问卷(量表)信效度检验的软件实现(SPSSAmos).pptx

量表信效度检验及软件实现,1,主要内容,一、相关概念二、软件操作,2,2020/5/17,一、相关概念,3,2020/5/17,一、相关概念信度,信度：即可靠性，是指在相同条件下，采用相同方法所得结果的稳定性。,重测信度,（test-retestreliability）：同一问卷对同一调查对象在尽可能相同的情况下重复进行测量。两次间隔2-4周为宜。一般要求0.7以上。,4,2020/5/17,一、相关概念信度,重测信度,（Cronbachscoeffient）：内部一致性，取值0-1，越接近1信度越高。适用于态度、意见类量表。一般要求0.7以上。,信度系数,5,2020/5/17,一、相关概念信度,重测信度,（split-halfreliability）：调查项目分为两半，计算两半得分的相关系数，属于内部一致性。问卷两部分的内容性质、难易程度、题目数要尽量一致。有反向计分的需要逆向处理。不适用于事实性问卷如年龄、性别；适用于态度、意见类量表。,信度系数,折半信度,6,2020/5/17,一、相关概念信度,重测信度,（equivalent-formsreliability）：同一调查者在最短时间内填两份复本。两副本除表达方式不同，在内容、格式、难度、提问方向等方面完全一致。设计复本很困难。,信度系数,折半信度,复本信度,7,2020/5/17,一、相关概念效度,效度：(Validity)即有效性，指测量工具能够准确测出所需测量的事物的程度；所测量到的结果与要考察的内容越吻合，则效度越高。,8,2020/5/17,一、相关概念效度,内容效度,（content-relatedvalidity）指量表的各条目是否测定了希望测量的内容，即测定对象对问题的理解和回答是否与条目设计者希望询问的问题一致。专家打分法,9,2020/5/17,一、相关概念效度,内容效度,结构效度（constructvalidity）：指测量值与理论上的某种结构之间的对应程度；即测验的结果是否能证实或解释某一理论的假设或构想，解释的程度如何。没有金标准，需要用调查数据来进行探索性和验证性因子分析。,结构效度,10,2020/5/17,一、相关概念效度,内容效度,结构效度,校标效度,（criterion-relatedvalidity）：指用一个预检验的量表和一个公认的效度高的量表（标准量表）同时测量同一对象，检验新量表与标准量表测量结果的相关性。公认的问卷比较难选择。,11,2020/5/17,一、相关概念效度,内容效度,结构效度,校标效度,12,2020/5/17,二、软件实现,13,2020/5/17,二、软件实现,自我感知老化问卷32条目，7个维度,14,2020/5/17,二、软件实现重测信度分析,小样本测量一次，两周后所有小样本进行重复测量，随后再进行大样本的正式调查。整理好两次收集的数据，根据数据类型选择相关分析,15,2020/5/17,将两次数据整理到一起,16,2020/5/17,正态性检验,“分析描述统计描述”,17,2020/5/17,正态性检验,18,2020/5/17,19,2020/5/17,计算偏度(Skewness)和峰度(Kurtosis)，当它们接近0时，为正态。,非正态数据相关选择”spearman”,20,2020/5/17,三、软件实现信度分析,重测信度：可以先小样本n1测试一次，两周后所有小样本再测一次，随后再进行大样本的调查。或者大样本n2所有数据收集好，2周后在大样本中随机抽取一小部分人进行调查整理好两次收集的数据，进行相关分析,“分析-相关-双变量相关”,Spearman相关,21,2020/5/17,22,2020/5/17,三、软件实现重测信度分析,23,2020/5/17,三、软件实现Cronbach系数,“分析-度量-可靠性分析”,24,2020/5/17,25,2020/5/17,26,2020/5/17,整体量表的Cronbach=0.884,27,2020/5/17,三、软件实现内容效度,3.条目内容效度=（该条目翻译等价性专家打分均值+该条目文化适应性专家打分均值）/24.总问卷内容效度=所有条目效度的均数,1.某条目翻译等价性的专家打分均值=该条目翻译等价性专家打分之和/专家数2.某条目文化适应性的专家打分均分=该条目文化适应性专家打分之和/专家数,28,2020/5/17,三、软件实现结构效度,Exploratoryfactoranalysis,EFASPSSConfirmatoryfactoranalysis,CFAAmos软件将数据分为均等的两份OR一份数据用两次OR两次收集数据均分为两半:将数据按得分高低排序均衡地分为两半OR利用SPSS随机分为两半,29,2020/5/17,“分析-降维-因子分析”,探索性因子分析,30,2020/5/17,探索性因子分析,31,2020/5/17,“描述”勾选KMO和Bartlett球形检验,探索性因子分析,32,2020/5/17,“抽取”：特征根1,探索性因子分析,33,2020/5/17,“旋转”：最大方差法最大收敛迭代次数：系统默认25,探索性因子分析,34,2020/5/17,“选项”：按大小排列,探索性因子分析,35,2020/5/17,探索性因子分析,36,2020/5/17,KMO越接近1越适合做因子分析，一般要求0.8；Bartlett的球形度检验：卡方值=5423.460，P0.05（受到样本量影响，样本越大，P值可能越小）GFI0.90AGFI0.90RMSEA0.05匹配良好；0.08匹配合理增值匹配指标NFI0.90IFI0.90TLI(NNFI)0.90CFI0.90简约匹配指标PGFI0.5CN200NC:15，表示模型需要修正,52,202