問卷信度與效度檢測

1、問卷信度和效度檢測主講：章雪玲我想離開你，到一個很遠(yuǎn)的地方，那個地方叫“心靈一隅”。我知道那是我應(yīng)該去的地方，因為我習(xí)慣于孤獨(dú)。其實我舍不得你，所以你會留下來，留在我的心中，留在我的夢想里。給我一段時間好嗎？讓我走，毫無牽掛地走，雖然我不喜歡這樣走，但我必須走，是的，不甘心，可是那樣的生活我不得不走。讓我感到欣慰的是你懂我，讓我感到內(nèi)疚的也是你懂我。知道嗎？我最勤奮的時候，總感覺到你在我身邊，我最懶散的時候，總以為你會變心。我記得是你讓我做自己喜歡做的事，是你鼓勵我這樣做。分離是一場相逢的必然嗎？我常常這樣問自己，我不知道你是否心有所屬，但我知道我的離開必然孤單，還有深深的寂寞相隨。追求夢想，

2、總會有所犧牲，我希望犧牲的不是你，而是我?？傁嘈盼覀儠邢喾甑哪且惶?，我會讓你站在我的身邊，因為這是你一直期待的時刻。不管你的心在不在我的身邊，我也會宣布你是我心靈的摯友，也是我走到這里的助力。假如你不能站在我的身邊，我也會宣布，是因為我不夠真誠，用多少苦楚換來這相聚時刻，竟然是如此的凄涼。當(dāng)我離開你的時候，我想你不要忘記我的夢想。因為這個夢，我才會離開你，為了這個夢，離開你而不是因為另一個男人。掌握研究設(shè)計思路和統(tǒng)計工作的基本步驟，統(tǒng)計學(xué)中總體、樣本、變量、概率等基本概念；掌握研究工具的性能檢測：問卷信度、效度檢驗，SPSS統(tǒng)計軟件的信度、效度檢驗；熟悉數(shù)據(jù)類型：計量資料、計數(shù)資料與等級資料

3、；學(xué)習(xí)目標(biāo)研究設(shè)計思路統(tǒng)計工作的基本步驟研究設(shè)計(design) ： (開題報告）包括調(diào)查 問卷設(shè)計檢驗、過程設(shè)計收集資料(collection of data)：取得準(zhǔn)確可 靠的原始資料整理資料(sorting data) ：對資料進(jìn)行清理、 改錯，數(shù)量化分析資料(analysis of data) ：統(tǒng)計描述、統(tǒng) 計推斷統(tǒng)計學(xué)基本概念總體與樣本(population and sample) 總體： 根據(jù)研究目的確定的研究對象的全體（群 體）。 研究一般希望獲得研究群體的特征。 樣本：總體中有代表性的一部分。 有代表性。 （抽樣方法與樣本量）統(tǒng)計推斷（假設(shè)檢驗等）統(tǒng)計學(xué)基本概念變量（Vari

4、able) 在確定了研究總體之后，研究者要對每個觀察單位的某項特征進(jìn)行測量和觀測，這種特征稱為變量（即觀察指標(biāo)）。 變量的測得值或觀察值也叫做資料。統(tǒng)計學(xué)基本概念概率(probability) ：隨機(jī)事件發(fā)生的可能性大小，用大寫的P 表示；取值0，1。 必然事件 P = 1 不可能事件 P = 0 隨機(jī)事件 0P1 P 0.05或P 0.01，習(xí)慣上稱為小概率事件，在統(tǒng)計學(xué)上解釋為結(jié)果不大可能因為抽樣誤差引起；拒絕研究中的H0假設(shè)，接受備擇假設(shè)H1 。數(shù)據(jù)類型計量資料（measurment data）用儀器、工具等測量(measure) 方法獲得的數(shù)據(jù)，也叫定量數(shù)據(jù)(quantitative

5、data)；連續(xù)數(shù)據(jù)。特點(diǎn)：有計量單位，如患者的身高（cm）、體重（kg）、血壓（mmHg）、脈搏（次/分）、血紅蛋白測定（g/L）等。數(shù)據(jù)類型計數(shù)資料（count data/enumeration data） 按某種屬性分類，然后清點(diǎn)每類的數(shù)據(jù)，也叫定性數(shù)據(jù)（qualitative data）， 非連續(xù)數(shù)據(jù)。 特點(diǎn)： 無固有計量單位，如血型（A、B、O）、職業(yè)（工、農(nóng)、兵）、性別（男、女）等。數(shù)據(jù)類型等級資料(rank data)半定性或半定量的觀察結(jié)果，有大小順序，所以也叫有序分類資料（ordinal category data）；非連續(xù)數(shù)據(jù)。如： 癌癥分期：早、中、晚。 藥物療效：治愈、

