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。
某研究者為測量員工的工作動力、自主性、熱情和忠誠度設計了一個問卷，共包含25個題目。其中，第20-25題測量的是員工的工作熱情。在調查了315位員工之後，該研究者擬分析測量工作熱情的這6個題目的一致性，部分研究數據如下：
本研究中，每一個題目都是根據Likert 7級量表進性測量的，Variable View窗口展示如下：
每個題目的賦值情況如下：
在實際研究中，很多事物/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，研究者設計了間接測量員工工作熱情的6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。
解釋：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。
(1) 在主菜單點擊Analyze→Scale→Reliability Analysis
出現下圖：
(2) 將變量Qu20- Qu25放入Items框內
(3) 設置Model為Alpha。一般SPSS的默認設置為Alpha，若不是，應人為設置
注釋：Scale label是在結果輸出的時候，給這一組一致性檢驗添加的標籤。如果我們需要同時進行多組檢驗，我們一般需要添加標籤以示區分。但在本研究中我們只檢驗工作熱情一組變量的一致性，並不需要添加標籤。
(4) 點擊Statistics
(5) 在Descriptives for中點選Item，Scale和Scale if item deleted；在Inter Item中點選Correlations
(6) 點擊Continue→OK
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，如下：
從表中可以看出，本研究共有315例有效數據（「Valid」行），沒有缺失（「Excluded」行），總樣本量為315例（「Total」行）。
Cronbach's α係數的結果如下：
本研究中測量員工工作滿意度的Qu20-Qu25（共6條，「N of Items」）條目的Cronbach's α係數值為0.823，提示這6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，Cronbach's α係數大於0.7，可認為條目之間的一致性較好。
注釋：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
SPSS輸出結果如下：
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。比如我們給「非常同意」賦值為1，「非常不同意」賦值為7。以Qu20為例，該條目的平均值為3.9238，標準差為1.29695，例數為315。由此可見，Qu20的平均回答接近4，即「不確定(Undecided)」。
匯總各條目後，結果如下：
匯總Qu20-Qu25共6個條目後，均值為20.8000，方差為28.065，標準差為5.29764。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。本研究就屬於這種情況。
各條目的取捨情況如下：
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Qu20舉例，如果剔除該條目，總條目的均值為16.8762，剛好等於20.8000-3.9238，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係數的變化如下：
從Cronbach's Alpha if Item Deleted欄可以看出，當剔除Qu20條目，Cronbach's α係數從原來的0.823增加至0.838。再如，剔除Qu22條目後，Cronbach's α係數從原來的0.823降至0.789。
注釋：「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？
「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Qu20為例，條目Qu20與條目Qu21-25匯總結果的Pearson相關係數為0.394。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」欄的所有數值都大於0.3，即不需要剔除條目。
注釋：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Qu20為例，如果我們以Qu20為因變量，Qu21-25為自變量進行多重線性回歸擬合，該回歸的R2值為0.188。經驗證，結果確實如此：
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Qu20的值為0.188，提示Qu20的變異能被Qu21-25條目解釋的比例僅為18.8%。單看這一個指標，我們認為可以考慮剔除Qu20。但綜合其他指標的情況，本研究認為應暫時保留Qu20。
本研究採用自製問卷測量員工的工作情況。其中，測量員工工作熱情的條目有6個，具有較高的內在一致性（Cronbach's α為0.823）。
參考文獻
1. 張文彤主編. SPSS統計分析高級教程.
（如果你想使用文中數據進行練習，請隨時給小咖（微信：xys2016ykf）發消息，小咖將原始數據發給你。）
關注醫咖會，輕鬆學習統計學~
有臨床研究設計或統計學方面的難題？快加小咖個人微信（xys2016ykf），拉你進統計討論群和眾多熱愛研究的小夥伴們一起交流學習。如果想進群，添加小咖時請註明「加群」二字。
點擊左下角「閱讀原文」，看看醫咖會既往推送了哪些統計教程。