丹凤千字科普：信度和效度的区别（详细资料介绍）

信度与效度，乃是衡量量表质量不可或缺的两大指标。它们主要用来评估量表的可靠性与有效性。信度分析的方法主要有三种：Cronbachα信度系数法、折半信度法以及重测信度法。而效度的类型则分为四种：内容效度、结构效度、区分效度以及聚合效度。接下来，让我们逐一深入探讨这些方法与效度的具体内容。

一、信度分析

1. Cronbachα信度系数法

Cronbachα系数是目前最常被使用的信度系数。该方法主要评价量表中各题项得分间的一致性，属于内在一致性系数。它基于各项指标的方差和协方差，给出一个0到1之间的值，数值越大，表示内在信度越高。通过计算评估内部各项指标之间的相关性，以此来衡量信度。

其计算公式为：式中，k为测量的题目数；Si为第i题得分数的方差；Sx为测验总分的方差。

在具体操作中，我们需要将数据上传至SPSSAU系统，在【问卷研究】模块选择【信度】，具体选择Cronbachα系数。最终，信度分析以维度为单位进行分析，需将α系数值汇总整理成表格输出。

2. 折半信度

折半信度是指将全部题项按奇项、偶项或者其他标准分为尽可能相等的两半，然后计算两组题项之间的相关系数，再通过公式计算得到折半信度系数值。折半信度需要进行斯皮尔曼—布朗（Spearman-Brown）公式校正，以求出整个量表的信度系数rrt。

折半信度的操作步骤大致为：首先将数据上传至SPSSAU系统，然后在【问卷研究】模块选择【信度】，并选择折半系数。接着，观察并解读各项指标，如Cronbachα系数、折半系数等。

3. 重测信度

重测信度，又称为再测信度、稳定性系数。它是应用同一测验方法，对同一组被试者先后两次进行测查，然后计算两次测查结果的关系系数。这种方法能表示两次测试结果有无变动，反映了测验分数的稳定程度。

二、效度分析

1. 内容效度

内容效度分析主要是对问卷中测量量表题的合理性进行说明。它主要描述问卷中测量量表题是否有着严谨的参考依据，问卷设计是否得到专家的认可、是否对问卷进行修正等。

在具体分析过程中，通常需要文字叙述形式对问卷的合理性、科学性进行详细说明。

2. 结构效度

结构效度主要通过探索性因子分析（EFA）进行验证。如果题项与变量对应关系基本与预期一致，那么就说明结构效度良好。

具体分析步骤包括：首先分析KMO值；然后分析题项与因子的对应关系；如果对应关系与研究心理预期基本一致，则说明效度良好。如果效度不佳或因子与题项对应关系与预期严重不符，可以考虑对题项进行删除。

在操作上，将数据上传至SPSSAU系统，在【问卷研究】模块选择【效度】，将所有题项拖拽到右侧分析框，选择维度，即可得到分析结果。

3. 区分效度

区分效度强调本不应该在同一因子的测量项确实不在同一因子下面。例如，测量项A1和B1分别测量两个属性，应该分属于因子A和因子B中。如果确实是这样，那么说明区分效度高。

常用的检验方法包括E平方聚合效度（convergent validity），又被称为收敛效度，是衡量同一变量测量工具集中，其测量项能否共同落定在相同因子上的一种验证方法。

想要了解其真正意义，就如同思考为何同一块石头被多把不同测量工具所测量的结果，应该落在同一块石头上一样。这表示，对于同一变量的测量题目之间，应当存在高度的相关性。从题项的角度来看，聚合效度要求同一维度下的所有题项之间应具有较高的相关性。进行聚合效度分析的主要目的，即在于检验同一变量不同指标之间的相关程度是否紧密。

（检验方法）

为了检验聚合效度，我们通常采用两种方法：其一，标准载荷系数值若能保持在0.7以上则最为理想，但若值大于0.5也是可接受的；其二，则是根据E和CR指标来判断。当E值超过0.5且CR值大于0.7时，可以认为聚合效度较高。

标准载荷系数

因子载荷系数的统计意义代表的是变量与公共因子之间的相关系数。它的值域为[-1, 1]，若其绝对值越接近于1，那么变量与公共因子之间的关系就更为密切。经过标准化处理后的因子载荷系数即为标准载荷系数。在验证性因子分析中，我们通过标准载荷系数来判断聚合效度。当各个测量项的标准载荷系数值达到或超过0.7时，说明该量表的聚合效度较好；若放宽标准至0.5以上，则在某些社会学科研究领域中的量表因子载荷量也能接受。

通过对表格中的数据进行分析：除D3以外，其余的标凈载荷系数值均在0.7以上，这表明该量表的聚合效度较高。

E和CR指标

E（平均方差萃取）是衡量聚合效度的另一关键指标。计算公式为E = Average (loading的平方和)。Loadings即是标准化后的载荷系数。依据此公式可知，当loading（标准载荷系数）的值越大时，E值也就越高，相应地表明聚合效度也就更高。普遍认为，E值超过0.5是比较理想的状态。

CR（组合信度）则是反映测量工具内部一致性的重要指标。其计算公式为CR = Sum(loading)^2 / [sum(loading)^2 + sum(e)]，其中e代表残差的标准载荷系数。从公式中可以理解到，当标准载荷系数越大时，CR值也越大，进而表示聚合效度更高。通常认为CR值大于0.7为佳。

当E值大于0.5且CR值大于0.7时，说明所使用的量表具有较高的聚合效度。