6、好轉(zhuǎn)、無效、死亡。 尿蛋白： ；+；+及以上例：一組2040歲成年人的血壓（收縮壓）年齡-年齡分組年齡分組 NameChangeOld and New Values Input Variable - Output Variable框：選入原變量（年齡）Output Variable Name框：鍵入新變量名稱（年齡分組）：單擊Change鈕選中年齡-年齡分組單擊Old and New Values鈕；Range: through單選鈕：兩側(cè)分別鍵入分組下、上限值；New Value Value單選鈕：鍵入分組名稱：單擊Add鈕。Range: All other values單選鈕：New Va

7、lue Value單選鈕：鍵入分組名稱單擊Add鈕。（有下限無上限分組）2021301Add操作（4）：將2組進(jìn)行獨(dú)立樣本 t 檢驗應(yīng)用Analyze菜單的 Compare Means功能的Independent-Samples T Test過程 進(jìn)行兩樣本均數(shù)差別的顯著性比較，即兩組獨(dú)立樣本均數(shù)的 t 檢驗。首先剔除顯著性檢驗 P（Sig.）0.05的項目，然后考慮剔除臨界值（CR值，即數(shù)據(jù)欄中的t 值）3（絕對值）的項目。操作過程：信度系數(shù)分析Analyze Scale Reliability Analysis 將變量選入默認(rèn)Cronbach Alpha系數(shù)方法（如果是二分類計數(shù)資料，點(diǎn)擊

8、Statistics選Cronbach chi-square方法）OK在統(tǒng)計方法欄選入Scale if item deleted 可對問卷項目作進(jìn)一步篩選，以確定問卷信度是否有再提高的可能。 Scale Scale Corrected Mean Variance Item- Alpha if Item if Item Total if Item Deleted Deleted Correlation DeletedX1 73.9750 35.7686 .0000 .8511X2 74.9500 35.7923 -.0258 .8520X3 74.9500 35.7923 -.0258 .852

9、0X4 73.9750 35.7686 .0000 .8511X5 75.6250 35.9840 -.0774 .8588X6 75.6250 35.9840 -.0774 .8588X7 75.7500 32.3462 .6743 .8383X8 75.6250 35.9840 -.0774 .8588X9 75.7500 32.3462 .6743 .8383X10 75.6250 35.9840 -.0774 .8588X11 73.9750 35.7686 .0000 .8511X12 74.9500 35.7923 -.0258 .8520Reliability Coefficie

10、ntsN of Cases = 40.0 N of Items = 40Alpha = .8506Alpha系數(shù)結(jié)果解釋： 信度系數(shù)越高越好。 學(xué)者認(rèn)為，以構(gòu)建量表為目的時，信度系數(shù)在0.7以上是可以接受的。 用于群體的篩選和鑒別時，信度系數(shù)在0.85以上是合適的，但用于個體時在結(jié)果分析時謹(jǐn)慎，信度系數(shù)在0.9以上較為合適。 操作過程： Independent-Samples T Test彈出Independent- samples T Test對話框。左側(cè)的變量列表中選x 點(diǎn)擊鈕使之進(jìn)入Test Variable(s)框 選group 點(diǎn)擊鈕使之進(jìn)入Grouping Variable框 點(diǎn)擊

11、Define Groups.鈕彈出Define Groups定義框，在Group 1中輸入1，在Group 2中輸入2，點(diǎn)擊Continue鈕，返回Independent-samples T Test對話框 點(diǎn)擊OK鈕結(jié)果解釋： Number Variable of Cases Mean SD SE of Mean - X GROUP 1 14 4.3779 1.450 .387 GROUP 2 11 5.5282 1.735 .523 - Mean Difference = -1.1503 Levenes Test for Equality of Variances: F= .440 P=

