做信效度分析至少需要多少份數據

⑴ spss信度檢驗 系數超過多少

信度和效度分析在問卷分析中大多都會用到的，即使是成熟的問卷，一般也是需要做的，在本科和研究生的論文中均適用。信度和效度相當於是對於問卷質量的一個前置條件，如果問卷的信度和效度比較好，證明問卷的數據可靠性比較高，問卷數據內部一致性比較高，所以可以用來做後續的建模分析，相反，如果信度和效度不高，可能就需要重新設計問卷，發放問卷。

信度分析
在spss的分析中，最主要的Cronbach』s alpha系數。操作步驟為：點擊分析-標度-可靠性分析-選擇項-確定，只需要把問卷中的題目放到信度分析的選項框中就可以：

得到的結果如圖：

Cronbach』s alpha系數值得范圍以及信度的效果：0.80～0.90非常好0.70～0.80相當好；0.65～0.70最小可接受值；0.60～0.65最好不要； 所以通過上表可以看出該問卷信度相當好。（不同的參考文獻對於這個系數的要求也不同，一般來說，Cronbach』s alpha系數大於0.7都是可以接受的）

效度分析
效度分析在用spss進行分析的時候使用的方法是因子分析。

效度分析對於很多的同學來說是最不好處理的。效度比較好代表的是問卷的數據內部一致性比較好，也就是說每個維度的所有題目的選擇上基本是一致的，維度劃分比較好。比方說：職業目標維度的5個題目分別為：

1、對於將來做什麼工作，我已經做了決定

2、盡管現在我還是個學生，但是我能想像出將來自己工作狀況

3、我已經選定了我的職業，所以，現在我不用擔心職業的問題

4、對於職業，我已經做了明確的決定

5、盡管以後我可能會改變想法，但現在，我已經選定了一個吸引我的職業。

對應的選項為5級量表，分別為：1,2,3,4,5代表的是 非常不符合、有些不符合、不能確定、有些符合、非常符合。

如果問卷填寫人認真填寫，那這些題目的選擇上應該不會存在太大差異，因為這些題目都是換著方法對同一個問題的問法。需要注意的一點是，如果在問卷題目中有反向的題目，需要先將反向的題目轉換為正向的題目。同一個維度的數據通過效度分析後再進行問卷數據的矩陣運算和旋轉後也會自動落到一個維度上。效度分析最好的結果是，整體的問卷會按照不同的維度劃分成對應的主成分，如果不是這樣的就需要考慮重新做問卷或者和導師溝通下如何分析。

效度分析操作步驟：

分析-降維-因子-把量表的變數移動到右側變數框中-描述-選擇KMO/提取-選擇碎石圖/旋轉-選擇最大方差法/選項-排除小系數。分別選擇好後都需要點繼續。

生成結果以及解釋：

通過SPSS25進行分析，需要分析顯著性和KMO值，顯著性小於0.05，說明該問卷數據適用於做因子分析，然後看KMO值，如果此值高於0.8，則說明效度高；如果此值介於0.7~0.8之間，則說明效度較好；如果此值介於0.6~0.7，則說明效度可接受，如果此值小於0.6，說明效度不佳。

第二個圖片，公因子提取的比例數據。提取的公因子均大於0.8，說明提取的公因子可以比較好的解釋問卷的數據。這個在論文中沒有明確的標准，一般寫大於0.6就可以。

這是第三個表格，這個表格代表的是提取的公因子解釋問卷數據的比例。公因子提取的數量默認是提取特徵值大於1的，上表可以看出，只有前3個是大於1的，所以提取前3個公因子。公因子解釋整體問卷數據的比例為91.74%，這個數值是看最右下鍵的數值。一般高於60%都是可以接受的。問卷信度效度比較好的時候這個數值可以到80%左右。

上圖為輸出的碎石圖。對於碎石圖普遍的解釋是找出圖中的陡坡和緩坡的臨界點，就認為陡坡的是需要提取的公因子，可以看出第3和4為臨界點。從碎石圖可以看出每個因子代表的特徵值，從碎石圖可以更清晰的看出，前三個因子的特徵值大於1，第四個因子所包含的信息量就小於1，也就是說第四個因子所代表的信息量已經不足以代表1道題目，所以就沒有要提取多餘的因子。

這是第四個表格，旋轉後的成分矩陣表（注意，一般都是要用最大方差法對成分矩陣進行旋轉的，不然因子之間容易混雜在一起，不容易區分出來）。這個表格代表的是每個因子在每個題目上所包含的信息量。一個比較好的問卷數據最終的展現的結果是每個因子將會代表一個維度，這個維度和手動做的維度劃分是一致的。通過上表可以看出問卷數據被分成了三個主要的因子，分別為第VAR00001 - VAR00004, VAR00005- VAR00008, VAR00009- VAR00012三個主要的因子，也就是說上述三個段的題目分別代表不同的因子。因子分析的結果和問卷的維度劃分是一致的是最好的情況，說明問卷效度很好，如果旋轉後的成分矩陣和維度劃分是不一致的，可以考慮重新做問卷或者使用成熟的問卷重新發放（這就又回到了問卷設計階段）、或者和老師溝通下處理的方法，有的不嚴格的老師效度分析只要KMO的數值就可以，這樣就可以避免展現這個表格。

