SPSS詳細教程：信度分析之克朗巴哈係數（Cronbach's α）

2020-10-06 醫咖會

信度最早由斯皮爾曼(Spearman)於1904年將其引入心理測量，指的是測驗結果的一致性程度或可靠性程度。根據所關心的重點不同，信度可分為內在和外在信度兩類。

內在信度指調查表中的一組問題是否測量的是同一個概念，也就是這些問題之間的內在一致性如何。最常用的內在信度指標為克朗巴哈係數和折半信度。最常用的外在信度指標是重測信度，即用同一問卷在不同時間對同一對象進行重複測量，然後計算一致程度。[1]

今天這篇文章，我們就來講一講克朗巴哈係數的SPSS分析過程。

1、問題與數據

某研究者擬調查患者滿意度，設計了一個共包含10個題目的調查問卷，在醫院隨機攔訪患者共292人。每一個題目都是根據Likert 7級量表進行測量的，將「非常不滿意」「不滿意」、「有些不滿意」、「無法確定」、「有些滿意」、「滿意」、「非常滿意」分別賦值1分到7分。研究者想要分析這10個題目的一致性，部分數據如圖1。

圖1 部分數據

2、對問題的分析

在實際研究中，很多事物或態度是不能直接被測量的，研究者們常設計一組題目間接反映它們的真實情況。但這些題目是否可以實現研究目的，就需要我們通過統計手段進一步分析了。如在本研究中，研究者設計了測量患者滿意度的10個題目，並希望判斷它們的一致性。針對這種情況，我們可以使用Cronbach's α分析。

Cronbach's α分析主要用於評價連續變量和有序分類變量的一致性，適用於本研究的研究數據。

3、SPSS操作

在主界面點擊Analyze→Scale→Reliability Analysis，將變量Q1- Q10放入Items框內，設置Model為Alpha，一般SPSS的默認設置為Alpha，如圖2。

圖2 Reliability Analysis

點擊Statistics，在Descriptives for中點選Item，Scale和Scale if item deleted，在Inter Item中點選Correlations，Continue→OK。如圖33。

圖3 Reliability Analysis: Statistics

4、結果解釋

4.1 總體結果

SPSS輸出的Cronbach's α檢驗結果包括很多。其中，第一個表格為Case Processing Summary，如圖4。

圖4 Case Processing Summary

從表中可以看出，本研究共有292例有效數據（Valid行），沒有缺失（Excluded行），總樣本量為292例（Total行）。

Cronbach's α係數的結果如圖5。

圖5 Reliability Statistics

本研究中測量患者滿意度的10個題目的Cronbach's α係數值為0.741，提示這10個題目具有較高的內在一致性。一般來說，條目的一致程度與測量內容有關，Cronbach's α係數值越大提示內在一致性越強。既往研究認為，只要Cronbach's α係數大於0.7，我們就認為條目之間的一致性較好。

標準化Cronbach's α係數（「Cronbach's Alpha Based on Standardized Items」欄）是指用方差為1標化所有條目後計算的Cronbach's α係數，也稱為Spearman-Brown stepped-up reliability coefficient。

4.2 分條目結果

Item Statistics輸出結果如圖6。

圖6 Item Statistics

在本研究中，我們將每個條目分成Likert 7級，並分別給每個級別賦值。以Q9為例，該條目的平均值為5.10，標準差為1.32，例數為292。由此可見，Q9的平均回答接近「有些滿意（賦值為5）」。匯總各條目後，結果如圖7。

圖7 Scale Statistics

匯總Q1-Q10共10個條目後，均值為40.61，方差為45.53，標準差為6.75。當各條目例數一樣時，匯總後的平均值就等於各條目均值的直接加和。

Item-Total Statistics表中，前兩欄（Scale Mean if Item Deleted和Scale Variance if Item Deleted）分別是每當剔除一個條目後總條目的均值和方差。仍以Q9舉例，如果剔除該條目，總條目的均值為35.51，剛好等於40.61-5.10，即未剔除該條目前的總均值與該條目均值的差。

每當剔除某一條目後，Cronbach's α係數的變化如圖8。

圖8 Item-Total Statistics

從Cronbach's Alpha if Item Deleted欄可以看出，當剔除Q9條目，Cronbach's α係數從原來的0.741增加至0.757。

Cronbach's Alpha if Item Deleted欄只標註每次剔除一個條目的情況。如果我們需要考慮同時剔除多個條目的情況，只能重複SPSS操作，逐步進行。

那麼，如何判斷是否應該剔除某個條目呢？上表Corrected Item-Total Correlation欄中的數據是指每一個特定條目與其他條目匯總的Pearson相關係數。以Q9為例，條目Q9與其他條目匯總結果的Pearson相關係數為0.160。一般來說，如果該指標小於0.3，我們就認為該條目與其他條目的相關性不強，可以剔除。在本研究中，Corrected Item-Total Correlation欄中Q9的數值小於0.3，可考慮剔除該條目。

