層次回歸分析中的信效度分析

? ? ? ? 信度主要是指測量結(jié)果的可靠性绽乔、一致性和穩(wěn)定性弧蝇,即測驗(yàn)結(jié)果是否反映了被測者的穩(wěn)定的、一貫性的真實(shí)特征折砸。

? ? ? 效度即有效性看疗,它是指測量工具或手段能夠準(zhǔn)確測出所需測量的事物的程度。

? ? ? ? ? ? ? ? 以上來自百度百科

量表信度分析步驟

? ? ? ? 論文信度主要用量表的組合信度鞍爱。采用Cronbach's α系數(shù)來檢驗(yàn)鹃觉,檢驗(yàn)標(biāo)準(zhǔn)如下:其中層面或構(gòu)念指的是各變量的維度。比如行為整合分為合作行為睹逃、信息交換和共同決策三個(gè)維度盗扇,則這三個(gè)維度就是行為整合的層面或構(gòu)念祷肯,行為整合量表就是整個(gè)量表。

表1:信度測量指標(biāo)

? ? ? 下面是使用spss軟件進(jìn)行信度分析的步驟:

? ? ? 第一步:分析-->度量-->可靠性分析

圖1

? ? ? 第二步:將你需要驗(yàn)證信度的量表的題項(xiàng)全部放到右邊的項(xiàng)目中疗隶,并點(diǎn)擊“統(tǒng)計(jì)量”佑笋,選中圖中勾選項(xiàng)(當(dāng)然也可以勾選你想要的結(jié)果)

圖2
圖3


? ? ? 第三步:看結(jié)果。

? ? ? ? 第一看標(biāo)準(zhǔn)化后的Cronbach's α值斑鼻,并與前面的標(biāo)準(zhǔn)表對照蒋纬,確定量表的信度。本例中坚弱,Cronbach's α值為0.803蜀备,說明該量表的信度是佳的。

表2


? ? ? ? 謹(jǐn)慎起見荒叶,也要看項(xiàng)已刪除的Cronbach's α值碾阁,若這其中的值大于標(biāo)準(zhǔn)化后Cronbach's α,那么就需要將這個(gè)題項(xiàng)刪除些楣,重新再做一遍信度分析脂凶。這也有助于提高量表的信度。

表3


? ? ? 因此愁茁,信度分析也是刪除題項(xiàng)的一個(gè)方法蚕钦。


量表效度分析步驟

? ? ? ? 論文效度中主要分析的是量表的建構(gòu)效度,主要看因子分析做出來的因子載荷值的大小鹅很。在做因子分析之前嘶居,需要看量表的KMO值是否達(dá)到標(biāo)準(zhǔn),且Bartlett球形檢驗(yàn)近似卡方值是否顯著道宅。顯著有四個(gè)標(biāo)準(zhǔn)(<0.001食听;<0.05;<0.01污茵;<0.1)樱报,一般都是小于0.001的。

表4

? ? ? ? spss因子分析步驟:

? ? ? ? 第一步:分析-->降維-->因子分析

圖3

? ? ? 第二步:

? ? ? 將你需要分析量表效度的題項(xiàng)全部放進(jìn)變量中泞当,并依次點(diǎn)擊按鈕“描述”迹蛤、“抽取”、“旋轉(zhuǎn)”襟士,并勾選中如圖盗飒。

圖4

? ? ? ? 其中,在“抽取”中陋桂,若量表的抽取因子已經(jīng)確定逆趣,可以自己設(shè)定抽取因子個(gè)數(shù);若沒有確定嗜历,則選擇基于特征值大于1抽取宣渗,之后對抽取后的因子自己命名抖所。

圖5

? ? ? ? 第三步:看結(jié)果

表5


? ? ? ? KMO值為0.827,且Bartlett球形檢驗(yàn)的近似卡方值的顯著性概率為.000(小于0.001)痕囱,說明此量表是適合做因子分析的田轧。再往下看....

表6


? ? ? ? 抽取了三個(gè)因子,且旋轉(zhuǎn)平方和中三個(gè)因子的累積百分比為62.394%鞍恢,說明提取的三個(gè)因子可以62.394%解釋這個(gè)量表傻粘,所以提取三個(gè)因子是合理的。一般累積百分比需要達(dá)到50%以上才說明提取的因子是足夠解釋量表帮掉。

? ? ? ? 最后看旋轉(zhuǎn)成分矩陣表弦悉,這其中的值就是各題項(xiàng)的因子載荷值,一般因子載荷值大于0.5即可蟆炊。圖中可以看到假定題項(xiàng)都完美的旋轉(zhuǎn)到既定的因子中警绩,且因子載荷值均大于0.5,所以此量表在效度上是可以被接受的盅称。

表7

情況2:

? ? ? ? 若假定題項(xiàng)沒有旋轉(zhuǎn)到假定的因子中,該怎么辦后室。有一個(gè)辦法可以使用缩膝。

? ? ? ? 先刪除掉(如果有)因子載荷值在每個(gè)因子上都小于0.5的題項(xiàng)。例子中刪除SC1岸霹。

表8

? ? ? 然后再刪除掉沒有旋轉(zhuǎn)到既定因子中的題項(xiàng)(比如大部分題項(xiàng)都旋轉(zhuǎn)到因子1中疾层,少數(shù)旋轉(zhuǎn)到因子2中,則要?jiǎng)h除旋轉(zhuǎn)到因子2中的題項(xiàng)贡避。如果題項(xiàng)超過1個(gè)痛黎,則先刪除因子載荷值大的),比如題項(xiàng)中刮吧,先刪除SA1湖饱。一直刪,一直刪杀捻,直到你的題項(xiàng)旋轉(zhuǎn)到你想要的因子里井厌。在這個(gè)過程中,因子的旋轉(zhuǎn)平方和的累計(jì)百分比應(yīng)是增大的致讥。若累積百分比是減少的仅仆,則說明刪除題項(xiàng)有誤,應(yīng)嘗試刪除其他題項(xiàng)垢袱。

表9

? ? ? ? 自此墓拜,因子分析就結(jié)束了....

