信度分析——课件

1、 信度分析信度分析目录一、信度分析的概念三、信度分析的过程四、信度分析的实例二、信度分析的方法 信度又叫可靠性，是指测验的可信程度，它主要表现测验结果的一贯性、一致性，再现性和稳定性。 信度分析（Reliability Analysis）是检验测量工作可靠性和稳定性的主要方法，一般在心理学中应用较多。另外在学生考试试卷、社会问卷调查的有效性分析中也会涉及。 一、信度分析的概念 调查问卷的评价体系是以量表形式来体现的，量表编制的合理性决定着评价结果的可用性和可信性。一般将信度分为两类： 1.内在信度重在考察同一组问题是否测量同一概念，问题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

2、有意义，其评价结果的可信度就越强。一、信度分析的概念 2.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。 一、信度分析的概念 在测量学中，信度被定义为：一组测量分数的真变异数与总变异数（实得变异数）的比率，即一、信度分析的概念 式中的 称作信度系数， 为真变异数， 为总变异数。 在实际测量中，因为真值是未知的，故信度系数不能由以上公式直接求出，而只能通过一组实得分数（测得值）作出估计。 信度系数是衡量检测好坏的一个重要技术指标，测验的信度系数达到多高才可以接受呢？一、信度分析的概念

3、 最理想的情况是r=1，但是这是办不到的。大多数学者认为：任何测验或量表的信度系数如果在0.9以上，则该测验或量表的信度甚佳；信度系数在0.8以上都是可以接受的；如果在0.7以上，则该量表应进行较大修订，但仍不失其价值；如果低于0.7，量表就需要重新设计了。一、信度分析的概念 在心理学中通常可以用已有的同类测验作为比较的标准。一般能力与成就测验的信度系数常在0.90以上，性格、兴趣、态度等人格测验的信度系数通常在0.800.85之间。一、信度分析的概念二、信度分析的方法 检视信度的方法有很多种，其中，最常用的是第四种 Cronbach 系数，简介以下四种： 1、再测法（Retest Metho

4、d）：使用同一份问卷，对同一群受测者，在不同的时间，前后测试两次，求出者两次分数的相关系数，此系数又称为稳定系数（Coefficient of Stability）。二、信度分析的方法需注意：相关系数高，表示此测验的信度高，前后两次测验间隔的时间要适当。若两次测验间隔太短，受测者记忆犹新通常分数会提高，不过如果题数够多则可避免这种影响；但若两次测验间隔太长，受测者心智成长影响，稳定系数也可能会降低。二、信度分析的方法2、复本相关法（Equivalent-FormsMethod）：复本是内容相似，难易度相当的两份测验，对同一群受测者，第一次用甲份测试，第二次使用乙份，两份分数的相关系数为复本系数

5、（CoefficientofForms）或等值系数（CoefficientofEquivalence）。若两份测验不是同时实施，亦可相距一段时间再施测，这样算出的相关系数为稳定和等值系数。二、信度分析的方法复本相关法是测验信度量测的一种最好方法，但是要编制复本测验相当困难。而且复本相关法并不受记忆效用的影响，对测量误差的相关性也比再测法低。二、信度分析的方法 3、折半法（Split Half Method）：与复本相关法很类似，折半法是在同一时间施测，最好能对两半问题的内容性质、难易度加以考虑，使两半的问题尽可能有一致性。 折半信度系数（split-half coefficient）：将同一量

6、表中测验题目（项目内容相似），折成两半（单数题、偶数题），求这两个各半测验总分之相关系数。二、信度分析的方法 4、柯能毕曲系数（Cronbach ）：1951年Cronbach提出系数，克服部分折半法的缺点，为目前社会科学研究最常使用的信度。 量测一组同义或平行测验总和的信度，如果尺度中的所有项目都在反映相同的特质，则各项目之间应具有真实的相关存在。若某一项目和尺度中其它项目之间并无相关存在，就表示该项目不属于该尺度，而应将之剔除。二、信度分析的方法Cronbach 信度系数公式为： =(k/(k-1)*(1-(Si2)/ST2) 其中，K为量表中题项的总数， Si2为第i题得分的题内方差，

7、ST2为全部题项总得分的方差。从公式中可以看出，系数评价的是量表中各题项得分间的一致性，属于内在一致性系数。这种方法适用于态度、意见式问卷（量表）的信度分析。二、信度分析的方法 总量表的信度系数最好在0.8以上，0.7-0.8之间可以接受；分量表的信度系数最好在0.7以上，0.6-0.7还可以接受。Cronbach s alpha系数如果在0.6以下就要考虑重新编问卷。三、信度分析的过程 在SPSS中，专门用来进行测验信度分析的模块为Scale下的Reliability Analysis；使用Data Reduction之下的Factor模块。 Reliability Analysis模块主要

8、功能是检验测验的信度，主要用来检验折半信度、库李及a系数以及Hoyt信度系数值。至于重测信度和复本信度，只需将样本在二次（份）测验的分数的数据合并到同一数据文件之后，利用Correlate之下的Bivariate求其相关系数，即为重测或复本信度；而评分者信度则就就是使用的Spearman等级相关及Kendall和谐系数。 三、信度分析的过程 本次实验使用的数据是心理学中研究运动员意志品质的调查问卷数据，问卷中有50个题目，即50个项目。对312人进行了问卷调查。根据数据资料进行项目分析（即对问卷做因子分析）后，删除其中第7、8、14、28、29、35、36、37、38、40、43、48题，并将