12、.514兩組資料的例數(shù)（Numbers of cases）、均數(shù)（Mean）、標(biāo)準(zhǔn)差（SD）和標(biāo)準(zhǔn)誤（SE of Mean），顯示兩均數(shù)差值為1.1503，經(jīng)方差齊性檢驗： F= .440 P= .514，即兩方差齊。 t-test for Equality of Means 95% Variances t-value df 2-Tail Sig SE of Diff CI for Diff - Equal -1.81 23 .084 .637 (-2.468, .167) Unequal -1.77 19.47 .093 .651 (-2.513, .213) -顯示t檢驗的結(jié)果，第一行表示

13、方差齊情況下的t檢驗的結(jié)果，第二行表示方差不齊情況下的t檢驗的結(jié)果。依次顯示值（t-value）、自由度（df）、雙側(cè)檢驗概率（2-Tail Sig）、差值的標(biāo)準(zhǔn)誤（SE of Diff）及其95%可信區(qū)間（Cl for Diff）。因本例屬方差齊性，故采用第一行（即Equal）結(jié)果：t=1.81,P=0.084,差別有顯著性意義 兩組病人疾病相關(guān)知識問卷得分情況分析 Independent-Samples T TestP0.01;檢驗結(jié)果有非常顯著統(tǒng)計學(xué)差異。SPSS軟件結(jié)構(gòu)效度檢驗因素分析的操作過程： Analyze Data Reduction Factor 將變量選入點(diǎn)擊descrip

14、tives按鈕選Univariate descriptives項要求輸出各變量的均數(shù)與標(biāo)準(zhǔn)差，在Correlation Matrix欄內(nèi)選Coefficients項要求計算相關(guān)系數(shù)矩陣，并選KMO and Bartletts test of sphericity項，要求對相關(guān)系數(shù)矩陣進(jìn)行統(tǒng)計學(xué)檢驗。點(diǎn)擊Continue鈕返回Factor Analysis對話框。 默認(rèn)Extraction的主成分分析法（Principal components)抽取因素，如編制問卷是依據(jù)某種理論以一定數(shù)量的層面編制的，則在Extract欄下點(diǎn)Nnmb，然后輸入強(qiáng)制抽取的因子數(shù)（在探索性因素分析過程的開始不應(yīng)使用

15、） 點(diǎn)擊Rotation 在Method欄下點(diǎn)Varimax（正交旋轉(zhuǎn)法） 點(diǎn)擊Scores.鈕，彈出彈出Factor Analysis:Scores對話框，系統(tǒng)提供3種估計因子得分系數(shù)的方法，選Regression（回歸因子得分），之后點(diǎn)擊Continue鈕返回Factor Analysis對話框 OK鈕 因素分析的結(jié)果解釋：KMO是取樣適當(dāng)性的度量，0.7為較符合進(jìn)行因素分析的條件，0.6時被認(rèn)為不適宜。Bartletts Test P 0.05 達(dá)到顯著性差異，代表母群體的相關(guān)矩陣間有共同因素存在，適宜進(jìn)行因素分析。Extraction Sums of 平方和負(fù)荷量的抽取結(jié)果（解釋變異量

16、），在非強(qiáng)制條件下，結(jié)果會給出因素分析時抽出的共同因素數(shù)，特征值將由大到小排列，并給出累積負(fù)荷量。SPSS軟件結(jié)構(gòu)效度檢驗SPSS軟件結(jié)構(gòu)效度檢驗 因素分析的結(jié)果解釋：Rotation Sums Of旋轉(zhuǎn)后的平方和負(fù)荷量，旋轉(zhuǎn)使各因素的負(fù)荷量差距縮小，但共同因素特征值的總和及整體的累積解釋變量不會改變。Rotation Component Matrix（旋轉(zhuǎn)后的成分矩陣），旋轉(zhuǎn)使各條目平方和負(fù)荷量的差異盡可能放大，方便考查和選擇各共同因素（因子）所包含的條目。系統(tǒng)首先輸出各變量的均數(shù)（Mean）與標(biāo)準(zhǔn)差（Std Dev），并顯示觀察單位進(jìn)入分析；接著輸出相關(guān)系數(shù)矩陣（Correlation Matrix）經(jīng)Bartlett檢驗表明：Bartlett值 =141.243，P0.0001，即相關(guān)矩陣不是一個單位矩陣，故考慮進(jìn)行因子分析。Kaiser-Meyer-Olkin Measure