主要介紹最常用的測量問卷信效度的方法:克隆巴赫信度係數(Cronbach α)方法測量信度、以及探索性因子分析測量效度。
1.1 背景與目標
為測量消費者對某產品的購買意願及影響因素(共5個分別為:因素產品, 促銷, 渠道推廣, 價格, 個性化服務),設計了一份問卷。共25題,其中Q1~Q19均為量表題,現希望對此份資料信度情況進行分析,以驗證資料質量可靠。
1.2 操作步驟
本例子中涉及6個維度,則分別需要進行六次操作,然後將六次操作的結果整理合併整理成一個表格用於研究報告中輸出。
以其中一個維度為例:
信度分析介面
1.3 輸出結果
1.4 指標解釋
(1)校正項總計相關性(CITC):為分析項之間的相關係數,通常大於0.4即可。這一指標,通常用於預測試中。
(3)Cronbach α係數:衡量樣本回答的可靠性,分析時主要關注此值。α係數值高於0.8,則說明信度高;α係數介於0.7~0.8之間;則說明信度較好; α係數介於0.6~0.7,則說明信度可接受; α係數小於0.6,說明信度不佳。
1.5 文字分析
智慧分析
1.6 幾點注意
2.1 背景與目標
為測量消費者對某產品的購買意願及影響因素(共5個分別為:因素產品, 促銷, 渠道推廣, 價格, 個性化服務),設計了一份問卷。共25題(均為量表題),其中Q1~Q15為影響因素對應題項,Q16~Q19為購買意願對應題項,現希望對量表效度情況進行分析,如果有不合理題項將其進行刪除處理。
2.2 操作步驟
(1)在左側分析方法選單欄找到[問卷研究]>[效度]
(2)將變數Q1~Q15拖拽到右側分析框內
(3)設定輸出因子個數,預期有5個維度,所以設定因子個數為5。如果沒有確定預期維度,也可以選擇讓系統輸出。
效度分析操作介面
2.3 輸出結果
2.4 分析結果
第一步:首先分析KMO值與巴特球形檢驗P值。
KMO值為0.870,大於0.6,透過Bartlett球形檢驗,意味著資料具有效度。同時,旋轉後累積方差解釋率為69.708%>50%,說明研究項的資訊量可以有效的提取出來。
第二步:分析題項與因子的對應關係;如果對應關係與研究心理預期基本一致,則說明效度良好。
題項均已滿足預期對應關係,說明效度良好,與專業情況完全相符。
第三步:對分析進行總結。
使用探索性因子分析進行效度分析,15個量表題目共分為5個維度;刪除掉Q6共一道題,最終餘下14個題項,此14項與維度對應關係情況良好,與專業預期相符。從上表可知:KMO值為0.870>0.6,透過巴特球形檢驗,累積方差解釋率值為69.708%,說明5個維度可以提取出大部分題項資訊。因而綜合說明研究資料具有良好的結構效度水平。
測量信效度的方法還有很多,以上只是介紹了最常見的兩種方法。其他方法也均可以在SPSSAU中使用分析。
主要介紹最常用的測量問卷信效度的方法:克隆巴赫信度係數(Cronbach α)方法測量信度、以及探索性因子分析測量效度。
1 信度分析1.1 背景與目標
為測量消費者對某產品的購買意願及影響因素(共5個分別為:因素產品, 促銷, 渠道推廣, 價格, 個性化服務),設計了一份問卷。共25題,其中Q1~Q19均為量表題,現希望對此份資料信度情況進行分析,以驗證資料質量可靠。
1.2 操作步驟
信度分析需要針對每一具體細分維度或者變數進行分析本例子中涉及6個維度,則分別需要進行六次操作,然後將六次操作的結果整理合併整理成一個表格用於研究報告中輸出。
以其中一個維度為例:
信度分析介面
1.3 輸出結果
1.4 指標解釋
(1)校正項總計相關性(CITC):為分析項之間的相關係數,通常大於0.4即可。這一指標,通常用於預測試中。
(3)Cronbach α係數:衡量樣本回答的可靠性,分析時主要關注此值。α係數值高於0.8,則說明信度高;α係數介於0.7~0.8之間;則說明信度較好; α係數介於0.6~0.7,則說明信度可接受; α係數小於0.6,說明信度不佳。
1.5 文字分析
智慧分析
1.6 幾點注意
信度分析僅僅是針對量表資料。以維度作為單位分別進行信度分析;最終將所有維度的α係數值進行彙總整理成表格,並且輸出。如果某個維度僅對應2個題項,此時α係數值可能會較低(通常大於0.6即說明信度較好,但2個題時通常會較低),如果某個維度僅對應1個題項,此時無法進行信度分析。如果有反向題,需要首先針對反向題進行反向操作(使用“資料編碼”功能),然後用新標題進行分析。如果說α信度信度係數值小於0,請檢視是否有反向題。如果某個分析項進行了刪除處理(即刪除該題目及對應的資料),後續所有的分析都要以刪除後作為標準進行。2 效度分析2.1 背景與目標
為測量消費者對某產品的購買意願及影響因素(共5個分別為:因素產品, 促銷, 渠道推廣, 價格, 個性化服務),設計了一份問卷。共25題(均為量表題),其中Q1~Q15為影響因素對應題項,Q16~Q19為購買意願對應題項,現希望對量表效度情況進行分析,如果有不合理題項將其進行刪除處理。
2.2 操作步驟
這裡主要對5個影響因素的對應量表題進行分析(1)在左側分析方法選單欄找到[問卷研究]>[效度]
(2)將變數Q1~Q15拖拽到右側分析框內
(3)設定輸出因子個數,預期有5個維度,所以設定因子個數為5。如果沒有確定預期維度,也可以選擇讓系統輸出。
效度分析操作介面
2.3 輸出結果
2.4 分析結果
第一步:首先分析KMO值與巴特球形檢驗P值。
KMO值為0.870,大於0.6,透過Bartlett球形檢驗,意味著資料具有效度。同時,旋轉後累積方差解釋率為69.708%>50%,說明研究項的資訊量可以有效的提取出來。
第二步:分析題項與因子的對應關係;如果對應關係與研究心理預期基本一致,則說明效度良好。
題項均已滿足預期對應關係,說明效度良好,與專業情況完全相符。
第三步:對分析進行總結。
使用探索性因子分析進行效度分析,15個量表題目共分為5個維度;刪除掉Q6共一道題,最終餘下14個題項,此14項與維度對應關係情況良好,與專業預期相符。從上表可知:KMO值為0.870>0.6,透過巴特球形檢驗,累積方差解釋率值為69.708%,說明5個維度可以提取出大部分題項資訊。因而綜合說明研究資料具有良好的結構效度水平。
測量信效度的方法還有很多,以上只是介紹了最常見的兩種方法。其他方法也均可以在SPSSAU中使用分析。