如果Pearson相關係數出現負值，可能是由於變量賦值的順序不同導致的，大家需要根據專業要求對變量重新賦值。

Squared Multiple Correlation欄顯示的是以某一個特定條目為因變量，其他條目為自變量進行回歸的擬合程度，即R2值。該指標認為如果這些條目可以共同反映某一個潛在因素，他們之間一定可以互相解釋。仍以Q9為例，如果我們以Q9為因變量，其他題目為自變量進行多重線性回歸擬合，該回歸的R2值為0.321。經驗證，結果確實如圖9。

圖9 Model Summary

實際上，我們檢驗條目之間的一致性，就是希望條目的變異可以互相解釋。在本研究中，Squared Multiple Correlation欄中Q9的值為0.321，提示Q9的變異能被條目解釋的比例僅為32.1%。同時還要綜合其他指標的情況，來決定是否保留Q9。

5、撰寫結論

本研究採用自製問卷測量患者滿意度，問卷的10個問題具有較高的內在一致性（Cronbach's α為0.741）。

推薦醫咖會專欄課程《基金申請與標書撰寫入門課》！

講解基金申請前的科研思維培養、基金申請中的樣本量測算以及基金標書撰寫的核心要點。

使用電腦，打開醫咖會，觀看專欄視頻：

https://www.mediecogroup.com/zhuanlan/courses/37/

關注醫咖會，及時獲取最新統計教程

相關焦點

  • SPSS詳細教程:信度分析之克朗巴哈係數(Cronbach's α)
    根據所關心的重點不同，信度可分為內在和外在信度兩類。內在信度指調查表中的一組問題是否測量的是同一個概念，也就是這些問題之間的內在一致性如何。最常用的內在信度指標為克朗巴哈係數和折半信度。最常用的外在信度指標是重測信度，即用同一問卷在不同時間對同一對象進行重複測量，然後計算一致程度。[1]今天這篇文章，我們就來講一講克朗巴哈係數的SPSS分析過程。
  • SPSS操作:問卷的信度分析『克朗巴哈係數(Cronbach's α)』
    根據所關心的重點不同，信度可分為內在和外在信度兩類。內在信度指調查表中的一組問題是否測量的是同一個概念，也就是這些問題之間的內在一致性如何。最常用的內在信度指標為克朗巴哈係數和折半信度。最常用的外在信度指標是重測信度，即用同一問卷在不同時間對同一對象進行重複測量，然後計算一致程度。[1]今天這篇文章，我們就來講一講克朗巴哈係數的SPSS分析過程。
  • SPSS分析技術(五):一文學會問卷信度分析
    信度是指由數量不定的題目所構成的測驗或問卷所測得的結果的穩定性和一致性，問卷信度分析的兩種形式：（1）內在信度分析；內在信度分析是調查問卷中的一組問題是否存在內在的一致性。通常採用Cronbach α係數和半分信度分析。（2）外在信度分析；外在信度則是分析同一份調查問卷在不同時間進行測量的結果是否存在一致性。最常用的外在信度分析方法時重測信度分析。
  • 如何用SPSS進行問卷的信度分析?
    根據所關心的重點不同，信度可分為內在和外在信度兩類。內在信度指調查表中的一組問題是否測量的是同一個概念，也就是這些問題之間的內在一致性如何。最常用的內在信度指標為克朗巴哈係數和折半信度。最常用的外在信度指標是重測信度，即用同一問卷在不同時間對同一對象進行重複測量，然後計算一致程度。[1]今天這篇文章，我們就來講一講克朗巴哈係數的SPSS分析過程。
  • SPSS教學|信度分析
    在問卷研究中，信效度分析總是不可避免的環節之一，那麼如何做一個更規範、有效的信度分析呢？今天我們就來講一講克隆巴赫係數（Cronbch's α）的SPSS分析過程。信度（Reliability）是指測驗結果的一致性程度或可靠性程度，最早由斯皮爾曼(Spearman)於1904年將其引入心理測量。根據所關心的重點不同，信度可分為內在和外在信度兩類。
  • 信度分析
    為了保證問卷具有較高的可靠性和有效性，在形成正式問卷之 前，應當對問卷進行試測，並對試測結果進行信度和效度分析，根據分析結果篩選問卷題項，調整問卷結構，從而提高問卷的 信度和效度。本節主要討論——信度。信度分析是一種測度綜合評價體系是否具有一定穩定性和可靠性的有效分析方法。採用同樣的方法對同一對象重複測量時所得結果的一致性程度。
  • SPSS分析技術:問卷(試卷)的信度分析;以某機構的《英語學習策略》問卷調查數據為例
    因為問卷調查在社會生活中運用十分廣泛，所以問卷設計的合理與否將直接關係到採集的數據的可靠性，從而影響分析結果的可信度和可用性。要想取得可信度很高的統計分析結果，必須要有可信度很高的問卷，這就涉及到問卷的信度分析問題。信度是判斷問卷或考卷編制優劣的一個重要指標，通常，信度係數越高，說明問卷（試卷）越科學合理，測試結果越可靠。
