如何用SPSS进行信度、效度分析
校正的项总计相关性，也称CITC值，比如某维度对应5个题项，那么此5个题项之间的相关关系情况则使用此指标进行表示，通常此值大于0.4即说明某题项与另外的题项间有着较高的相关性，预测试时通常会使用校正的项总计相关性这一指标。
项删除后的克隆巴赫系数，如果某个维度或变量对应着5个题项，那删除掉某题项后余下4个题项的信度系数值即称作项删除后的克隆巴赫系数。克隆巴赫系数，也称信度系数，内部致性系数，或者Cronbach’s Alpha，或者α系数，此值一般大于0.7即可。
如果在预测试中使用信度分析，则可能涉及到校正项总计相关性(CITC)和项已删除的α系数这两个指标，用于辅助判断量表题目是否应该进行修正处理。如果是正式数据的分析，通常此两个指标的意义相对较小。
扩展资料：
信度分析注意事项：
信度系数越大，表明测量的可信程度越大。究竟信度系数要多少才算有高的信度。学者DeVellis(1991)认为，0.60～0.65（最好不要），0.65～0.70（最小可接受值），0.70～0.80（相当好），0.80～0.90（非常好）。-信度分析
由此一份信度系数好的量表或问卷，最好在0.80以上，0.70至0.80之间还算是可以接受的范围，分量表最好在0.70以上，0.60至0.70之间可以接受。若分量表的内部一致性系数在0.60以下或者总量表的信度系数在0.80以下，应考虑重新修订量表或增删题项。-信度分析
参考资料来源：百度百科-spss
参考资料来源：百度百科-信度分析
参考资料来源：百度百科-效度分析
信度计算公式有哪些
若用t表示真实值，b表示偏差即系统误差，e表示测量的随机误差，x表示测量结果，则有：x=t+b+e。
在上述分解式中，t是一个抽象的变量，是潜在的需要估计的值。系统误差b是可通过采用一定的手段避免或减少的误差，而随机误差e是无法避免的。
若测量得到的结果x与真实值t一致或者差异很小，则称测量是“可靠的”或者是“可信的”；否则称测量在某种程度上是“不可靠的”或者“不可信的”。
信度的估计
在对问卷的信度进行估计之前，需要通过采用适当的量表（如 Likert 量表）将问卷中的各类主观的或客观的备选答案转化为数字形式，然后在此基础上进行问卷评分（包括单项评分、相关题目分组评分和总评分等）。-信度分析
信度分析的常用具体方法有重测信度、复本信度、分半信度、信度系数法四种（后两种可归为内部一致性信度）。
什么叫信度分析和效度分析
信度分析也称为可靠性分析，用于测量样本回答结果是否可靠,即样本有没有真实作答量表类题项。
效度分析，简单来说就是问卷设计的有效性、准确程度，用于测量题项设计是否合理。
比如说，在对同一对象进行测量，多次测量结果都很接近，就会认为这个结果是可信的，真实的，也就是信度高。如果每次测量的结果都有很大的差异，则说明信度较低。
衡量信度的方法有很多种，常用的信度系数包括：克隆巴赫α系数、折半系数、重测信度，可在spssau中进行分析。
效度又可分为内容效度、结构效度和效标效度。
内容效度，通常是以文字来说明问卷的有效性。如通过参考文献，或者权威来源说明问卷的权威性和有效性。还有就是通过对问卷前测并结合结果进行题项的修正等工作来充分说明问卷的有效性。
结构效度，指测量题项与测量维度之间的对应关系。测量方法有两种，一种是探索性因子分析，另外一种是验证性因子分析。其中，探索性因子分析是当前使用最为广泛的结构效度测量方法，SPSSAU提供此两种分析方法。-信度分析
效标效度，如果以前有一份权威且标准的量表数据，现在依旧使用该量表进行研究，并且收集回来一份数据。以前权威标准数据作为标准，当前数据与前一份数据之间进行相关分析，如果说相关系数值较高，则说明效标效度良好。但在实际分析中，效标效度很少使用。-信度分析
