1樓：匿名使用者
首先分析kmo值； 接著分析題項與因子的對應關係，如果因子與題項對應關係與預期不符，再考慮刪除題項重新分析，如果kmo達標以及題項與因子對應關係與預期基本吻合，就說明效度良好。
2樓：郭某人來此
相信你也知道，效度是指，測量工具能確切測得其所欲測量的特質之程度，它的測定大體可以分為內容效度(表面效度)、準則效度(效標效度)和建構效度三種。
例如，你除了手頭上的量表，還同時用了其他的測量方法(methods)測量量表中的特質(traits)，那麼，你可藉建構多重方法多重特質矩陣(multitrait-multimethod matrix)以檢測其效度，其中所用的統計技術只需相關係數(relation coefficient)就可以了。
又例如：你手頭上的量表有一定的邏輯結構，你想從量表大堆題目(items)中抽出有用的因子或元素，或者要驗證量表題目的歸類是否與量表本身的結構相符，以檢測其建構效度，那麼，可透過因子分析(factor analysis)技術來進行。
就以這個因子分析的統計過程來論，它看似簡單，把題目送進spss執行，再轉軸，之後系統自然會跑出一些因子負荷出來；但其間選用哪一種抽取因子方法、因子數目的判斷、轉軸與否及轉軸方法的選用、因素的解釋與命名等等，須視乎你量表本身的邏輯以及背後的理論基礎。
這不是三言兩語能說清的，建議你到圖書館找本書來看看。至於spss的實務操作，應該不太難，網上也有一大堆教程，下面這個是最常見，你不妨看看。
最後，建議你先做信度分析，信度是效度的必要條件，在信度低的情況下，效度不可能高。
如何用spss做問卷的結構效度分析？
3樓：冷豔綠子
首先必須要做kmo和bartlett球形檢驗,這個你應該會了吧,如果這兩個檢驗合格的話說明資料是適合做因子分析的。
然後提取因子後，看主因子解釋總變異的百分比和個因子的因子載荷，主因子解釋總變異一般若大於60%的和因子載荷大於0.6的話說明結構效度很好。
ps: ,如果題目沒有規定就是選特徵值大於1的,如果題目事先要提取幾個因子,那麼在操作的時候,用spss那個因子分析的選項裡面有一個地方可以著名，因子載荷在輸出的結果直接可以看到（rotated compoment matrpx),一定要是旋轉後的因子載荷
如何使用spss進行問卷效度和信度分析
4樓：匿名使用者
如何進行bai信度分析？
一、首先du
確定zhi維度與題項的對應關
dao系，使用spssau的'信度版'，以維度為單位進行分權析。
二、根據cronbach α係數判斷，問卷量表信度質量。
三、將各個維度對應的信度分析結果整理匯
5樓：匿名使用者
漢朝末年黃巾起義形勢漢朝末年黃巾起義形勢
6樓：匿名使用者
效度：1、內容效bai度，一般不需要計算du2、結zhi構效度：spss裡只能做因子dao分析內或相關分析3、效標關聯效度：一容
般用相關
信度：1、重測信度或複本信度，看資料型別，一般用積差相關或等級相關，spss在相關分析選單中
2、內在一致性信度：
（1）分半信度（2）同質信度，都在可靠性分析選單中，做分半信度或α係數
3、評分者信度，看資料型別，積差相關、等級相關、α係數、kandall w係數。
用spss進行效度分析?
