SPSSAU教程03：信效度分析指標解讀
信效度是衡量一份問卷測試結果的準確性和穩定性的依據。問卷設計完成之後到分析結束，一般要經過兩次信效度分析。一次是預調查時，一次是正式分析。
1 定義
信度分析用於測量樣本回答結果是否可靠，即樣本有沒有真實作答量表類題項。信度係數越高表示該測驗的結果越一致、越穩定。
效度分析用於測量題項設計是否合理，通過因子分析方法進行驗證。
2 信度與效度的關係
信度是效度的基礎，必須要有信度才有效度。信度低，效度不可能高，但信度高不一定效度高。
另外兩者的研究對象不同：信度對象：答卷人 效度對象：題項
3 指標解讀
信度分析
（1）校正的項總計相關性，也稱CITC值，比如某維度對應5個題項，那麼此5個題項之間的相關關係情況則使用此指標進行表示，通常此值大於0.4即說明某題項與另外的題項間有著較高的相關性，預測試時通常會使用「校正的項總計相關性」這一指標。
（2）項刪除後的克隆巴赫係數，如果某個維度或變數對應著5個題項，那刪除掉某題項後餘下4個題項的信度係數值即稱作「項刪除後的克隆巴赫係數」。
（3）克隆巴赫係數，也稱信度係數，內部致性係數，或者Cronbachs Alpha，或者α係數，此值一般大於0.7即可。
如果在預測試中使用信度分析，則可能涉及到校正項總計相關性(CITC)和項已刪除的α係數這兩個指標，用於輔助判斷量表題目是否應該進行修正處理。如果是正式數據的分析，通常此兩個指標的意義相對較小。
信度分析的分析步驟：
① 分析α係數，如果此值高於0.8，則說明信度高；如果此值介於0.7~0.8之間；則說明信度較好;如果此值介於0.6~0.7；則說明信度可接受;如果此值小於0.6；說明信度不佳；
② 如果CITC值低於0.3；可考慮將該項進行刪除；
③ 如果「項已刪除的α係數」值明顯高於α係數，此時可考慮對將該項進行刪除後重新分析；
④ 對分析進行總結。
效度分析
針對效度分析，通常會使用內容效度，或者結構效度，或者驗證性因子分析(CFA)進行效度驗證。效度分析類型總結如下表：
由於效度分析通過因子分析的方式驗證，所以這裡也涉及因子分析的指標。
效度分析的分析步驟為：
① 首先分析KMO值：如果此值高於0.8，則說明效度高；如果此值介於0.7~0.8之間，則說明效度較好；如果此值介於0.6~0.7，則說明效度可接受，如果此值小於0.6，說明效度不佳(如果僅兩個題；則KMO無論如何均為0.5)；
② 接著分析題項與因子的對應關係：如果對應關係與研究心理預期基本一致，則說明效度良好；
③ 如果效度不佳；或者因子與題項對應關係與預期嚴重不符，也或者某分析項對應的共同度值低於0.4(有時以0.5為標準);則可考慮對題項進行刪除
刪除題項的常見標準：一是共同度值低於0.4(有時以0.5為標準)；二是分析項與因子對應關係出現嚴重偏差；④ 重複上述步驟，直止KMO達標；以及題項與因子對應關係與預期基本吻合，最終說明效度良好；
⑤ 對分析進行總結。
更詳細的方法說明以及具體原理介紹，可查看SPSSAU官網，以及可使用SPSSAU上面的案例數據，進行實際的操作分析。
參考資料
SPSS在線_SPSSAU_SPSS信度分析
SPSS在線_SPSSAU_SPSS效度分析
推薦閱讀：
