怎么对量表进行信度分析及信度不良怎么调整？

一、什么是信度？

信度：即可靠性，指的是检验结果的一致性程度或可靠程度。信度分析即用于测量问卷中样本回答结果是否可靠，有没有真实作答。检验信度越高，就是表示结果越可信。信度分析仅仅是针对量表数据。

二、如何进行信度分析

（1）案例说明

为方便介绍信度分析，使用一个小例子：

为测量消费者对某产品的购买意愿及影响因素（共5个分别为：因素产品, 促销, 渠道推广, 价格, 个性化服务），设计了一份问卷。此案例分别对因变量（购买意愿）及5个因子（产品、促销、渠道推广、价格、个性化服务）进行信度分析。

（2）操作步骤

信度分析仅仅是针对量表数据，需要对每一具体细分维度或者变量进行分析。

本例子中涉及6个维度，则分别需要进行六次操作，然后将六次操作的结果整理合并整理成一个表格用于研究报告中输出。

以其中一个维度为例：

① 在左边【问卷研究】分析方法板块中选择【信度】

②选择要分析的题项，拖拽至右侧分析框中，默认输出“Cronbach α系数”。点击“开始分析”。

信度分析

注意：SPSSAU信度分析默认使用最常用的Cronbach α系数法，如果实际研究需要采用其他信度分析方法，如折半信度分析，可以手动进行选择。

（3）输出结果

（4）指标解释

校正项总计相关性(CITC)：为分析项之间的相关系数，通常大于0.4即可。这一指标，通常用于预测试中。
项已删除的α系数：为删除该分析项后，剩下分析项的α系数，若此值明显高于Cronbach α系数值，可考虑删除该分析项。这一指标，通常用于预测试中。
Cronbach α系数：衡量样本回答的可靠性。正式分析时只需报告此指标。

（5）文字分析

三、信度不达标如何处理？

信度不达标存在几种情况：

1. 整体α信度信度系数值小于0；

2. 整体α信度信度系数值介于0~0.5之间；

3. 整体α信度信度系数值介于0.5~0.6之间。

接着对应讲解三种情况的处理办法：

1、如果说α信度系数值小于0，请查看是否有反向题。如存在需要先进行数据编码，反向处理后，使用反向处理后的数据进行信度分析（数据编码可在SPSSAU中完成）。

2、整体α信度系数值介于0~0.5之间时，此时说明信度有点'不可救药'，出现此类情况通常原因有3种。

一是用错方法，信度分析只针对量表题，但非量表题都放进去分析；
二是问卷设计质量太糟糕，量表题的设计随心所欲完全不带一点参考；
三是样本量少（比如小于50）并且一个维度仅对应2个题项，样本少信度系数值相对会较低。

无论是哪种情况，解决流程均是：结合CITC值和项已删除后的信度系数值，先删除掉很糟糕项，然后再接着依次循环，直至信度系数可接受可止。

3、整体α信度系数值介于0.5~0.6之间。如果说分析项仅2个，此时只能接受这种事实。如果分析项为3个或者更多，此时则需要结合CITC值进行处理，删除掉CITC值小于0.3的项后再次进行分析，以及结合’项已删除后的信度系数值‘这个指标进行删除分析项。如果说分析项仅为2个，此时没有其它办法，要么接受要么直接放弃掉该维度。

在进行信度分析时，如果说确实是量表项，而且数据真实，事实上很少会再现问题。但有两种情况是需要提前注意：

· 不知道量表数据才能进行信度分析。这种情况最糟糕后续是无法进行分析的。

· 量表数据自己乱设计，量表是相对规范的一种测量题项，需要有较强的参考文献，而且一个维度对应的量表要来自于同一个参考出处。

SPSSAU数据科学分析平台-让数据分析非常简单，登录SPSSAU官网了解更多