效度检验(我现在把已有的量表进行修改)

效度检验，我现在把已有的量表进行修改？

可以，一个量表的效度检验通常包含以下几个部分：内容效度，效标关联效度和结构效度。

实际的测量学分析中往往检验后两者即可，结构效度的分析一般就是做探索性因子分析和验证性因子分析。

主成分分析是探索性因子分析最常用的方法。

通常来说，如果是自编量表，往往需要进行探索性因子分析以确定因子结构；而若是修订已有的量表，最好是做验证性因子分析。

此外，如果对自编问卷的结构有充分的理论支持和把握，也可以直接做验证性因子分析。

所以主成分分析并不是在任何量表的效度检验时都必须做，但为了效度检验的完整性，探索性因子分析和验证性因子分析至少应该要做一个。

为什么自编问卷做信度检验？

自编的问卷为保证期稳定性和科学性，要进行信度和效度的检验，信度主要是看多次施策，这个问卷稳不稳定

信效度分析的意义？

信效度都需要分析，信度说白了指的是测试的稳定性，怎么样能够说明稳定，最简单的方式就是用这个测试测同一批人两次，如果两次结果相关高，那么测验就是可信的，有信度的，这个是真正信度的意思，也叫重测信度。由于人们不总是有机会重新测同一批人（同一批人往往过个几周或者几个月你就找不着人了，就无法重测），所以相处了各种代替重测信度的方法，比如复本信度，编制两个平行的测验，分别拿去测同一批人，又比如分半信度，测了同一批人后把测验成绩拆两半求相关。最后就是科隆巴赫alpha系数，这是我们一般求信度是所用的方法，但事实上这个不是测信度，而是看量表的内部一致性，看所有项目间的相关，相关高，alpha系数高的话就认为测验的题目是同质的、相似的，那么如果这个测验拿去做分半，应该是相关很高的，就近似认为信度好。

但信度只是告诉你测验的稳定性，不能保证有效性，就算你的问卷实际测的东西和你本来想测的东西驴唇不对马嘴，只要两次结果一致，那也是信度好，若要看有效性，就要分析效度。效度就是说你多大程度上测到了你想要测的内容。如果说信度是对测验随机误差的测定，那么效度就是对系统误差和随机误差的测定。一般效度检验要检验效标关联效度（真正的效度，通过求你的问卷和另外若干个你觉得应该和你的问卷测量相似内容的问卷的相关来检验）和结构效度（一般用探索性因子分析和验证性因子分析做）

调查前后都可以做，调查前做的目的一般是通过初期的信效度分析来了解你的测验的质量，根据检验结果删掉不好的题目后，形成最终用于调查的测验。

调查后做的目的主要是在报告调查结果的时候告诉别人你的调查结果是稳定的可靠的，让人家相信你的研究有价值。

spss和amos的数据之间的关系？

AMOS是结构方程模型的分析软件， SPSS主要应用于回归分析、因子分析、相关分析、对应分析、聚类分析等。因而要用什么软件取决于建立了什么样的模型。AMOS当然可以进行信度和效度分析了，只不过是对结构方程模型中的潜变量而言。补充：

1、AMOS具有的方差分析、协方差，假设检验等一系列基本分析方法。

2、SPSS(Statistical Product and Service Solutions)，"统计产品与服务解决方案"软件。最初软件全称为"社会科学统计软件包"(SolutionsStatistical Package for the Social Sciences)，但是随着SPSS产品服务领域的扩大和服务深度的增加，SPSS公司已于2000年正式将英文全称更改为"统计产品与服务解决方案"，标志着SPSS的战略方向正在做出重大调整。为IBM公司推出的一系列用于统计学分析运算、数据挖掘、预测分析和决策支持任务的软件产品及相关服务的总称SPSS，有Windows和Mac OS X等版本。