7樓：迴轉陌路
相關分析是指兩個變數之間是否存在相互依存的關係，比如學生的語文成績和歷史成績之間是否存在正向的相互依存的關係，即是否學生語文成績越好，歷史成績也會越好。相關分析是迴歸分析的前提條件，在具體的研究中只有變數之間相關顯著，才有可能做進一步的迴歸分析，這在中介作用檢驗中是必須的前提步驟。
效度即是指資料測量的準確性。即測量結果的和所需要考察的內容的吻合度。一般在做研究時要報告資料的信效度以確定接下來一系列研究是否可信可行。
在統計學中有很多種測量效度的標準和方法，比如效標效度，聚合（收斂）和區分效度，結構效度。
8樓：匿名使用者
我暈死，我寫了很多，但是沒有顯示出來。。。
因子分析的效度分析主要的指標可以看，因子提取的方差累積貢獻率，如果因子提取的越少且方差累積率又不低的話（一般如果2個因子達到40%以上的貢獻率就算可以的了），就可以認為因子分析的效度還可以。
除此之外，你可以用因子分析裡面descriotives裡面kmo和巴特利檢驗（battele，不知道是不是這樣寫的），kmo的值如果》0.5，則說明因子分析的效度還行，可以進行因子分析；另外，如果巴特利檢驗的p<0.001，說明因子的相關係數矩陣非單位矩陣，能夠提取最少的因子同時又能解釋大部分的方差，即效度可以。
9樓：伍馥樹高邈
旋轉那個可以不旋轉，如果做出來結構不清晰再重新試著旋轉一下，一般選方差最**（varimax）就可以，「抽取」選項裡面選擇碎石圖（根據這個可以配合方差貢獻率的表決定抽幾個因子），還有個選項是固定抽因子，一般是預設特徵值大於1的，但你也可以自己指定抽取因子的個數；「選項」裡面選取消小系數，這樣因子載荷太低的題目就不會顯示，這樣因子結構更清晰。
報表結果主要是看kmo，bartlett檢驗，總變異解釋（方差貢獻率），碎石圖，主成分矩陣，旋轉後的主成分矩陣這些
10樓：牛奶雞蛋酥酥
用各變數間的相關檢驗量表的內容效度，根據各變數與總分的相關是否超過各變數間的相關檢驗量表的結構效度。
各項變數之間的相關大於.40；各因子分與總分的相關也大於.40，且均大於各項因子之間的相關。表明問卷在本次調查中具有較好的內容效度和結構效度。
具體操作是analyze>correlate>bivariate correlations。
用spss做效度分析怎麼做
11樓：卯靈祈冰彥
問卷的效度有不同種類，分為內容效度（content
validity）、效標效度（criterion
validity）和結構效度（construct
validity）三個主要型別。
內容效度也稱表面效度或邏輯效度，是指測量目標與測量內容之間的適合性與相符性。對內容效度常採用邏輯分析與統計分析相結合的方法進行評價。邏輯分析一般由研究者或專家評判所選題項是否「看上去」符合測量的目的和要求。
準則效度又稱效標效度、實證效度、統計效度、**效度或標準關聯效度，是指用不同的幾種測量方式或不同的指標對同一變數進行測量，並將其中的一種方式作為準則（效標），用其他的方式或指標與這個準則作比較，如果其他方式或指標也有效，那麼這個測量即具備效標效度。例如，是一個變數，我們使用、兩種工具進行測量。如果使用作為準則，並且和高度相關，我們就說也是具有很高的效度。
當然，使用這種方法的關鍵在於作為準則的測量方式或指標一定要是有效的，否則越比越差。現實中，我們評價效標效度的方法是相關分析或差異顯著性檢驗，但是在調查問卷的效度分析中，選擇一個合適的準則往往十分困難，也使這種方法的應用受到一定限制。
結構效度也稱構想效度、建構效度或理論效度，是指測量工具反映概念和命題的內部結構的程度，也就是說如果問卷調查結果能夠測量其理論特徵，使調查結果與理論預期一致，就認為資料是具有結構效度的。它一般是通過測量結果與理論假設相比較來檢驗的。確定結構效度的基本步驟是，首先從某一理論出發，提出關於特質的假設，然後設計和編制測量並進行施測，最後對測量的結果採用相關分析或因子分析等方法進行分析，驗證其與理論假設的相符程度。
在實際操作的過程中，前面兩種效度（內容效度和準則效度）往往要求專家定性研究或具有公認的效標測量，因而難以實現的，而結構效度便於可以採用多種方法來實現：
