众文网1.问卷调查信度分析结果在论文中如何报告?效度分析(因子分析)结果
那要看你做的内容是什么，如果你的问卷中的四个维度同质性很高，那么我们通常只报告整体的Cronbach's Alpha系数。比如一份语言测试（单一能力测验），那么就不需要报告每个部分的Cronbach's Alpha了。
但是如果不是，比如是人格测验，那么通常是要报告每个分测验和总的Cronbach's Alpha。不过你放心，一般这个信度指标和题目数量有关，也就是说题目越多，信度就越高。所以总体的指标一定不会低于单个分测验的。
另外，测验当然要做效度分析了。既然你的问卷结构已经确定，建议你做验证性因素分析，可以用结构方程模型做，具体工具推荐AMOS。
2.什么叫信度分析和效度分析?
信度分析也称为可靠性分析，用于测量样本回答结果是否可靠，即样本有没有真实作答量表类题项。
比如说，在对同一对象进行测量，多次测量结果都很接近，就会认为这个结果是可信的，真实的，也就是信度高。如果每次测量的结果都有很大的差异，则说明信度较低。
衡量信度的方法有很多种，常用的信度系数包括：克隆巴赫α系数、折半系数、重测信度，可在spssau中进行分析。
效度分析，简单来说就是问卷设计的有效性、准确程度，用于测量题项设计是否合理。
效度又可分为内容效度、结构效度和效标效度。
内容效度，通常是以文字来说明问卷的有效性。如通过参考文献，或者权威来源说明问卷的权威性和有效性。还有就是通过对问卷前测并结合结果进行题项的修正等工作来充分说明问卷的有效性。
结构效度，指测量题项与测量维度之间的对应关系。测量方法有两种，一种是探索性因子分析，另外一种是验证性因子分析。其中，探索性因子分析是当前使用最为广泛的结构效度测量方法，SPSSAU提供此两种分析方法。
效标效度，如果以前有一份权威且标准的量表数据，现在依旧使用该量表进行研究，并且收集回来一份数据。以前权威标准数据作为标准，当前数据与前一份数据之间进行相关分析，如果说相关系数值较高，则说明效标效度良好。但在实际分析中，效标效度很少使用。
3.应该如何对问卷效度与信度分析
去百度文库，查看完整内容>内容来自用户：leeccLKK如何进行问卷信效度分析问卷调查法是教育研究中广泛采用的一种调查方法，根据调查目的设计的调查问卷是问卷调查法获取信息的工具，其质量高低对调查结果的真实性、适用性等具有决定性的作用。
为了保证问卷具有较高的可靠性和有效性，在形成正式问卷之前，应当对问卷进行试测，并对试测结果进行信度和效度分析，根据分析结果筛选问卷题项，调整问卷结构，从而提高问卷的信度和效度。信度和效度分析的方法包括逻辑分析和统计分析，本文主要讨论后者。
一、信度分析 信度（Reliability）即可靠性，它是指采用同样的方法对同一对象重复测量时所得结果的一致性程度。信度指标多以相关系数表示，大致可分为三类：稳定系数（跨时间的一致性），等值系数（跨形式的一致性）和内在一致性系数（跨项目的一致性）。
信度分析的方法主要有以下四种： 重测信度法：这一方法是用同样的问卷对同一组被调查者间隔一定时间重复施测，计算两次施测结果的相关系数。显然，重测信度属于稳定系数。
重测信度法特别适用于事实式问卷，如性别、出生年月等在两次施测中不应有任何差异，大多数被调查者的兴趣、爱好、习惯等在短时间内也不会有十分明显的变化。如果没有突发事件导致被调查者的态度、意见突变，这种方法也适用于态度、意见式问卷。
由于重测信度法需要对同一样本试测两次，被调查者容易受到各种事件、活动和他人的影响，而且间隔时间长短也有一定限制，因此在实施中有一定困难。
4.急!怎么用SPSS软件分析调查问卷的信度、效度、因素之间的相关性
SPSS17中文版比较好用。
第一步，点击【分析】→【度量】→【可靠性分析】（图5-26）。出现“可靠性分析”对话框，如图5-27，把需要分析的试题项目全部拖到“项目（I）”中。
第二步，点击“统计量（S）”按钮，出现“可靠性分析：统计量”对话框。如图5-28，选取“相关性”，单击“继续”按钮回到“可靠性分析”对话框，单击“确定”按钮，分析数据。
第三步，打开“SPSS Statistics查看器”窗口。把生成的相关数据导出到Word文档中，得出表5-4。
信度越接近于1，说明信度越好。从上表可以看出标准的科隆巴赫 （ Cronbach's Alpha）系数值是0.765>0.7，可满足一般要求。
5.问卷的信度与效度是如何检验的
（一）信度分析
本研究得出整体问卷与各构面之Cronbach's α值分别为0.80及服务补救
整体品质构面为0.81，而其各构念分别为沟通（0.73）授权（0.78）解释（0.76）
补偿（0.72）回馈（0.65）有形性（0.80）；满意反应构面为0.74；行为意向构
面为0.71，由此可知各构面的信度都在0.7以上，符合Nunally(1978)及Wortzel
(1979)有关具高信度之判断准则（Cronbach's α值大於0.7），此显示本研
究量表中的问项均具有高程度的内部一致性，因此在信度上仍具可信.
