信度分析
# 信度分析
# 1、作用
信度分析主要用来考察问卷中量表所测结果的稳定性以及一致性，即用于检验问卷中量表样本是否可靠可信。量表题型就是问题的选项，是分陈述等级进行设置的。比如我们对手机的喜爱从非常喜欢到不喜欢这个程度的变化。在量表里面最出名的就是李克特 5 级量表，在这种量表的选项里面主要是分为'非常同意'、'同意'、'不一定'、'不同意'、'非常不同意'五种回答，分别记为 5、4、3、2、1。
# 2、输入输出描述
输入：至少两项或以上的定量变量或有序的定类变量，一般要求数据为量表量数据
输出：收集问卷量表的信度是否可靠
# 3、案例示例
示例：测量收集到的现有的一个由 12 个量表题客户满意度量表，测量是否结果可靠
# 4、案例数据
信度分析案例数据
# 5、案例操作
Step1：新建项目；
Step2：上传数据；
Step3：选择对应数据打开后进行预览，确认无误后点击开始分析；
step4：选择【信度分析】；
step5：查看对应的数据数据格式，【信度分析】要求输入数据为放入 [定量] 或有序的 [定类] 自变量 X（变量数 ≥2）
step6：点击【开始分析】，完成全部操作。
# 6、输出结果分析
输出结果 1：Cronbach’s α 系数表
| Cronbach α 系数 | 标准化 Cronbach α 系数 | 项数 | 样本数 |
|---|---|---|---|
| 0.607 | 0.637 | 5 | 200 |
图表说明：上表展示了模型的 Cronbach's α 系数的结果，包括 Cronbach α 系数值、标准化 Cronbach α 系数值、项数、样本数，用于测量数据的信度质量水平。模型的 Cronbach’s α 系数值为 0.607，说明该问卷的信度还可以接受
输出结果 2：删除分析项统计汇总
| 删除项后的平均值 | 删除项后的方差 | 删除的项与删除项后的总体的相关性 | 删除项后的 Cronbach α 系数 | |
|---|---|---|---|---|
| b1 | 17.525 | 2.040 | 0.470 | 0.502 |
| b2 | 17.610 | 2.048 | 0.399 | 0.534 |
| b3 | 18.375 | 2.467 | 0.056 | 0.718 |
| b4 | 17.830 | 1.810 | 0.443 | 0.505 |
| b5 | 17.480 | 2.030 | 0.570 | 0.466 |
图表说明：上表展示了模型的项总计统计的结果，删除的项与删除项后的总体的相关性和删除项后的 α 系数等指标，用于辅助判断量表题目是否应该进行修正处理。如项总计统计的结果显示，删除 b1 项后总体相关性(CITC)和删除项后的 α 系数这两个指标表现较好，可不对量表题目进行修正处理。删除 b3，其与删除后的总体相关性的值为 0.0556，小于判断标准 0.3，可考虑对将该项进行删除后重新分析。
# 7、注意事项
- 信度分析只针对问卷中的量表数据，其他数据如性别、年龄、学历等非量表数据不可以做信度；
- 信度分析时，如果分析项的 CITC 值（删除的项与删除项后的总体的相关性）很低，可以查看删除项后的 Cronbach α 系数是否提升，若该项明显上升，若有上升，后续所有的分析均应该以删除后作为标准进行；
# 8、模型理论
克隆巴赫系数（英语：Cronbach's alpha），又称 alpha 信度（alpha reliability），是检验信度的一种方法，由李·克隆巴赫在 1951 年提出。它克服了部分折半法的缺点，是目前社会科学研究最常使用的信度分析方法。 Cronbach α 信度系数是最常用的信度系数，其非标准化公式为：
σ2 j 为第 j 个条目的方差，σ2S 为各条目之和的方差。 从公式中可以看出，α 系数评价的是量表中各题项得分间的一致性，属于内在一致性系数。这种方法适用于态度、意见式问卷（量表）的信度分析。 基于 k 个条目的相关系数矩阵，设条目平均相关系数为 r, 标准化后 Cronbach alpha 系数，公式如下:
折半信度（split-half reliability）所用的折半法是将调查项目分为两半，计算两半得分的相关系数，进而估计整个量表的信度。折半信度属于内在一致性系数，测量的是两半题项得分间的一致性。这种方法一般不适用于事实式问卷（如年龄与性别无法相比），常用于态度、意见式问卷的信度分析。在问卷调查中，态度测量最常见的形式是 5 级李克特（Likert）量表。进行折半信度分析时，如果量表中含有反意题项，应先将反意题项的得分作逆向处理，以保证各题项得分方向的一致性，然后将全部题项按奇偶或前后分为尽可能相等的两半，计算二者的相关系数（rhh，即半个量表的信度系数），最后用斯皮尔曼-布朗（Spearman-Brown）公式：
其中 N = g /k，求出整个量表的信度系数。
心理计量中，对于同一个构念经常存在多道不同的题目，或甚至有多份不同的量表；不同题目或不同量表测出结果的一致性，以相关系数之期望值表示，就是它们的“alpha 信度”。 一般认为“alpha 信度”的值具有下列意义
| Cronbach's alpha | 内部一致性 |
|---|---|
| α ≥ 0.9 | Excellen |
| 0.9 > α ≥ 0.8 | Good |
| 0.8 > α ≥ 0.7 | Acceptable |
| 0.7 > α ≥ 0.6 | Questionable |
| 0.6 > α ≥ 0.5 | Poor |
| 0.5 > α | Unacceptable |
# 9、参考文献
[1] Scientific Platform Serving for Statistics Professional 2021. SPSSPRO. (Version 1.0.11)[Online Application Software]. Retrieved from https://www.spsspro.com.
[2]George, D., & Mallery, P. (2003). SPSS for Windows step by step: A simple guide and reference. 11.0 update (4th ed.). Boston: Allyn & Bacon.
[3]Zhu C W , Scarmeas N , Torgan R , et al. Clinical features associated with costs in early AD: baseline data from the
Predictors Study.[J](~public/img/. Neurology, 2006, 66(7):1021-8.