  • 如何在spss中計算Cronbach's α ?
    Cronbach’s α ：克隆巴赫係數（英語：Cronbach's alpha），又稱 alpha
  • SPSS中的數據分析—信度效度檢驗
    最後我們只需要針對問卷所取得的數據進行分析，就基本上能夠得到我們所需要的調查結果了。信度效度檢驗其實是兩個檢驗，一個是信度檢驗，另一個是效度檢驗。兩個檢驗方式是相互獨立的，但是檢驗結果又是相輔相成的，需要一起拿來做分析才能得出我們想要的結果。
  • SPSS中的數據分析—信度效度檢驗「1」
    今天咱們換個口味，給大家講一下關於SPSS中的數據分析——信度效度檢驗。 現階段正處在畢業季階段，很多同學可能都正在忙著去弄自己的論文和答辯（不知道大家在翟天臨上熱搜這個事情上有沒有做出過一定貢獻），很多時候我們在寫論文答辯甚至於其他課題研究的時候都會選擇用問卷這種形式來收集數據。
  • SPSS中的數據分析—信度效度檢驗[2]
    ——信度較度檢驗]跟大家分享了在SPSS中如何對量表問卷進行信度檢驗，我們通過文章了解到了問卷的信度檢驗是通過Cronbach's α(克朗巴哈)係數法來檢測數據的信度，同時結果顯示我們用來進行展示的數據是已經通過了信度檢驗。
  • SPSS教程4:可靠性檢驗(α係數)
    在α係數檢驗量表的信度時，是需要保持量表的所有項目方向是一致性的。因此尤為需要注意的是將量表中反向計分題進行逆轉之後再和其他項目一起進行信度檢驗，千萬不能放原反向題。注意：同時需要提一下的是，反向計分題逆轉之後的所有操作，包括描述性統計和推斷性統計，都應該用逆轉後的題目，而不是原題。這個非常重要。
  • 克隆巴赫α信度係數的應用:優化指標體系(SPSS)
    量表信度的檢驗→（特殊問卷-量表「信度」的檢驗（SPSS：克隆巴赫α信度係數））本文重點：↓↓↓↓建立量表或評價指標體系初期，需要通過篩選指標、優化指標體系，以提高數據的信度，同時還可以使調查或實驗測試更容易實施。SPSS中就提供了根據克隆巴赫α係數篩選指標的方法。
  • SPSS數據分析問卷信度檢驗陳金文老師手把手教學
    陳金文老師手把手教學SPSS數據分析問卷信度檢驗調查問卷（或稱量表，常用的有李克特量表），其調查的結果的可靠性對於研究而言是起著成敗作用的
  • 醫學統計與R語言:Cronbach's α Coefficient
    微信公眾號：醫學統計與R語言簡介Cronbach's alpha  is a function
  • 測驗信度估計:從 α 係數到內部一致性信度
    為了推薦替代α係數的信度估計方法, 深入討論了與α 係數關係密切的同質性信度和內部一致性信度。在很一般的條件下, 證明了α 係數和同質性信度都不超過內部一致性信度, 後者不超過測驗信度, 說明內部一致性信度比較接近測驗信度。總結出一個測驗信度分析流程, 說明什麼情況下α 係數還有參考價值; 什麼情況下α 係數不再適用,應當使用內部一致性信度(文獻上也常稱為合成信度)。
  • 數據分析技術:信度與效度分析;信度和效度不僅僅能用於問卷分析!
    信度與效度的區別和聯繫可以用下面四幅圖表示：第一幅圖的彈孔是散布在整個靶圖上的，有兩個特點：1、點與點之間的距離很大，說明運動員的穩定性差；2、幾乎沒有彈孔落在靶心，說明運動員的準確性也差。說明該射擊運動員既沒有穩定性，也沒有準確性。如果將每個彈孔看作一個數據信息（個案），那麼該數據集合是既沒有信度（穩定性）也沒有效度（準確性）。
  • 如何用SPSS分析問卷的信度
    因此，一份編制好的問卷在正式投入使用之前，必須進行預測，對測試結果進行信度、效度分析，並根據結果修改問卷，以確保其可靠性和有效性。本周歐老師向各位老師介紹——「如何用SPSS分析問卷的信度」信度是指測量的可靠性，指測量結果的穩定性或者一致性。信度分析即可靠性分析，在於檢驗測量本身是否穩定可靠。
  • SPSS超詳細教程:主成分分析
    此外，檢驗主成分分析數據結構的方法還有以下三種：用Kaiser-Meyer-Olkin (KMO)檢驗對數據的總體分析，KMO檢驗對各變量的單獨分析以及Bartlett's 檢驗 (Bartlett's test of sphericity)。接下來，我們將對這三種方法進行逐一介紹。
  • 同質性信度
    目前最常用的一致性方法是Cronbach’s信度係數法,它是測量一組同義或平行測"總和"的信度，公式為:a=[K/(K-1)][1-(∑S2i)/(S2x)]K為量表中題項的總數,S2i為第i題得分的題內方差,S2x為全部題項總得分的方差.當各題的相關程度越大時，Cronbach’s信度係數越大也就是說其內部的一致性信度越高。