SPSS操作:问卷的信度分析『克朗巴哈系数(Cronbach’s α)』

from https://www.sohu.com/a/204514060_489312

信度最早由斯皮尔曼(Spearman)于1904年将其引入心理测量,指的是测验结果的一致性程度或可靠性程度。根据所关心的重点不同,信度可分为内在和外在信度两类。

内在信度指调查表中的一组问题是否测量的是同一个概念,也就是这些问题之间的内在一致性如何。最常用的内在信度指标为克朗巴哈系数和折半信度。最常用的外在信度指标是重测信度,即用同一问卷在不同时间对同一对象进行重复测量,然后计算一致程度。[1]

今天这篇文章,我们就来讲一讲克朗巴哈系数的SPSS分析过程。

1、问题与数据

某研究者为测量员工的工作动力、自主性、热情和忠诚度设计了一个问卷,共包含25个题目。其中,第20-25题测量的是员工的工作热情。在调查了315位员工之后,该研究者拟分析测量工作热情的这6个题目的一致性,部分研究数据如下:

本研究中,每一个题目都是根据Likert 7级量表进性测量的,Variable View窗口展示如下:

每个题目的赋值情况如下:

2、对问题的分析

在实际研究中,很多事物/态度是不能直接被测量的,研究者们常设计一组题目间接反映它们的真实情况。但这些题目是否可以实现研究目的,就需要我们通过统计手段进一步分析了。如在本研究中,研究者设计了间接测量员工工作热情的6个题目,并希望判断它们的一致性。针对这种情况,我们可以使用Cronbach’s α分析

解释:Cronbach’s α分析主要用于评价连续变量和有序分类变量的一致性,适用于本研究的研究数据。

3、SPSS操作

(1) 在主菜单点击Analyze→Scale→Reliability Analysis

出现下图:

(2) 将变量Qu20- Qu25放入Items框内

(3) 设置Model为Alpha。一般SPSS的默认设置为Alpha,若不是,应人为设置

注释:Scale label是在结果输出的时候,给这一组一致性检验添加的标签。如果我们需要同时进行多组检验,我们一般需要添加标签以示区分。但在本研究中我们只检验工作热情一组变量的一致性,并不需要添加标签。

(4) 点击Statistics

(5) 在Deives for中点选Item,Scale和Scale if item deleted;在Inter Item中点选Correlations

(6) 点击Continue→OK

4、结果解释

4.1 总体结果

SPSS输出的Cronbach’s α检验结果包括很多。其中,第一个表格为Case Processing Summary,如下:

从表中可以看出,本研究共有315例有效数据(“Valid”行),没有缺失(“Excluded”行),总样本量为315例(“Total”行)。

Cronbach’s α系数的结果如下:

本研究中测量员工工作满意度的Qu20-Qu25(共6条,“N of Items”)条目的Cronbach’s α系数值为0.823,提示这6个题目具有较高的内在一致性。

一般来说,条目的一致程度与测量内容有关,Cronbach’s α系数值越大提示内在一致性越强。既往研究认为,Cronbach’s α系数大于0.7,可认为条目之间的一致性较好。

注释:标准化Cronbach’s α系数(“Cronbach’s Alpha Based on Standardized Items”栏)是指用方差为1标化所有条目后计算的Cronbach’s α系数,也称为Spearman-Brown stepped-up reliability coefficient。

4.2 分条目结果

SPSS输出结果如下:

在本研究中,我们将每个条目分成Likert 7级,并分别给每个级别赋值。比如我们给“非常同意”赋值为1,“非常不同意”赋值为7。以Qu20为例,该条目的平均值为3.9238,标准差为1.29695,例数为315。由此可见,Qu20的平均回答接近4,即“不确定(Undecided)”。

汇总各条目后,结果如下:

汇总Qu20-Qu25共6个条目后,均值为20.8000,方差为28.065,标准差为5.29764。当各条目例数一样时,汇总后的平均值就等于各条目均值的直接加和。本研究就属于这种情况。

各条目的取舍情况如下:

前两栏(“Scale Mean if Item Deleted”和“Scale Variance if Item Deleted”)分别是每当剔除一个条目后总条目的均值和方差。仍以Qu20举例,如果剔除该条目,总条目的均值为16.8762,刚好等于20.8000-3.9238,即未剔除该条目前的总均值与该条目均值的差。

每当剔除某一条目后,Cronbach’s α系数的变化如下:

从Cronbach’s Alpha if Item Deleted栏可以看出,当剔除Qu20条目,Cronbach’s α系数从原来的0.823增加至0.838。再如,剔除Qu22条目后,Cronbach’s α系数从原来的0.823降至0.789。

注释:“Cronbach’s Alpha if Item Deleted”栏只标注每次剔除一个条目的情况。如果我们需要考虑同时剔除多个条目的情况,只能重复SPSS操作,逐步进行。

那么,如何判断是否应该剔除某个条目呢?

“Corrected Item-Total Correlation”栏中的数据是指每一个特定条目与其他条目汇总的Pearson相关系数。以Qu20为例,条目Qu20与条目Qu21-25汇总结果的Pearson相关系数为0.394。一般来说,如果该指标小于0.3,我们就认为该条目与其他条目的相关性不强,可以剔除。在本研究中,“Corrected Item-Total Correlation”栏的所有数值都大于0.3,即不需要剔除条目。

注释:如果Pearson相关系数出现负值,可能是由于变量赋值的顺序不同导致的。大家需要根据专业要求对变量重新赋值。

“Squared Multiple Correlation”栏显示的是以某一个特定条目为因变量,其他条目为自变量进行回归的拟合程度,即R2值。该指标认为,如果这些条目可以共同反映某一个潜在因素,他们之间一定可以互相解释。仍以Qu20为例,如果我们以Qu20为因变量,Qu21-25为自变量进行多重线性回归拟合,该回归的R2值为0.188。经验证,结果确实如此:

实际上,我们检验条目之间的一致性,就是希望条目的变异可以互相解释。在本研究中,“Squared Multiple Correlation”栏中Qu20的值为0.188,提示Qu20的变异能被Qu21-25条目解释的比例仅为18.8%。单看这一个指标,我们认为可以考虑剔除Qu20。但综合其他指标的情况,本研究认为应暂时保留Qu20。

5、撰写结论

本研究采用自制问卷测量员工的工作情况。其中,测量员工工作热情的条目有6个,具有较高的内在一致性(Cronbach’s α为0.823)。

参考文献

1. 张文彤主编. SPSS统计分析高级教程.

分享到:更多 ()

抢沙发

评论前必须登录!