发帖
雷达卡
目录：
- 一、 信度系数说明
- 二、 信度分析计算公式和解读
- 三、 信度分析操作
- 四、 信度系数解读
一、 信度系数说明
信度分析是用于测量数据真实可靠性程度的研究方法。其可分为以下几种测量形式，分别为文字描述和信度研究方法共两处，如下所述：
1. 文字描述证明数据可靠性
使用文字详细描述数据的收集和处理过程，比如如何收集数据（比如数据中设置作弊题进行甄别），以及在收集数据过程中如何防范不真实数据，在数据收集完成后对数据进行何种清理，比如将回答同一答案的数据设置为无效样本等。通过科学客观地描述数据收集过程，即使用文字描述数据收集和处理过程等，用于证明数据的真实可靠，即说明数据具有信度。
2. 使用信度研究方法
信度研究方法通常有四种，分别是Cronbach α信度系数，折半信度系数，McDonald’s ω信度系数和theta信度系数。
默认情况下，使用信度分析方法进行信度分析时，其有一定适用性，一般情况下是针对问卷量表类数据进行分析，其它类型的数据不能进行信度研究方法使用。
一般情况下，使用最多的为Cronbach α信度系数，如果是经典量表题，并且某个维度的测量项较多（比如大于5项）时，也可使用折半信度系数进行研究；Cronbach α信度系数和折半信度系数，此两种方法的原理是基于‘相关或变异’进行测量，即同一维度时各测量项之间应该有着较高的相关关系，如果数据真实，那么各测量项间的相关性也会较高，基于‘相关性’原理最终得到信度系数。
除此之外，还可使用另外两种测量方法，分别是McDonald’s ω信度系数和theta信度系数，此两种测量方法的测量原理是利用‘信息浓缩’（内部原理为因子分析且提取为1个因子），各个测量项隶属于同一维度且数据真实，那么它们应该浓缩出较高的信息，结合因子分析输出的载荷系数loading值等进一步计算，最终得到指标值。
二、 信度分析计算公式和解读
1. 关于Cronbach α信度系数，其计算公式如下：
其中N为测量个数（即放入SPSSAU的分析项个数）， 表示数据求和后的总变异,
表示第i项的数据变异，
表示各项数据变异求和。从公式可以看出，测量项个数会对Cronbach α信度系数产生影响关系，分析项个数越多时，Cronbach α信度系数可能会越高。测量项个数最少为2个，此时信度系数相对可能会最低。
2. 关于折半信度系数，其计算公式如下：
折半系数涉及到Spearman-Brown系数和Guttman Split-Half系数。其中Spearman-Brown系数又分为等长和不等长两种计算。分别说明如下：
如果是等长，此时等长Spearman-Brown系数计算公式如上，其中R代表拆分成两部分数据（先将数据拆分成两部分，然后分别求和，分别得到两列数据）的相关系数值。如果不等长，即拆分成两部分分析项的数量不一致（即奇数项时），此时不等长Spearman-Brown系数计算公式如下。
上公式中R为两部分数据的相关系数，k1和k2分别代表两部分数据分别的分析项个数，k=k1+k2。
与此同时，SPSSAU还有提供Guttman Split-Half 系数，其也可用于测量信度。计算公式如下：上式中， 表示整体求和部分的方差；
和
分别代表第1部分，第2部分方差。
3. 关于McDonald’s ω信度系数，其计算公式如下：
McDonald’s ω信度系数的计算原理是利用因子分析浓缩信息，然后得到loading载荷系数值，进而计算。计算公式如下：
上式中loading为载荷系数值，uniqueness为1-loading^2。从上式可知，loading值整体绝对值越大时，McDonald’s ω信度系数值也会越高。
4. 关于theta信度系数，其计算公式如下：
上式中N为分析项个数，λ为最大特征根值。从上式可以看到，当分析项个数越多时，theta信度系数很可能会越大，而且最大特征根越大，theta信度系数值也会越大。
三、 信度分析操作
关于SPSSAU进行信度分析，其操作路径为“问卷研究模块”->信度。
四、 信度系数解读
关于信度系数的衡量标准上，通常情况下，信度系数值高于0.8，则说明信度高；信度系数介于0.7~0.8之间；则说明信度较好; 信度系数介于0.6~0.7；则说明信度可接受; 信度系数小于0.6；说明信度不佳。并且此标准通常适用于上述4个研究指标，包括Cronbach α信度系数，折半信度系数，McDonald’s ω信度系数和theta信度系数。
但从公式中可以看出，测量项很可能影响信度系数值，当测量项个数较少时，通常信度系数值受公式影响，其会‘相对较少’，建议实际研究中一般维度对应着4~7个测量项较为适合。
实际中可能会出现真实数据，但是数据依旧不达标的现象。
最后关于信度的测量上，有时也可考虑使用比如相关系数，SPSSAU的kappa一致性系数，也或者kendall协调系数等方法进行，各个测量方法有其对应的适用场景，比如kappa系数或者kendall协调系数，更加适用于专家打分类数据，具体均可在SPSSAU医学/实验研究模块中找到对应的方法。
提升卡
置顶卡
沉默卡
变色卡
抢沙发
千斤顶
显身卡
京公网安备 11010802022788号
