效度分析用于研究题是否有效地表达研究变量或维度的概念信息，通俗地讲，即研究题设计是否合理或题表示某个变量是否合适。一般状况下，效度分析只能分析量表题。
微信
针对效度分析，一般会使用内容效度分析和结构效度分析（探索性因子分析、验证性因子分析）进行效度分析。效度分析类型以下所示。app
效度分析类型编辑器
效度分析类型测试 |
说 明flex |
内容效度分析编码 |
使用文字描述量表设计的合理性url |
结构效度分析（探索性因子分析EFA）spa |
探索性因子分析结果，与专业预期进行对比.net |
结构效度分析（验证性因子分析CFA）设计 |
验证性因子分析判断量表是否合理 |
1
效度分析基本说明
效度分析的目的在于判断研究题是否能够有效地测量研究人员须要测量的变量，通俗来说就是测量问卷题是否准确有效。
当信度分析不达标时，效度分析必然也不能达标。效度分析常见的有内容效度分析、结构效度分析，建议研究人员经过内容效度分析和结构效度分析这两方面对问卷进行效度分析，以下图所示。
效度分析分类
（1）内容效度分析。内容效度分析是指问卷题对相关概念测量的适用性状况，简单来说，即题设计的合理性状况。内容效度分析能够从两个方面进行说明。
第一，专家判断。专家具备权威性，所以若是专家对问卷进行判断并得出确定，那么能够说明问卷具备有效性。此处的专家是指行业内专家或参考量表、权威来源等。
第二，问卷预测试。针对预测试数据进行分析，并结合分析结论对问题或选项进行修正，此处理过程可用于论证问卷设计的有效性。
（2）结构效度分析。结构效度分析指测量题与测量变量之间的对应关系。其测量方法有两种，一种是探索性因子分析，另外一种是验证性因子分析。
探索性因子分析是当前使用最普遍一种结构效度分析测量方法，此方法能够经过SPSSAU或SPSS软件实现。其实现方法与探索性因子分析的探索因子操做步骤类似，只是在进行具体文字分析时会侧重于对效度的说明。
分析时，应该以量表为准，对变量和量表分别进行分析（如分别针对自变量X、因变量Y进行），而不能将全部变量和量表放在一块儿进行探索性因子分析。
分析步骤
使用探索性因子分析进行结构效度分析测量时：
（最为简单的效度分析是直接对每一个变量进行探索性因子分析，而且经过KMO值判断，不须要判断题与因子对应关系等状况，可是此种判断方法过于简单，使用较少）
验证性因子分析须要借助SPSSAU、AMOS或LISREL等软件进行测量，其对问卷量表质量、样本量和样本质量均有着较高的要求。若是问卷量表质量并不是很高或样本量较少（低于200个），那么验证性因子分析进行的结构效度分析测量就很难达标。
2
如何使用SPSSAU进行分析
关于效度的操做上，SPSSAU操做分为2步，以下：
Step1：点开“问卷研究”模块里面的“效度”，（固然也可使用SPSSAU“进阶方法”模块里面的“因子”即探索性因子分析）。
Step2：将分析项拖拽到右侧杠中，而且设置专业预期的维度个数（因子个数）。以下图：
完成上两步操做以后，直接“开始分析”便可获得结果，相似以下图：
效度分析是一个来回重复的过程，若是项与因子的对应关系状况不符合预期，一般须要删除掉对应出错的项，而后再次重复分析，直至项与因子的对应关系状况和专业预期保持一致。
3
效度不达标如何办
其实效度的测量和SPSSAU软件操做都是很是简单的，SPSSAU上‘拖拽点一下’就获得智能分析结果，指标值如何，是否达标等都直接分析出来了。但当出问题时，SPSSAU会告诉结果不达标，关键在于如何让效度达标。
接下来从5个角度去剖析数据不达标的处理。
第1点：KMO值太低？
共同度(公因子方差)值表示信息的提取量，该值介于0~1之间，越大说明信息提取量越大，若是该值小于0.4那确定须要删除掉，有时候小于0.5都会删除掉。SPSSAU默认直接就提供此指标，而且自动化标识出有问题的项。移除共同度值较低项后再次分析便可。
特别提示，若是分析项仅2个，KMO值确定是为0.5，此时不须要理会它便可。
第2点：对应关系出错？
效度分析时，最关键的地方在于因子和分析项的对应关系状况，与专业预期须要一致，这样就能证实效度高。出现对应关系出错时，即‘张冠李戴’时，直接把出现对应出错的项移除出去再次分析。不少时候会出现问题，好比移除A也能够，移除B也能够，此时就须要来回屡次对比，重复不少次分析，找出最佳结果便可。
固然若是最终仍是不能够，建议可考虑直接以KMO值做为断定效度的标准，直接看KMO值用于断定效度，这种作法相对较为简单，但也不失为一种处理办法。
同时也能够考虑以一个变量做为单位进行效度分析，这种作法是避开因子与分析项的对应关系，直接假定某因子与不少项有着对应关系。
第3点：因子个数与预期不符？
SPSSAU默承认以设置因子个数，即维度个数。通常进行效度分析时，都须要设置因子（维度）个数，由于这表明预期的个数，只有研究本人才知道分析项分红几个因子。
除此以外，从数理角度是建议以特征根大于1做为因子个数的提取标准，但作效度分析时，一般是以专业角度的因子个数为准，因此直接在SPSSAU里面本身设置因子（维度）个数便可，而不须要对特征根进行判断。
第4点：反向题问题？
若是出现反向题，一般状况下可反向处理，使用SPSSAU数据处理里面的数据编码，批量一次性处理便可。固然若是不处理也能够，由于效度分析时，载荷系数值是看绝对值便可。
第5点：自变量和因变量分别进行？
效度分析时，通常状况下，自变量和因变量是彻底分开进行的，为何须要这样呢，多数状况下自变量和因变量有着相关关系，若是放在一块儿进行，这自己就会对分析带来干扰，所以通常分别进行效度分析便可。
第6点：其它问题
效度分析还可能出现其它的问题，好比方差解释率太低，对应关系不管如何也不达标等，这多是因为样本量相对于分析项过少，通常但愿样本量是分析项的5倍以上较好。若是还有其它问题，建议查阅SPSSAU对应的说明便可。
END
本文分享自微信公众号 - SPSSAU（spssau）。
若有侵权，请联系 support@oschina.cn 删除。
本文参与“OSC源创计划”，欢迎正在阅读的你也加入，一块儿分享。