⑵ SPSS統計分析中，怎麼檢驗問卷的信度效度，信度效度應該達到多少才能符合標准呢

一般要大於0.7說明問卷調查質量比較良好。

信度是指測驗結果的一致性、穩定性及可靠性。指的是採取同樣的方法對同一對象重復進行測量時，其所得結果相一致的程度。從另一方面來說，信度就是指測量數據的可靠程度。信度公式為X=T+B+E，T表示真實值，B表示偏差即系統誤差，E表示測量的隨機誤差，X表示測量結果。

效度，即有效性，是指測量工具或手段能夠准確測出所需測量的事物或者所測量到的結果反映所想要考察內容的程度，測量結果與要考察的內容越吻合，則效度越高；反之，則效度越低。效度是科學的測量工具所必須具備的最重要的條件。

效度的特徵：

1、效度具有相對性：

任何測驗的效度是對一定的目標來說的，或者說測驗只有用於與測驗目標一致的目的和場合才會有效。 所以，在評價測驗的效度時，必須考慮效度測驗的目的與功能。

2、效度具有連續性：

測驗效度通常用相關系數表示，它只有程度上的不同，而沒有「全有」或「全無」的區別。效度是針對測驗結果的。

⑶ 問卷調查需要多少樣本量才能檢驗效度和信度

針對樣本量，統計上沒有明確的要求多少，通常樣本量在題目的5~10倍左右為宜，一份標准點的問卷題目數普遍在30題以上，所以計算一下樣本量大概要在150~300之間比較適合。

考慮到問卷調研時可能出現的沒有填清問卷，題目填錯或樣本不具備研究的背景性質（如研究對象為女性，部分樣本為男性，則此部分為無效樣本）等情況。發放的問卷數最好在200~400左右。

樣本量大小

樣本量大小是選擇檢驗統計量的一個要素。由抽樣分布理論可知，在大樣本條件下，如果總體為正態分布，樣本統計量服從正態分布。

如果總體為非正態分布，樣本統計量漸近服從正態分布。例如：一百個人的體重數據稱為一個樣本，其中樣本量為1，樣本容量為100。

⑷ 30份問卷可以做信效度檢驗嗎

問卷並不是一定要做信度效度檢驗：信效度分析主要針對【量表】類問卷，而如果只是調查一些客觀現實（如年齡、性別、職業、車輛、工資等）以【顯變數】為主的問卷，是不適合做信效度分析。如果含有多選題是無法做信度分析。而非量表類問卷的選擇題信度與效度主要通過專家審定，無需進行信度分析。信度測定的缺點：，由於涉及誤差平方和，所以，需要對相同的調查對象，通過多次重復測量，在估計T和X取值的基礎上，才能得到信度估計。但是多次重測會帶來記憶效應及聯系效應，而且會造成被調查者的反感，所以在調查研究中實現較為困難。效度的作用：一、預測誤差：效度系數的實際意義常常以決定性系數來表示，意旨相關系數的平方，它表示測驗正確預測或解釋的效標的方差占總方差的比例。二、預測效標分數：從預測分數預測效標。舉例說明：成績如果X與Y兩變數呈直線相關，只要確定出二者間的回歸方程，就可以從一個變數推估出另一個變數。三、預測效率指數：可以比盲目預測減少的誤差。

⑸ 做信效度分析至少要多少被試

一般是量表項目數的10-15倍~

⑹ 信度與效度分析使用原始數據做還是用統計出來的平均值做

必須要用原始數據來做
統計出來的平均值就失去了原始數據太多信息啦

⑺ 用spss做信度分析以及效度檢驗時是將所有條目都要放進去還是只要幾個影響因素希望來個高手幫我！！

回收前做，就是在目標人群中小范圍內做，據此收回的問卷，進行效度和信度分析，刪除和更改某些題項，在預調查時因為要進行，因子分析、信度分析等，問卷發放不宜過少，而且信度檢驗與你的問卷構成有很大關系，如果你問卷設計的是從多個因子進行，這樣每個因子涉及的題項均得進行信度分析，我經常幫人做數據分析的。你先做上200份吧。

⑻ 做畢業論文，問卷的數量不夠（需要200多，只有100多），spss分析時能否復制100多份的數據

不會有差別。造假很明顯。你試試就知道了，信度效度，因子什麼的做出來結果一樣一樣的。你可以把數據用excel統一微調一下，加一個小小的數什麼的，然後把兩分數據合到一塊，試試。不過偶也沒做過，不保證肯定行啊。

會造成影響的。除非你自己知道怎麼算那個效度信度。

⑼ 分析問卷的信度效度需要多少份問卷

定量問卷從統計學的角度至少需要收集300份。推薦個問卷工具麥客表單，收集反饋沒有數量限制，免費好用的，希望對你有幫助哈~