超全整理!你一定要知道的效度分析攻略

在問卷研究中，分析問卷信效度總是不可避免的環節之一。

尤其是效度分析過程，常常令研究人員頭痛不已。

如何更有效得到效度分析結果，避免無用功，今天我們就一起來探討討論。

本文從分析思路角度進行全面梳理，希望能夠讓大家對效度分析有更深入地理解。

1. 為什麼要做效度分析

效度檢驗即檢驗問卷有效性，簡單講，就是要確定設計的題項是否合理，是否能有效反應研究人員的研究目標。

需要注意一點，問卷中會有多種類型的問題，比如單選題、多選題、填空題等。而效度分析主要針對量表題。

2. 效度分類

效度可以分為三類：內容效度、效標效度、結構效度。

內容效度，檢驗問卷內容是否符合研究目的和要求。

效標效度，問卷測量結果與效標的相關程度。

結構效度，是研究因子與測量項的對應關係是否符合預期。

（1）內容效度

常用的檢驗效度的方法，主要通過文字描述量表的有效性。

如何進行內容效度檢驗：具體分析時建議按以下幾點分別說明，從各個角度論證問卷設計的合理性：

第一：用文字描述問卷的設計過程，包括問題設計與思路如何保持一致性；

第二：用文字描述問卷設計的參考依據，比如參考某某文獻設計問卷等；

第三：用文字描述問卷設計的過程，比如是否進行過預測試，對問卷進行過哪些修改處理等，修正的原因等；

第四：用文字描述專家或同行的認可性，比如問卷設計經過某指導教授或老師的認可，也或者相關專業人士（比如學長同學等）進行過溝通修改等。

第五：其它可用於論證問卷設計合理的說明等。

（2）效標效度

效標效度是以經典量表的測量結果作為「金標準」，與當前數據得到的結果進行相關分析，如果相關係數值較高，則說明效標效度良好。

操作方法：首先確定效標，計算問卷測量得分，使用pearson相關分析，考察實測得分與效標得分兩組數據的相關性。

判斷標準：相關係數越大，代表相關性越高，效度越高。

（3）結構效度

問卷結構效度分析的常用方法有兩種：探索性因子分析、驗證性因子分析。

正常情況下，針對量表數據的效度分析，均需要使用探索性因子分析進行效度的驗證說明，並且配合內容效度進行綜合說明。

探索性因子分析

操作方法：使用SPSSAU[效度]或[因子]功能進行分析，放入量表題項。

效度分析判斷標準：

（1）KMO值大於0.6

（2）題項在該因子上的因子載荷係數大於0.4

（3）不存在題項與因子對應關係出現嚴重偏差

（2）共同度沒有小於0.4

（5）累積方差解釋率大於50%

效度分析一般需要經歷多次分析，如果最終得到的結果能夠滿足以上標準，則說明維度劃分比較合理，具有良好的結構效度。

SPSSSAU會自動標出載荷係數絕對值大於0.4，共同度小於0.4的數據，便於研究者進行處理。

驗證性因子分析

驗證性因子分析可用於驗證聚合效度和區分效度。

操作方法：同一因子下的所有題項需放入同一個分析框裡，以此類推，有幾個維度就分別放入幾個分析框。

判斷標準：AVE和CR是聚合效度常用指標，通常情況下AVE大於0.5且CR值大於0.7，則說明聚合效度較高。

區分效度可通過對比AVE平方根與相關關係值進行檢驗。如果AVE平方根大於相關係數值，則說明區分效度良好。

3. 常見問題

確定問卷具有良好的效度是問卷研究的必要前提，但同時想要得到良好的效度並不容易。

有一些在做效度分析時的常見問題，SPSSAU在這裡進行統一整理：

同時可以查看SPSSAU-效度分析幫助手冊，裡面有更詳細地介紹效度不達標時應該如何處理。

4. 分析思路

從分析角度看，為保證問卷質量，通常會在正式調研前，進行預調查，即小規模發放問卷，根據調研的信效度結果對問卷題項做調整，然後在進行正式調研。

預調研和正式調研中均需要進行效度檢驗。

總結

效度分析一般需要經歷多次重複分析。在題項與維度對應基本清晰，且符合專業意義時，才能說明問卷有較為良好的效度。

如果使用的是已有的成熟量表，理論維度都是已知的，建議直接使用驗證性因子分析CFA檢驗效度。