信效度检验（SPSS

信度效度介绍：

效度：有效性、正确性，即是能否测量出所要测量的内容
信度：稳定性、可靠性，即多次测量数值的一致性

1. 信度低则效度一定低
2. 信度高则效度不一定高
3. 效度低则信度不一定低
4. 效度高则信度一定高

比如一个体重秤，真实体重是60kg，效度代表秤的准度，信度代表每次测量的体重是否相同
上面定理的情况则分别是：
1.三次分别测得：50kg、60kg、70kg
2.三次分别测得：50kg、50kg、50kg
3.三次分别测得：秤坏了：50kg、50kg、50kg
4.三次分别测得：秤很准：60kg、60kg、60kg

Cronbach’s α：

常用的信度检定方法为Cronbach’s α（克隆巴赫系数）和分半信度，这里使用的是Cronbach’s α，大于0.8为极好，大于0.7为较好，至少应该大于0.6，否则需要重新修订研究工具。

信度分析中的常见问题

信度分析主要用来考察问卷中量表所测结果的稳定性以及一致性，即用于检验问卷中量表样本是否可靠可信。信度分析只针对问卷中的量表数据，其他数据如性别、年龄、学历等非量表数据不可以做信度。

比如说，如果对我多次问这道题，我不可能会出现不稳定性（即选择其他选项），因为学历肯定是固定的。而对于类似问答内容为：同意、比较同意、一般、不同意、非常不同意，的问题，可能会出现不稳定性。

1.反向计分

一般选项都为分数越大代表越好，如果存在分数越大代表越差的情况，那么手动把数字反过来计（比如1到5变为5到1）

2.维度划分

如果多个指标代表一个维度，则可以每个维度做信度检验，然后所有维度合起来做信度检验

3.优化信度问题

如果去除这一项后的克隆巴赫系数增加5%，则考虑删除该项

4.成熟量表问题

什么叫成熟量表，就是别的文献中用过的，但是就算别的文献中用过，在用此量表统计了自己的数据后，仍然需要信度检验。因为数据会随着环境而不相同。

spss中操作步骤

1.导入数据：

拖入spss即可，要求数据必须都是数字类型的变量，不能有字符串类型的

2.信度分析：

3.结果分析

大于0.8为极好，大于0.7为较好，至少应该大于0.6，否则需要重新修订研究工具。
信度分析时，如果分析项的 CITC 值（删除的项与删除项后的总体的相关性）很低，可以查看删除项后的 Cronbach α 系数是否提升，若该项明显上升，若有上升，后续所有的分析均应该以删除后作为标准进行。

4.展示删除项后的标度操作为：

勾选上这项即可

结果会多出这么一张表：

这一列就代表除去此项后，其余指标的克隆巴赫系数的值，越大则说明此项越应该去掉。

小结：

关注我给大家分享更多有趣的知识，以下是个人公众号，提供 ||代码兼职|| ||代码问题求解||
由于本号流量还不足以发表推广，搜我的公众号即可：