（二）效度分析
1.内容效度
问卷之发展乃由文献探讨整理出相关问项后，再透过问卷
调查，将问卷以传真，邮寄或e-mail方式与专家，学者讨论问卷中各问项之
适当性，再对他们所提出的意见，修正问卷之内容，即形成本研究之最后
的正式问卷.因此，本研究认为经过此一严谨的程序所发展之问卷应以具
有相当程度的内容效度.
6.如何对调查问卷进行效度和信度分析
在SPSS中，专门用来进行测验信度分析的模块为Scale下的Reliability Analysis；使用Data Reduction之下的Factor模块，可以利用因素分析的方法来进行测验的建构效度检验；至于项目分析则没有专门的模块可以之间进行计算分析，但是却可以利用Summarize下的Frequencies、Correlate下的Bivariate和Compare Mean下的Independent-Samples T Test来计算几个常用的项目分析指标。
3 m6 ]$ l8 a6 j w% K0 ^ 一、信度分析' M, k! n+ y# C Reliability Analysis模块主要功能是检验测验的信度，主要用来检验折半信度、库李及a系数以及Hoyt信度系数值。至于重测信度和复本信度，只需将样本在二次（份）测验的分数的数据合并到同一数据文件之后，利用Correlate之下的Bivariate求其相关系数，即为重测或复本信度；而评分者信度则就就是使用的Spearman等级相关及Kendall和谐系数。
表1 Reliability Analysis模块的Model选项的参数及对应中文术语3 V O/ m5 i% P; N6 l' a: `. P- I/ c: J9 X/ ~ 关键字 功 能； R% v( ?! T8 L) q* L$ ~ Alpha Cronbach a系数 Split-half 折半信度，n是第二分量表的题数（ e3 N, N6 w4 l% N( d8 A3 c4 ] Guttman Guttman最低下限真实信度法0 o+ n; n/ ^2 d& B Parallel 各题目变异数同质时的最大概率（maximum-likelihood）信度3 Q( _- Z9 }( a Strict parallel 各题目平均数与变异数均同质时的最大概率信度7 p, x- S9 ?; J: p! k5 H5 i7 h/ l7 Q) Q 表2 Reliability Analysis模块的Statistics部分选项的参数及对应中文术语- X9 d% L( ~; ^5 L 关键字 功 能 F test Hoyt信度系数4 D3 A9 Y. c, u4 ` Friedman Chi Friedman等级变异数分析及Kendall和谐系数； [ H" S. [- z e Cochran Chi Cochran's Q检验，适用于答案为二分（如是非题）的量表+ _" z+ v3 I& C2 e& c Hotelling's T Hotelling's T2 检验& g" S5 S' K& t- f Tukey's Tukey的可加性检验3 o6 O8 T* B4 `! ^; b1 S- c* o Intraclass 量表内各题目平均数相关系数+ \$ Z9 m! B8 m7 u% k6 E$ f$ R/ j8 j5 N# V: m 二、效度分析4 d4 ^5 T& @ n6 d' a0 G, b' T. u9 T7 n" d2 [ 即因素分析的方法。5 ]7 V' m' w4 _1 K 三、项目分析（ F# S$ r( e; h/ {, @& @5 b# R: p （一）难度' z! Y/ I# n0 b7 ?1、是非题和选择题- a7 k7 f! B+ U（ ？对于是非题、选择题等采用二分法记分的项目，难度通常用通过率来表示，即用答对或通过该题人数的百分比作为指标：P=R/N P-项目的通过率，R答对或通过该项目的人数，N为全体被试人数。
