五级量表法信度与效度分析 本文关键词：五级，量表，分析，法信度
五级量表法信度与效度分析 本文简介：1．信度分析信度所代表的是量表的一致性与稳定性，信度分为内部信度和外部信度，内部信度的分析方法有很多，常以Cronbachα系数来估计，Cronbachα系数越大，表示该变量各个题项的相关性越大，即内部一致性程度越高。美国统计学家Hair等认为Cronbachα大于0.7为高信度。一般情况下，Cro
五级量表法信度与效度分析 本文内容：
1．
信度分析
信度所代表的是量表的一致性与稳定性，信度分为内部信度和外部信度，内部信度的分析方法有很多，常以Cronbach
α系数来估计，Cronbach
α系数越大，表示该变量各个题项的相关性越大，即内部一致性程度越高。美国统计学家Hair等认为Cronbach
α大于0.7为高信度。一般情况下，Cronbach
α系数介于0.8-0.9之间被认为是非常好，介于0.7-0.8之间比较好。本研究运用SPSS软件对问卷中的量表部分进行信度分析，检测后得到Cronbach’s
Alpha系数如表1所示。
表1
量表Cronbach’s
Alpha系数
Cronbach
s
Alpha
项数
0.831
18
由上表可知，总量表18个题项的Cronbach’s
Alpha系数为0.831，大于0.8，说明此次问卷量表的信度很高。
2．
效度（因子）分析
量表的效度通常通过因子分析来完成，要判断量表是否适合进行因子分析，先要对量表进行KMO和巴特利球形检验。KMO值一般分布在0到1之间，其值越接近1，越适合于进行因子分析。进行因子分析的普通准则是KMO值在0.6以上，。巴特利球形检验统计量中的sig值（即p值）小于0.05时，达到显著性水平时，适合进行因子分析。
对问卷中量表进行KMO和巴特利球形检验，结果显示KMO值为0.632，高于0.6，Bartlett的球形度检验sig值都为.000，达到0.05显著水平，说明量表适合做因子分析。运用主成分分析法对量表进行因子分析，并通过最大方差法进行正交旋转后共得到三个成份，但敬业精神、指导能力监督和理解能力的A8、小于0.45，所以将这三个题项删除后，对剩下的15个测量指标进行二次旋转，旋转成分矩阵见表2。
表2
量表旋转成份矩阵
成份
1
2
3
C3
.788
-.005
-.075
C5
.776
.097
.163
C8
.738
.327
-.294
C7
.726
.346
-.215
C1
.670
.014
.120
C2
.664
-.111
.377
C9
.636
.253
.334
C4
.623
.400
-.233
C6
.527
.370
.167
B4
.213
.830
-.176
B3
.149
.807
.013
B2
.134
.686
.125
B1
-.091
.612
.401
A1
-.129
.101
.868
A2
.290
.024
.672
附：累计方差贡献率为61.237%
二次旋转后得到三个因子，三个因子的累计方差贡献率达到61.237%，可见这三个因子可以解释量表61.237%的信息量，表2中的因子载荷都达到了0.5，说明因子分析结果可以被接受。因子一包含题项C1-C9，命名为技能；因子二包含题项B1-B4，命名为态度；因子三包括A1，A2，命名为知识。
3．
描述性统计分析
为了了解各题项的重要性，可对15个问项进行描述性统计分析的，通过各题项的均值，来比较各题型的重要性程度。对15个题项进行描述性统计分析，并按照其均值由高到低排序，详见表3。
表3
描述性统计
极小值
极大值
均值
标准差
C7
1
5
4
0.946
C1
2
5
3.79
1.239
C8
2
5
3.77
0.667
C9
1
5
3.77
1.087
C3
1
5
3.74
0.966
C4
1
5
3.69
0.922
C6
2
5
3.31
0.655
A2
1
5
3.21
0.923
C5
1
5
3.15
0.988
A1
1
5
2.87
0.864
C2
1
4
2.69
0.922
B3
1
4
2.62
0.747
B4
1
4
2.51
0.823
B2
1
4
2.28
0.826
B1
1
3
2.13
0.732
一般而言，五分制的李克特量表得分均值在1到2.5之间表示反对，2.5到3.5之间表示中立，3.5到5之间表示赞同，本问卷测量的是重要性，所以1—2.5之间表示不重要，2.5—3.5之间表示一般，3.5—5之间表示重要。由表3的15个题项的均值可知，C7、C1、C8、C9、C3、C4这6项的均值均大于3.5，可视为重要；C6、A2、C5、A1、C2、B3、B4这七项的均值再2.5-3.5之间，其重要程度可视为一般；B2、B1的均值都在1—2.5之间表示这两项不重要。