信效度的类型？

一、信度分析 信度（Reliability）即可靠性，是指采用同一方法对同一对象进行调查时，问卷调查结果的稳定性和一致性，即测量工具（问卷或量表）能否稳定地测量所测的事物或变量。信度指标多以相关系数表示，具体评价方法大致可分为三类：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：1、重测信度法。 同样的问卷，对同一组访问对象在尽可能相同的情况下，在不同时间进行两次测量。两次测量相距一般在两到四周之内。用两次测量结果间的相关分析或差异的显著性检验方法，评价量表信度的高低。2、折半法。折半法是将上述两份问卷合成一份问卷（通常要求这两份问卷的问题数目相等），每一份作为一部分，然后考察这两个部分的测量结果之间的相关性。3、折半信度法。是将调查项目分为两半，计算两半得分的相关系数，进而估计整个量表的信度。折半信度属于内在一致性系数，测量的是两半题项得分间的一致性。这种方法一般不适用于事实式问卷（如年龄与性别无法相比），常用于态度、意见式问卷的信度分析。在问卷调查中，态度测量最常见的形式是5级李克特（Likert）量表。进行折半信度分析时，如果量表中含有反意题项，应先将反意题项的得分作逆向处理，以保证各题项得分方向的一致性，然后将全部题项按奇偶或前后分为尽可能相等的两半，计算二者的相关系数（rhh，即半个量表的信度系数），最后用斯皮尔曼-布朗（Spearman-Brown）公式：求出整个量表的信度系数（ru）。4、α信度系数法Cronbach α信度系数是目前最常用的信度系数，其公式为：其中，K为量表中题项的总数， 为第i题得分的题内方差，为全部题项总得分的方差。从公式中可以看出，α系数评价的是量表中各题项得分间的一致性，属于内在一致性系数。这种方法适用于态度、意见式问卷（量表）的信度分析。二、效度分析效度（Validity）即有效性，它是指测量工具或手段能够准确测出所需测量的事物的程度。效度分为三种类型：内容效度、准则效度和结构效度。效度分析有多种方法，其测量结果反映效度的不同方面。常用于调查问卷效度分析的方法主要有以下几种。1、单项与总和相关效度分析表面效度（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。这种方法用于测量量表的内容效度。内容效度又称表面效度或逻辑效度，它是指所设计的题项能否代表所要测量的内容或主题。对内容效度常采用逻辑分析与统计分析相结合的方法进行评价。逻辑分析一般由研究者或专家评判所选题项是否“看上去”符合测量的目的和要求。统计分析主要采用单项与总和相关分析法获得评价结果，即计算每个题项得分与题项总分的相关系数，根据相关是否显著判断是否有效。若量表中有反意题项，应将其逆向处理后再计算总分。2、准则效度分析准则效度（Criterion Validity）。又称为效标效度或预测效度。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。准则效度分析是根据已经得到确定的某种理论，选择一种指标或测量工具作为准则（效标），分析问卷题项与准则的联系，若二者相关显著，或者问卷题项对准则的不同取值、特性表现出显著差异，则为有效的题项。评价准则效度的方法是相关分析或差异显著性检验。在调查问卷的效度分析中，选择一个合适的准则往往十分困难，使这种方法的应用受到一定限制。3、结构效度分析建构效度（Construct Validity）。是指测量结果体现出来的某种结构与测值之间的对应程度。结构效度分析所采用的方法是因子分析。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。有的学者认为，效度分析最理想的方法是利用因子分析测量量表或整个问卷的结构效度。因子分析的主要功能是从量表全部变量（题项）中提取一些公因子，各公因子分别与某一群特定变量高度关联，这些公因子即代表了量表的基本结构。通过因子分析可以考察问卷是否能够测量出研究者设计问卷时假设的某种结构。在因子分析的结果中，用于评价结构效度的主要指标有累积贡献率、共同度和因子负荷。累积贡献率反映公因子对量表或问卷的累积有效程度，共同度反映由公因子解释原变量的有效程度，因子负荷反映原变量与某个公因子的相关程度。