（ ]. X$ k: n- ` f; j; D. r 所涉及SPSS模块：Frequencies。或用公式：P=(PH+PL)/2 ( ?6 o, h. H: |, I- z a8 _ 所涉及SPSS模块：Rank、Frequencies。
- q* l/ x# r% d- S6 j2、论述题等 难度公式为：！ G9 |& e2 i" p6 t# O5 b2 `# F8 q8 b: E$ y w" ` X-全体被试在某一项目上的平均分，Xmax为该项目的满分。所涉及的SPSS模块：Compare Means->Means。
" p# ^) c4 {( y9 p0 j7 ]6 u \' w9 y, ^* w （二）区分度； p/ z" v( B% A: d3 W9 q1、鉴别指数法/ L9 R1 U. G3 \ 计算公式： D=PH-PL ; o' E) {4 n6 G9 F" k( S+ I$ W5 Q# Z" e+ H2 G& G 所涉及SPSS模块：Rank、Frequencies。2、相关法 通过计算二列相关或点二列相关，以求得某一项目分数与效标分数或测验总分的相关作为该项目的区分度指标。
所涉及的SPSS模块：Correlate->Bivariate。+ Y9 }% C" q& ^" ?, ~6 w 关键在于如何把低分组与高分组的数据分开，具体操作又取决于低分组与高分组划分标准，即是确定比例（如27%）还是在全距中等分（用Rank进行）。
- o- v5 B1 N3 d0 L J; O# ~. e$ \8 o7 _$ J( j2 m6 y: ~& g4 T4 h( C' O 关于效度分析，即采用因素（因子）分析的方法，其前提是变量类型均为定距或定比，都是连续变量，否则很难进行分析。对问卷进行信度、效度与项目分析讲解比较好的参考是：" B W9 Y+ u N- ^0 V# _ 吴明隆编著，《统计应用实务——问卷分析与应用统计》，科学出版社，2003。
, |4 E9 t' o5 v' Z% Q0 v C& o- O3 t F 信度分析：& l2 v- M! _3 e5 [! f) S 学术界普遍采用内部一致性系数（Cronbach's α值），检验数据信度。在spss中的操作程序如下：进spss输入数据，然后选择scale，再选择reliability analysis。
注意在分析问卷信度时，要一个一个分析潜在变量。； p0 ]3 w( ?( ^7 j! Y1 w 效度分析：内容效度是测量内容能够涵盖研究主题的程度。
因子分析的效度分析主要的指标可以看，因子提取的方差累积贡献率，如果因子提取的越少且方差累积率又不低的话（一般如果2个因子达到40%以上的贡献率就算可以的了），就可以认为因子分析的效度还可以。5 S4 c: p: N9 V6 V6 }, A- P 除此之外，你可以用因子分析里面Descriotives里面KMO和巴特利检验（battele，不知道是不是这样写的），KMO的值如果>0.5，则说明因子分析的效度还行，可以进行因子分析；另外，如果巴特利检验的P<0.001，说明因子的相关系数矩阵非单位矩阵，能够提取最少的因子同时又能解释大部分的方差，即效度可以。
用各变量间的相关检验量表的内容效度，根据各变量与总分的相关是否超过各变量间的相关检验量表的结构效度。 各项变量之间的相关大于.40；各因子分与总分的相关也大于.40，且。
7.问卷的效度检验
检验效度的主要指标和方法有：表面效度、准则效度、架构效度。
1、表面效度（Face Validity）。也称为内容效度或逻辑效度，指的是测量的内容与测量目标之间是否适合，也可以说是指测量所选择的项目是否“看起来”符合测量的目的和要求。主要依据调查设计人员的主观判断。