第一種方法是通過模型係數評價結構效度。如果模型假設的潛變數之間的關係以及潛變數與可測變數之間的關係合理，非標準化係數應當具有顯著的統計意義。特別地，通過標準化係數[1]可以比較不同指標間的效度。
第二種方法是通過相關係數評價結構效度。如果在理論模型中潛變數之間存在相關關係，可以通過潛變數的相關係數來評價結構效度：顯著的相關係數說明理論模型假設成立，具有較好的結構效度。
第三種方法是先構建理論模型，通過驗證性因子分析的模型擬合情況來對量表的結構效度進行考評。因此資料的效度檢驗就轉化為結構方程模型評價中的模型擬合指數評價
12樓：呂秀才
效度有很多中，有效標效度、結構效度、內容效度等
所謂內容效度 就是指你的問卷內容 是否反映了你所調研的內容，這個通常是通過專家評審來體現的，不用量化分析
效標效度 是指問卷題目與某個已經明確有效的標的目標之間是否有顯著的相關性，這個首先需要確定效標，然後採用相關分析 來分析 問卷題目與效標題目之間的相關性大小就可以體現
最後是結構效度，分兩種方法，一種是探索性結構效度，即事先沒有結構維度的分類，然後用spss通過探索性因子分析來 探索問卷的結構維度； 另一種是驗證性結構效度，即事先已經有假設或者分好的維度結構，然後通過amos軟體 來做驗證性因子分析 來驗證事先分好的維度結構是否有效等。
所以要看你想要做的效度分析，一般spss 通常都是做探索性因子分析 來做探索性結構效度
初學spss，請問效度檢驗中的這四個表怎麼看，是什麼意思？
13樓：墨汁諾
第一個表，kmo=0.602，kmo大於0.7才適合進行因子分析。
第二個表，叫共同度，是說被提取的資訊量，比如第二個數0.69，說明主成分提取了c2的69%的資訊。
第三個表，最重要的，提取了一個主成分，即一個因子。最後一個數是48.9%，也說明不適合做因子分析，因子分析一般要求累計提取資訊量在85%以上。
第四個表，是載荷矩陣。可以用它求特徵向量。
如果前k個主成分的貢獻率達到85%，表明前k個主成分基本包含了全部測量指標所具有的資訊，這樣既減少了變數的個數，又便於對實際問題的分析和研究。
第四個表能不能詳細說明一下，這是因子載荷矩陣，顯示的是各因子在各變數上的載荷，即是各因子對各變數的影響度。比如，第1個數是0.867，表明：
zc1=0.867f1 + ε，很容易看出，0.867就是第一個主成分對標準化的變數zc1的影響度。
14樓：劉得意統計服務
kmo=0.602,不太好 ，一般來說，kmo大於0.7才適合進行因子分析。
第二個表，叫共同度，是說被提取的資訊量，比如第二個數0.69，說明主成分提取了c2的69%的資訊。
第三個表，最重要的，提取了一個主成分，即一個因子。最後一個數是48.9%，也說明不適合做因子分析，因子分析一般要求累計提取資訊量在85%以上。
第四個表，是載荷矩陣。可以用它求特徵向量。
若有幫助，請及時採納，謝謝。
統計人劉得意
如何用spss做問卷的結構效度分析
冷豔綠子 首先必須要做kmo和bartlett球形檢驗,這個你應該會了吧,如果這兩個檢驗合格的話說明資料是適合做因子分析的。然後提取因子後，看主因子解釋總變異的百分比和個因子的因子載荷，主因子解釋總變異一般若大於60 的和因子載荷大於0.6的話說明結構效度很好。ps 如果題目沒有規定就是選特徵值大於...
SPSS如何分維度分析，SPSS分析量表中各維度的得分如何處理？
可以計算維度平均值，把多個指標合併成一個維度後，再用維度項與性別項進行分析。針對問卷量表資料，同時幾個題表示一個維度。比如想要將 我在工作中能獲得成就感 我可以在工作中發揮個人的才能 這兩題合併成一個維度 影響因素 可以通過spssau的 生成變數 功能計算均值，生成新的變數用於後續分析。操作步驟 ...
如何用SPSS分析三組資料，怎麼用spss分析三組資料的差異是否顯著？
進行偏相關分析的變數必須是正態分佈，各因素之間應該有關聯。如果不滿足上述條件應該進行轉換。在spss的analyze correlate partial correlations開啟，將兩個或兩個以上的變數移入varables，至少一個控制變數移入controlling for欄，ok按鈕即可。 做...