9、剩余的38个项目根据项目分析的结果分为5个维度。5个维度所包含的项目是： 三、信度分析的过程自觉性维度x1、x2、x4、x10、x13、x39、x41、x45，共8题；果断性维度x25、x30、x32、x34、x42、x44、x47、x49、x50，共9题；自制力维度x3、x6、x15、x17、x18、x21，共6题坚韧性维度x5、x9、x11、x12、x16、x20、x23、x24、x25、x30、x46，共11题；主动性维度x19、x22、x27、x33，共4题。三、信度分析的过程步骤一：选择 File | Open | Data 命令，打开xinliceshi.sav数据表。步骤二：选择

10、Analyze | Scale | Reliability Analysis命令，弹出Reliability Analysis（信度分析）对话框，如图3-1所示。图3-1三、信度分析的过程 如图3-1所示，对话框中有“模型”列表框，其下有五个选项，分别是、半分、 Guttman、平行、严格平行。 ：即克伦巴赫系数，该系数用于计算测验的内部一致性系数。 半分：即斯皮尔曼-布朗分半系数，是检查测验的两部分的之间的相关性。分半系数的计算是将一个量表分为两个子量表，如果题项数为奇数，则题项较多的为子量表一、题项较少的为子量表二；若量表的题项数为偶数，则分成的两个子量表题项数相等。三、信度分析的过程 G

11、uttman：该模型计算Guttman的下界以获取真实可靠性。 平行：该模型假设所有项具有相等的方差，并且重复项之间具有相等的误差方差。 严格平行：该模型表示当各题目平均数与方差均同质时的最大概率信度。 我们在此选择克伦巴赫系数。三、信度分析的过程步骤三：单击 Statistics 按钮，弹出Reliability Analysis： Statistics对话框。如图3-2所示。图3-2三、信度分析的过程 在统计量对话框里的“描述性”选项组中可选择输出的描述性指标，有以下3个复选框。 项项：勾选该复选框后，结果中将呈现各题项的描述性统计量，包括均值、标准差和有效观测值数量。 度量度量：呈现整个

12、量表或问卷的描述统计量，包括均值、标准差和有效观测值数量。 如果项已删除则进行度量如果项已删除则进行度量：显示题项删除后的相关统计量的变化，包括项目删除后量表总体的平均值、方差、修正项目的总相关及Alpha系数的变化。三、信度分析的过程 在统计量对话框里的“摘要”选项组中根据尺度中所有项目分布的描述性统计量共分别有一下四个选项。 均值均值：包括项均值的最小值、最大值和平均值，项均值的极差和方差，以及最大项方差与最小项方差的比。 方差方差：对项目方差计算统计量，包括项目方差的平均值、最小值，最大值、极差、最大值与最小值之比和项目方差的方差。三、信度分析的过程 协方差协方差：包括项间协方差的最小值

13、、最大值和平均值，项间协方差的极差和方差，以及最大项间的协方差与最小项间的协方差的比。 相关性相关性：包含项间的相关性的最小值、最大值和平均值，项间相关性的极差和方差，以及最大项间相关性和最小项间的相关性的比。三、信度分析的过程 ANVOVANVOV表表：在该选项组可选择进行题项变量均值是否相等的检验。有4个单选按钮可供选择。 无无：不产生方差分析表。 F F检验（检验（F F）：）：输出重复测量方差分析表。 Friedman Friedman卡方卡方：计算Friedman卡方值与Kendall协同系数。此选项适用于以秩为形式的数据，卡方检验替换方差分析（ANVOV）表中通常的F检验。 Coc

14、hran Cochran卡方卡方：计算Cochran检验值，适用于二分数据，Q统计量替换方差分析（ANOVA）表中通常的F检验。三、信度分析的过程 统计量对话框里有“项之间”选项组，在该选项组中可以选择相关性相关性和协方差协方差。 Hotelling Hotelling的的T T平方平方：即Hotelling T2检验，检验尺度中所有项目均值是否相等的多变量检验。 Tukey Tukey的可加性检验的可加性检验：检验项目中有无可乘交互关系。 同类相关系数同类相关系数：生成个案内值的一致性或符合度的测量。三、信度分析的过程 “模型”下拉列表框：计算组内相关系数的模型，下拉列表框中有以下选项。 双

15、向混合双向混合：为默认选项，当个体效应是随机的，而项的作用固定时，选择此项。 双向随机双向随机：当个体效应和项的作用均为随机时选择此项。三、信度分析的过程 “类型”下拉列表框：指标的类型，在该列表框中可选择一致性或绝对一致。 置信区间置信区间：默认为95%，也可根据研究需要自行设定。 检验值检验值：可输入01之间的数，用于类间相关系数的比较。三、信度分析的过程步骤四：单击 Continue 按钮，回到信度分析对话框。单击 Ok 按钮，进入计算分析，得到计算结果后将结果，主要是Alpha系数，记录下来。如图3-3所示。图3-3三、信度分析的过程步骤五：单击 Reset 按钮，重复上面步骤二、三和四，分别对果断性维度、自制力维度、坚韧性维度、主动性维度的变量进行分析，把最后的计算结果总结在一起，得到表1-1。表1-1信度系数表N of Cases N of Items Alpha项目Reliabilities Coefficients自觉性维度的信度系数 312 8 0.144果断性维度的信度系数 312 9 0.353 自制力维度的信度系数 312 6 0.271 坚韧性维度的信度系数 312 11 0.460 主动性维度的信度系数 312 4 0.042 38个项目的信度系数 312 38 0.636 三、信度分析的