2、准则效度（Criterion Validity）。准则效度是指量表所得到的数据和其他被选择的变量（准则变量）的值相比是否有意义。根据时间跨度的不同，准则效度可分为同时效度和预测效度。
3、建构效度（Construct Validity）。最关心的问题是：量表实际测量的是哪些特征？在评价建构效度时，调研人员要试图解释“量表为什么有效”这一理论问题以及考虑从这一理论问题中能得出什么推论。建构效度包括同质效度、异质效度和语意逻辑效度。
同质效度是指量表测量同一特征的其他测量方法相互关联的程度。异质效度是指量表和测不同特征的测量方法不同但理论上有关特征的测量方法之间相互关联的程度。建构效度指测量工具所能测量到的理论概念的程度，也就是说若将测量工具所得的结果与相同理论下的其他概念相比较，当二者有某种预期的相关性时，就表示这种测量工具具有某种程度的架构效度。
一般来说，问卷调查容易产生误差的原因，来自研究者的因素包括：测量内容不当、情景以及研究者本身的疏忽。来自受访者的因素则可能是由于其年龄、性格、教育程度、社会阶层等，而影响其答题的正确性。研究者透过信度与效度的检验，可以了解问卷本身是否优良，以作为改变修正的根据，避免做出错误的判断。
对于一名科研人员来说，如何成长和发展？如何能够不断推陈出新，逐渐形成自己独特而系统的思想？？这里面问题意识是比较重要而关键的。
问题意识形成的首要条件是你要对一切的现象充满着好奇感和浓厚的兴趣，具有较强的观察能力。比如当你下到相关的实践场所时，观察到一定的现象和问题，如：课堂上教师为什么会像是在表演一样？为什么教师在上面兴趣盎然，而下面总有某些学生兴趣索然？就要积极展开一定的思考，多问几个为什么，并结合自己所学的相关教育教学理论，追问一下怎么才会更好？
其次是要具有强调的信息意识。信息资源是得以形成有价值问题的依据，除了实践观察中获得鲜活的感性信息之外，丰富的理论资源也是形成问题的关键。对于确定领域的古今中外所有的研究成果，包括最新的一些提法等都要积累到脑子中，并按照优化的结构将其组织起来，内化于心。对于已有的问题，要学会换一个角度去多多思考，另外也要善于发掘新的尚未研究或还未足够清楚的问题，并及时将这样一些问题作以记录。
再就是要学会思考，包括思考的方法、角度等等。只有能思考并善于思考的人才会一语中的地提出有意义的问题，并能够给出有效解决问题的清晰思路。
在做科研的过程中，随时随处遇到问题及时作以深入思考，相信会有大收获的。
基本的抽样方法主要有两大类：一类是在目标总体中，有意识地选择若干有代表性的单位为样本进行调查研究。这种抽样叫做目标抽样或主观抽样。
目标抽样的方法适用于典型调查或研究。它的特点是作为样本的各单位的代表性，都是由与该研究课题有关的专家来判断和决定的。其结果的可靠性和精确度叶必须依靠这方面的专家来判断和评价。采用目标抽样，可以对总体的有关特性作出推论，也可以对研究所涉及的有关因素加以适当考虑。也可以使已知的样本单位的某些信息在取样时发挥作用。这些都是目标抽样的优点。此外，采用目标抽样在数据收集方面比较方便。但采用目标抽样时，目标总体中各成员被抽取为样本的概率不能用客观方法来计算，因此抽样的误差和精度就无法用客观方法加以评价，这是目标抽样的最大缺点。
另一类是按照随即的原则，从构成目标总体的各成员中抽取样本，叫做随即抽样和概率抽样。随机抽样的最大优点是可以借助概率客观地计算调查结果的可靠性和精确度。而且可以根据实际条件和所要求的精度确定样本的大小。所以在教育科学研究尤其是大规模的评价研究中，应充分了解随机抽样的意义。
简单随机抽样（简称SRS）是随机抽样中最简单而又是最基本的一种。它的特点是采用随机数码表或抽签的办法确定样本，因此各总体成员都保证有相等的抽取概率。
如果抽取的样本数量很大，使用纯粹的简单随机抽样会有很多困难，因此常常可以采用机械随机抽样来代替。
采用简单（或机械）随机抽样的好处是，可以根据概率理论来客观地估计抽样误差的大小。