26版SPSS操作教程（高级教程第二十一章）

前言

粉丝及官方意见说明

第二十一章一些学习笔记

第二十一章一些操作方法

信度分析

问卷信度分析

假设数据

具体操作

结果解释

下面进行进一步分析

结果解释

其他常用信度系数介绍

概化理论SPSS中的实现

结果解释

项目反应理论（item response theory，IRT）

结束语

前言

#专注方能成事

#本期内容：信度分析

#由于导师最近布置了学习SPSS这款软件的任务，因此想来平台和大家一起交流下学习经验，这期推送内容接上一次高级教程第二十章的学习笔记，希望能得到一些指正和帮助~

粉丝及官方意见说明

#针对官方爸爸的意见说的推送缺乏操作过程的数据案例文件澄清如下：1、操作演示的数据全部由我本人随意假设输进去的，重在演示操作；2、本人也只是在学习阶段，希望友友们能谅解哈，手里有数据的宝子当然更好啦，没有咱就自己假设数据练习一下也没多大关系的哈；3、我也会在后续教程中尽量增加一些数据的必要性说明；4、大家有什么好的意见也可以在评论区一起交流吖~

第二十一章一些学习笔记

SPSS中的信度：信度即可靠性【测量结果的可靠性】，指的是检测结果的一致性程度或可靠性程度，其理论框架是在“四度”——信度（reliability）、效度（validity）、项目分析中的难度（item analysis of item difficulty）、区分度（discrimination index）展开的。若信度系数在0.9以上，则该测验或量表的信度很好；信度系数在0.8以上都是可以接受的；若信度系数在0.8以下但在0.7以上，则应对该量表进行较大的修订，但任不失其价值；若信度系数低于0.7，就需要重新设计了。--统计分析高级教程（第三版）P414
SPSS中信度与效度的关系：1、效度高，信度一定高；但是信度高，效度不一定高，也就是说，信度是效度的必要条件，但不是充分条件；2、在数量上效度不会大于信度的平方根。信度可以分为内在信度和外在信度；1、内在信度【指问卷中的一组问题（或整个调查表）测量的是否是同一个概念，即问题之间的内在一致性如何，若数值在0.8以上，则认为调查表有较高的内在一致性，常用的有克隆巴赫a系数（Alpha信度系数）和折半信度系数】；2、外在信度【指在不同时间进行测量时间问卷结果的一致性程度，常用指标是重测信度】。--统计分析高级教程（第三版）P415
SPSS中三种测量理论：1、真分数测量理论【在处理一般问题（如处理常见的标准化考试等）时方便易懂】；2、概化理论【在处理宏观问题（如对结果做出推论）时更有优势】；3、项目反应理论【处理微观问题（受测者水平与项目之间的实质性关系）时优势明显】。--统计分析高级教程（第三版）P416
SPSS中其他常用的信度系数：1、重测信度【相关分析得到的相关系数就是重测信度系数，一般要求达到0.7以上，时间间隔一般2~4周即可】；2、折半信度【将项目分成两半，考察相关性，若相关性高则意味着信度好】；3、Guttman折半系数；4、平行模型的信度系数；5、严格平行模型的信度系数；6、评分者信度【对于直接由评分者对同一事物进行评价的情况，SPSS提供了3中评价评分者信度方法，F检验、博莱德曼（Friedman）卡方、柯克兰（Cochran）卡方】。总评：前两种都是介绍内部一致性信度的计算方法（折半信度也是一种内部一致性信度），是真分数测量理论的实际应用，第三种模型并无实际价值，第四种和第五种模型是真正的真分数测量理论模型。--统计分析高级教程（第三版）P420-425
SPSS中的概化理论：该理论其实是方差分析在真分数测量理论中一个应用，或者说基于方差分析对真分数测量理论的进一步发展，从测量情境（测量目标【objects，回答测什么】和测量侧面【facets，测量侧面与测量目标一起影响并制约测量的条件和因素，回答怎么测】）出发，一般测量目标引起的总变异很大，而测量侧面引起的总变异很小；测量侧面又有随机（random）测量【每个评价者每次都是随机选择的】和固定（fixed）测量【在将来所有的测量过程中都采用同样的分析水平，即自始至终都采用同一个评价者来评分】之分；概化理论来研究测量问题时分两步进行，即G研究（generalizability study，拓广研究）【回答发生了什么的问题】和D研究（decision study，决策研究）【回答进一步可以推广到什么程度的问题】。SPSS提供3种简单的概化（G）系数估计：单侧面随机设计（one-way random effects model）、双侧面完全随机交叉设计（two-way random effects model）、双侧面混合设计（two-way mixed effects model）。--统计分析高级教程（第三版）P425-427
SPSS中项目反应理论的基本假设：1、能力单维性【unidimensionality，组成某个测验的所有项目都测量同一种潜在特质】；2、局部独立性【同一潜在特质水平的受测者回答某一项目时不受其他项目的影响，各项目间无相关存在】；3、项目特征曲线【即项目反应函数（item response function）,S型曲线的下界渐近线的高度、曲线拐点的位置以及拐点处的斜率恰好对应三个项目参数：猜测参数c（一般在0~0.5之间）、难度参数b（值越大，项目难度越大）、区分度参数a（一般在0.3~2之间），越陡，项目在这附近区分能力越大】；项目反应理论的缺点：1、理论框架明显比经典理论复杂很多，在推广上存在困难；2、项目反应理论多采用0/1二分类结果进行拟合，应用局限性大；3、项目反应理论必须有大样本配合其拟合，否则模型精确性不足；4、该理论并未原经典测量理论的研究领域给出多少新的观点或方法，其使用价值尚未充分体现出来。--统计分析高级教程（第三版）P427-429

第二十一章一些操作方法

信度分析

将问卷正式投入使用前需先对其信度和效度进行分析，只有信度和效度在可接受范围内，使用该问卷所采集的数据才具有分析价值，才能回答相应的研究问题，在大型量表中，往往用一组问题来集中测量某一方面的信息，此时信度分析应按照问题组来进行。

问卷信度分析

假设数据

具体操作

结果解释

下面进行进一步分析

结果解释

这里看出i4、i5的相关系数较少，说明其可能和问卷的测量目的关联不大，可以考虑删除；若删除该项后克隆巴赫系数上升，说明该项目区分性不好，该项目删除可以提高问卷的信度；这里平方多重相关性，指的是该项与剩余项之间的复相关系数。

其他常用信度系数介绍

概化理论SPSS中的实现

结果解释

项目反应理论（item response theory，IRT）

又称为潜在特质理论（latent trait theory）或项目特征曲线理论（item characteristic curse theory），是为了克服概化理论的局限而提出的测验理论，描述了每一个特定能力水平的受测者答对或答错该项目的概率，出发点是如何测量潜在特质【指个体所特有的相对稳定的行为方式，也称为心理特质（trait）】。

该操作需要R插件，故后续考虑用编程来实现。