超全整理！你一定要知道的效度分析攻略

在问卷研究中，分析问卷信效度总是不可避免的环节之一。

尤其是效度分析过程，常常令研究人员头痛不已。

如何更有效得到效度分析结果，避免无用功，今天我们就一起来探讨讨论。

本文从分析思路角度进行全面梳理，希望能够让大家对效度分析有更深入地理解。

1、为什么要做效度分析

效度检验即检验问卷有效性，简单讲，就是要确定设计的题项是否合理，是否能有效反应研究人员的研究目标。

需要注意一点，问卷中会有多种类型的问题，比如单选题、多选题、填空题等。而效度分析主要针对量表题。

什么是李克特量表：李克特量表知多少

2、效度分类

效度可以分为三类：内容效度、效标效度、结构效度。

内容效度，检验问卷内容是否符合研究目的和要求。

效标效度，问卷测量结果与效标的相关程度。

结构效度，是研究因子与测量项的对应关系是否符合预期。

（1）内容效度

常用的检验效度的方法，主要通过文字描述量表的有效性。

如何进行内容效度检验：具体分析时建议按以下几点分别说明，从各个角度论证问卷设计的合理性：

第一：用文字描述问卷的设计过程，包括问题设计与思路如何保持一致性；

第二：用文字描述问卷设计的参考依据，比如参考某某文献设计问卷等；

第三：用文字描述问卷设计的过程，比如是否进行过预测试，对问卷进行过哪些修改处理等，修正的原因等；

第四：用文字描述专家或同行的认可性，比如问卷设计经过某指导教授或老师的认可，也或者相关专业人士（比如学长同学等）进行过沟通修改等。

第五：其它可用于论证问卷设计合理的说明等。

（2）效标效度

效标效度是以经典量表的测量结果作为“金标准”，与当前数据得到的结果进行相关分析，如果相关系数值较高，则说明效标效度良好。

操作方法：首先确定效标，计算问卷测量得分，使用pearson相关分析，考察实测得分与效标得分两组数据的相关性。

判断标准：相关系数越大，代表相关性越高，效度越高。

（3）结构效度

问卷结构效度分析的常用方法有两种：探索性因子分析、验证性因子分析。

正常情况下，针对量表数据的效度分析，均需要使用探索性因子分析进行效度的验证说明，并且配合内容效度进行综合说明。

① 探索性因子分析

操作方法：使用SPSSAU[效度]或[因子]功能进行分析，放入量表题项。

效度分析判断标准：

（1）KMO值大于0.6

（2）题项在该因子上的因子载荷系数大于0.4

（3）不存在题项与因子对应关系出现严重偏差

（2）[endif]共同度小于0.4

（5）累积方差解释率大于50%

效度分析一般需要经历多次分析，如果最终得到的结果能够满足以上标准，则说明维度划分比较合理，具有良好的结构效度。

SPSSSAU会自动标出载荷系数绝对值大于0.4，共同度小于0.4的数据，便于研究者进行处理。

② 验证性因子分析

验证性因子分析可用于验证聚合效度和区分效度。

操作方法：同一因子下的所有题项需放入同一个分析框里，以此类推，有几个维度就分别放入几个分析框。

判断标准：AVE和CR是聚合效度常用指标，通常情况下AVE大于0.5且CR值大于0.7，则说明聚合效度较高。

区分效度可通过对比AVE平方根与相关关系值进行检验。如果AVE平方根大于相关系数值，则说明区分效度良好。

更为详细的说明可以阅读SPSSAU文章：

探索性因子分析-SPSSAU

验证性因子分析-SPSSAU

3、常见问题

确定问卷具有良好的效度是问卷研究的必要前提，但同时想要得到良好的效度并不容易。

有一些在做效度分析时的常见问题，SPSSAU在这里进行统一整理：

SPSSAU

同时可以查看SPSSAU-效度分析帮助手册，里面有更详细地介绍效度不达标时应该如何处理。

4、分析思路

从分析角度看，为保证问卷质量，通常会在正式调研前，进行预调查，即小规模发放问卷，根据调研的信效度结果对问卷题项做调整，然后在进行正式调研。

预调研和正式调研中均需要进行效度检验。

总结

效度分析一般需要经历多次重复分析。在题项与维度对应基本清晰，且符合专业意义时，才能说明问卷有较为良好的效度。

如果使用的是已建成熟量表，理论维度都是已知的，SPSSAU建议直接使用验证性因子分析CFA检验效度。

欢迎登录SPSSAU官网了解更多内容。

如果觉得《超全整理！你一定要知道的效度分析攻略》对你有帮助，请点赞、收藏，并留下你的观点哦！