最后編輯于
?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請聯(lián)系作者
  • 序言:七十年代末,一起剝皮案震驚了整個(gè)濱河市请契,隨后出現(xiàn)的幾起案子咳榜,更是在濱河造成了極大的恐慌夏醉,老刑警劉巖,帶你破解...
    沈念sama閱讀 206,839評論 6 482
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件贿衍,死亡現(xiàn)場離奇詭異授舟,居然都是意外死亡,警方通過查閱死者的電腦和手機(jī)贸辈,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 88,543評論 2 382
  • 文/潘曉璐 我一進(jìn)店門释树,熙熙樓的掌柜王于貴愁眉苦臉地迎上來,“玉大人擎淤,你說我怎么就攤上這事奢啥。” “怎么了嘴拢?”我有些...
    開封第一講書人閱讀 153,116評論 0 344
  • 文/不壞的土叔 我叫張陵桩盲,是天一觀的道長。 經(jīng)常有香客問我席吴,道長赌结,這世上最難降的妖魔是什么? 我笑而不...
    開封第一講書人閱讀 55,371評論 1 279
  • 正文 為了忘掉前任孝冒,我火速辦了婚禮柬姚,結(jié)果婚禮上,老公的妹妹穿的比我還像新娘庄涡。我一直安慰自己量承,他們只是感情好,可當(dāng)我...
    茶點(diǎn)故事閱讀 64,384評論 5 374
  • 文/花漫 我一把揭開白布穴店。 她就那樣靜靜地躺著撕捍,像睡著了一般。 火紅的嫁衣襯著肌膚如雪泣洞。 梳的紋絲不亂的頭發(fā)上忧风,一...
    開封第一講書人閱讀 49,111評論 1 285
  • 那天,我揣著相機(jī)與錄音斜棚,去河邊找鬼阀蒂。 笑死,一個(gè)胖子當(dāng)著我的面吹牛弟蚀,可吹牛的內(nèi)容都是我干的蚤霞。 我是一名探鬼主播,決...
    沈念sama閱讀 38,416評論 3 400
  • 文/蒼蘭香墨 我猛地睜開眼义钉,長吁一口氣:“原來是場噩夢啊……” “哼昧绣!你這毒婦竟也來了?” 一聲冷哼從身側(cè)響起捶闸,我...
    開封第一講書人閱讀 37,053評論 0 259
  • 序言:老撾萬榮一對情侶失蹤夜畴,失蹤者是張志新(化名)和其女友劉穎拖刃,沒想到半個(gè)月后,有當(dāng)?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體贪绘,經(jīng)...
    沈念sama閱讀 43,558評論 1 300
  • 正文 獨(dú)居荒郊野嶺守林人離奇死亡兑牡,尸身上長有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點(diǎn)故事閱讀 36,007評論 2 325
  • 正文 我和宋清朗相戀三年,在試婚紗的時(shí)候發(fā)現(xiàn)自己被綠了税灌。 大學(xué)時(shí)的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片均函。...
    茶點(diǎn)故事閱讀 38,117評論 1 334
  • 序言:一個(gè)原本活蹦亂跳的男人離奇死亡,死狀恐怖菱涤,靈堂內(nèi)的尸體忽然破棺而出苞也,到底是詐尸還是另有隱情,我是刑警寧澤粘秆,帶...
    沈念sama閱讀 33,756評論 4 324
  • 正文 年R本政府宣布如迟,位于F島的核電站,受9級特大地震影響攻走,放射性物質(zhì)發(fā)生泄漏殷勘。R本人自食惡果不足惜,卻給世界環(huán)境...
    茶點(diǎn)故事閱讀 39,324評論 3 307
  • 文/蒙蒙 一昔搂、第九天 我趴在偏房一處隱蔽的房頂上張望劳吠。 院中可真熱鬧,春花似錦巩趁、人聲如沸。這莊子的主人今日做“春日...
    開封第一講書人閱讀 30,315評論 0 19
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽。三九已至奴曙,卻和暖如春别凹,著一層夾襖步出監(jiān)牢的瞬間,已是汗流浹背洽糟。 一陣腳步聲響...
    開封第一講書人閱讀 31,539評論 1 262
  • 我被黑心中介騙來泰國打工炉菲, 沒想到剛下飛機(jī)就差點(diǎn)兒被人妖公主榨干…… 1. 我叫王不留,地道東北人坤溃。 一個(gè)月前我還...
    沈念sama閱讀 45,578評論 2 355
  • 正文 我出身青樓拍霜,卻偏偏與公主長得像,于是被迫代替她去往敵國和親薪介。 傳聞我的和親對象是個(gè)殘疾皇子祠饺,可洞房花燭夜當(dāng)晚...
    茶點(diǎn)故事閱讀 42,877評論 2 345

推薦閱讀更多精彩內(nèi)容