一般來講α係數最好在0.8以上,0.7~0.8之間屬於可以接受範圍,而分量表的α信度係數希望在0.7以上, 0.6~0.7之間可以接受。如果α信度係數低於0.6則考慮修改量表。
提示一下:信度分析僅僅是針對量表資料,非量表資料一般不進行信度分析
信度不達標存在幾種情況:
1. 整體α信度信度係數值小於0;
2. 整體α信度信度係數值介於0~0.5之間;
3. 整體α信度信度係數值介於0.5~0.6之間。
接著對應講解三種情況的處理辦法:
1、如果說α信度係數值小於0,請檢視是否有反向題。如存在需要先進行資料編碼,反向處理後,使用反向處理後的資料進行信度分析(資料編碼可在SPSSAU中完成)。
在“資料處理”選項卡下選擇“資料編碼”
2、整體α信度係數值介於0~0.5之間時,此時說明信度有點"不可救藥",出現此類情況通常原因有3種。
無論是那種情況,解決流程均是:結合CITC值和項已刪除後的信度係數值,先刪除掉很糟糕項,然後再接著依次迴圈,直至信度係數可接受可止。
3、整體α信度係數值介於0.5~0.6之間。如果說分析項僅2個,此時只能接受這種事實。如果分析項為3個或者更多,此時則需要結合CITC值進行處理,刪除掉CITC值小於0.3的項後再次進行分析,以及結合’項已刪除後的信度係數值‘這個指標進行刪除分析項。如果說分析項僅為2個,此時沒有其它辦法,要麼接受要麼直接放棄掉該維度。
在進行信度分析時,如果說確實是量表項,而且資料真實,事實上很少會再現問題。但有兩種情況是需要提前注意:
· 不知道量表資料才能進行信度分析。這種情況最糟糕後續是無法進行分析的。
· 量表資料自己亂設計,量表是相對規範的一種測量題項,需要有較強的參考文獻,而且一個維度對應的量表要來自於同一個參考出處。
一般來講α係數最好在0.8以上,0.7~0.8之間屬於可以接受範圍,而分量表的α信度係數希望在0.7以上, 0.6~0.7之間可以接受。如果α信度係數低於0.6則考慮修改量表。
提示一下:信度分析僅僅是針對量表資料,非量表資料一般不進行信度分析
信度不達標存在幾種情況:
1. 整體α信度信度係數值小於0;
2. 整體α信度信度係數值介於0~0.5之間;
3. 整體α信度信度係數值介於0.5~0.6之間。
接著對應講解三種情況的處理辦法:
1、如果說α信度係數值小於0,請檢視是否有反向題。如存在需要先進行資料編碼,反向處理後,使用反向處理後的資料進行信度分析(資料編碼可在SPSSAU中完成)。
在“資料處理”選項卡下選擇“資料編碼”
2、整體α信度係數值介於0~0.5之間時,此時說明信度有點"不可救藥",出現此類情況通常原因有3種。
一是用錯方法,信度分析只針對量表題,但非量表題都放進去分析;二是問卷設計質量太糟糕,量表題的設計隨心所欲完全不帶一點參考;三是樣本量少(比如小於50)並且一個維度僅對應2個題項,樣本少信度係數值相對會較低。無論是那種情況,解決流程均是:結合CITC值和項已刪除後的信度係數值,先刪除掉很糟糕項,然後再接著依次迴圈,直至信度係數可接受可止。
3、整體α信度係數值介於0.5~0.6之間。如果說分析項僅2個,此時只能接受這種事實。如果分析項為3個或者更多,此時則需要結合CITC值進行處理,刪除掉CITC值小於0.3的項後再次進行分析,以及結合’項已刪除後的信度係數值‘這個指標進行刪除分析項。如果說分析項僅為2個,此時沒有其它辦法,要麼接受要麼直接放棄掉該維度。
在進行信度分析時,如果說確實是量表項,而且資料真實,事實上很少會再現問題。但有兩種情況是需要提前注意:
· 不知道量表資料才能進行信度分析。這種情況最糟糕後續是無法進行分析的。
· 量表資料自己亂設計,量表是相對規範的一種測量題項,需要有較強的參考文獻,而且一個維度對應的量表要來自於同一個參考出處。