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，是否能有效對應著研究人員的研究預期。
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。
什麼是李克特量表：設計問卷你還缺這一步
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，是指測量題項結果能夠反映預期因子（維度）的程度。
（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。
① 探索性因子分析
操作方法：使用SPSSAU[效度]或[因子]，放入量表題進行分析。
效度分析判斷標準：
（1）KMO值大於0.6
（2）題項在對應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
（4）共同度大於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。
② 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。
更為詳細的說明可以閱讀SPSSAU文章：
問卷一定要做效度分析嗎
實用教程！驗證性因子分析思路總結
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分析，才能得到較理想的結構效度。
如果使用的是已建成熟量表，理論維度都是已知的。但是探索性因子分析結果無法匹配原量表維度，建議直接使用驗證性因子分析CFA。