(yù)期嚴(yán)重不符也或者某分析項(xiàng)對(duì)應(yīng)的共同度值低于0.4(有時(shí)以0.5為標(biāo)準(zhǔn));則可考慮對(duì)題項(xiàng)進(jìn)行刪除第四刪除題項(xiàng)共有常見標(biāo)準(zhǔn)一是共同度值低于0.4(有時(shí)以0.5為標(biāo)準(zhǔn))二是分析項(xiàng)與因子對(duì)應(yīng)關(guān)系出現(xiàn)嚴(yán)重偏差第五重復(fù)上述1~4共4個(gè)步驟直至KMO達(dá)標(biāo)以及題項(xiàng)與因子對(duì)應(yīng)關(guān)系與預(yù)期基本吻合最終說明效度良好3軟件操作在SPSSAU【進(jìn)階方法】模塊選擇【探索性因子分析】或【問卷研究】模塊【效度】將量表題拖拽到右側(cè)分析框選擇預(yù)設(shè)維度操作如下圖按照上文探索性因子分析步驟最終經(jīng)過調(diào)整發(fā)現(xiàn)刪除D3題目后得到因子與題項(xiàng)對(duì)應(yīng)關(guān)系與預(yù)期相符的結(jié)果旋轉(zhuǎn)后因子載荷系數(shù)表格如下關(guān)于結(jié)構(gòu)效度分析的完整分析過程可點(diǎn)擊查看下方幫助手冊(cè)說明效度分析?下面介紹聚合效度?和?區(qū)分效度?具體使用驗(yàn)證性因子分析進(jìn)行檢驗(yàn)。3、聚合效度1簡(jiǎn)單說明聚合效度用于判斷同一潛在變量下的題項(xiàng)是否有效收斂即題項(xiàng)之間是否指向相同概念。2軟件操作在SPSSAU【問卷研究】模塊選擇【驗(yàn)證性因子分析】將變量按維度拖拽至右側(cè)對(duì)應(yīng)分析框中輸入因子名稱操作如下圖注意上文刪除的變量不參與分析3檢驗(yàn)方法聚合效度常用的有2種檢驗(yàn)方法①標(biāo)準(zhǔn)載荷系數(shù)值均大于0.7為佳0.5以上也可以接受②AVE和CR指標(biāo)常情況下AVE大于0.5且CR值大于0.7說明聚合效度較高。標(biāo)準(zhǔn)載荷系數(shù)值標(biāo)準(zhǔn)載荷系數(shù)是指經(jīng)過標(biāo)準(zhǔn)化處理的因子載荷系數(shù)。驗(yàn)證性因子分析使用標(biāo)準(zhǔn)載荷系數(shù)判斷聚合效度。各個(gè)測(cè)量項(xiàng)的標(biāo)準(zhǔn)載荷系數(shù)值大于0.7說明量表的聚合效度好或者放寬要求在0.5以上也能接受社會(huì)學(xué)科研究編制的量表因子載荷量都不會(huì)太高。SPSSAU輸出因子載荷系數(shù)表格如下分析上表標(biāo)準(zhǔn)載荷系數(shù)值絕大部分均在0.7以上說明該量表的聚合效度較高。AVE和CR指標(biāo)AVE平均方差萃取AVE值 Average(loading平方然后求和)loading值為標(biāo)準(zhǔn)化載荷系數(shù)。通常需要AVE值大于0.5。CR組合信度CR值Sum(loading)^2 / [sum(loading)^2 sum(e)]e為殘差標(biāo)準(zhǔn)載荷系數(shù)。通常需要CR值大于0.7。綜上當(dāng)AVE值大于0.5且CR值大于0.7時(shí)量表的聚合效度較高。SPSSAU輸出模型AVE和CR指標(biāo)結(jié)果如下分析上表本例中4個(gè)因子的平均方差萃取AVE值均大于0.5且組合信度CR值均大于0.7說明本次分析的量表數(shù)據(jù)具有良好的聚合效度。4、區(qū)分效度1簡(jiǎn)單說明區(qū)分效度確保量表的各維度之間是有界限的能夠相互區(qū)分而不是測(cè)量相同的東西。即兩個(gè)不同的構(gòu)念在測(cè)量上不應(yīng)高度混同。2檢驗(yàn)方法區(qū)分效度常用的有3類檢驗(yàn)方法AVE平方根判斷法、HTMT法、MSV和ASV法。接下來將分別進(jìn)行介紹。AVE平方根判斷法AVE平方根值可表示因子的‘聚合性’相關(guān)系數(shù)表示相關(guān)關(guān)系如果因子‘聚合性’很強(qiáng)明顯強(qiáng)于與其它因子間的相關(guān)系數(shù)絕對(duì)值則能說明具有區(qū)分效度當(dāng)每個(gè)因子的AVE平方根值均大于“該因子與其他因子的相關(guān)系數(shù)的最大值”此時(shí)說明具有良好的區(qū)分效度。SPSSAU輸出Pearson相關(guān)與AVE平方根值結(jié)果如下分析上表可知針對(duì)因子A其AVE平方根值為0.778大于因子間相關(guān)系數(shù)絕對(duì)值的最大值0.734意味著其具有良好的區(qū)分效度。同理分析因子B、C、D都具有良好的區(qū)分效度。HTMT法HTMTheterotrait-monotrait ratio異質(zhì)-單質(zhì)比率也就是特質(zhì)間相關(guān)與特質(zhì)內(nèi)相關(guān)的比率。他是不同構(gòu)面間指標(biāo)相關(guān)的均值相對(duì)于相同構(gòu)面間指標(biāo)相關(guān)的均值乘積的開方的比值。如果HTMT值小于0.85有時(shí)以0.9作為標(biāo)準(zhǔn)則說明該兩因子之間具有區(qū)分效度。SPSSAU輸出HTMT分析結(jié)果如下分析上表可知HTMT值均小于0.85意味著因子間存在良好的區(qū)分效度。MSV和ASV法MSV最大共同方差和ASV平均共同方差這兩個(gè)指標(biāo)也可用于區(qū)分效度判斷當(dāng)MSV值小于AVE的值并且ASV值小于AVE值則說明具有區(qū)分效度。SPSSAU輸出區(qū)分效度指標(biāo)MSV和ASV結(jié)果如下分析上表可知大部分因子的MSV值和ASV值都不小于AVE值說明因子之間的區(qū)分效度并不好進(jìn)而量表的區(qū)分效度也比較差?！咎崾尽吭趯?shí)際應(yīng)用中需注意不同的效度檢驗(yàn)方法可能產(chǎn)生不一致的結(jié)果。例如同一份量表的數(shù)據(jù)采用不同方式進(jìn)行檢驗(yàn)結(jié)論可能存在差異。面對(duì)此類情況一般的處理原則是只要有一種檢驗(yàn)方法能夠證明量表的區(qū)分效度或聚合效度達(dá)到可接受水平即可認(rèn)為該量表具有良好的效度水平。這屬于一種相對(duì)寬松且務(wù)實(shí)的判斷標(biāo)準(zhǔn)并不要求所有檢驗(yàn)方法必須全部通過。區(qū)分效度和聚合效度完整版分析可點(diǎn)擊查看下方幫助手冊(cè)驗(yàn)證性因子分析幫助手冊(cè)