spss数据分析教程之SPSS信度分析和效度分析VIP免费

信度分析和效度分析数据计分方法说明类别小分类对应题项每题计分方法维度计分方法题项职业倦怠情感枯竭1-3题正向计分全部题项直接加总3去个性化4-6题正向计分全部题项直接加总3个人成就感7-10题逆向计分全部题项取倒数后加总4心理资本11-18题正向计分全部题项直接加总8组织气氛19-26题21题为逆向计分，其余题项正向计分21题取倒数后与其余题项加总8总体幸福感27-31题27题和31题为逆向计分，其余题项为正向计分27和31题取到术后与其余题项加总5整体问卷以上各个维度的总分直接加总31讲问卷调查的数据进行如上表的数据预处理后，接下来再进行如下分析。1信度分析这里有63份问卷，首先我们需要的判定的是问卷中的调查题目能否反映调查的目的和调查的意图，问卷中的各个问题是否测量了相同的内容和信息；同时对于调查问卷所得到的数据是否具有可靠性，就必须在对问卷分析之前做信度分析。信度本身与测量结果的正确与否无关，它的用途在于检测问卷本身的稳定性信度分析中常用Cronbachα系数的大小来衡量调查问卷的信度。一般而言，如果问卷的信度系数达到0.9以上，该问卷调查的信度就较好；信度系数在0.8以上，是不错的；一般认为试卷信度在0.5至0.9以内是合理的，如果信度系数低于0.5，则此问卷的调查结果就不可信了。将以上63份问卷的数据用SPSS21.0先进行标准化处理，再进行信度分析，其结果如表一所示：表一信度分析表类别Cronbach'sAlpha项数整体问卷.61731职业倦怠.82210心理资本.8018组织气氛.8378总体幸福感.6795表一显示，整体问卷和问卷中的各个维度的Cronbach'sAlpha系数值均大于0.6，所以可以推断此问卷的可信度一般，该评价问卷只具有很较高的内在一致性。2效度分析具备信度的问题不一定具备效度，因此做完信度分析，再用SPSS21.0对其进行效度分析。2.1因子模型适应性分析效度分析使用的是因子分析模型，在运用因子模型分析之前，首先要对问卷数据进行因子模型适应性分析，分析结果如下表所示：表二KMO和Bartlett的检验KMO和Bartlett的检验取样足够度的Kaiser-Meyer-Olkin度量。.657Bartlett的球形度检验近似卡方1187.636df465Sig..000由上表的数据可知，问卷数据的KMO值为0.657，并且通过了显著性水平为0.05的巴特利球型检验，说明问卷调查的数据非常适合做因子分析。2.2因子分析结果在进行了适应性检验之后，接下来就进行因子分析，其结果如下：表三方差贡献率解释的总方差成份初始特征值提取平方和载入旋转平方和载入合计方差的%累积%合计方差的%累积%合计方差的%累积%18.75228.23128.2318.75228.23128.2314.93715.92615.92623.25910.51438.7453.25910.51438.7453.76612.14828.07432.7158.75847.5032.7158.75847.5032.9969.66637.74042.2867.37454.8772.2867.37454.8772.7148.75646.49651.5164.89159.7681.5164.89159.7682.5848.33554.83161.3424.32864.0961.3424.32864.0962.0766.69761.52871.2524.03868.1341.2524.03868.1341.7095.51167.04081.0533.39871.5321.0533.39871.5321.3934.49271.5329.9583.08974.62010.8802.84077.46111.7622.45979.92012.7142.30282.22213.6842.20784.42914.6232.01186.44015.5801.87088.30916.5091.64289.95117.4491.44991.40018.3941.27292.67219.3421.10493.77720.289.93494.71021.276.89295.60222.258.83396.43523.204.65997.09424.184.59297.68625.171.55298.23926.148.47898.71727.121.39199.10828.101.32599.43329.079.25499.68730.058.18699.87331.039.127100.000提取方法：主成份分析。根据表三方差贡献率分析表可以知道，具备信度的31个问题一共可以提取8个主成分，这8个主因子解释的方差占到了将近71.532%，由此我们可以认为，这次提取的8个公因子在充分提取和解释原变量的信息方面比较理想。表四旋转后的因子载荷矩阵旋转成份矩阵a成份12345678职业倦怠10.8120.0240.0460.0060.012-0.172-0.206-0.085职业倦怠20.788-0.0430.051-0.1410.176-0.2110.094-0.086职业倦怠30.651-0.112-0.056-0.155-0.172-0.217-0.053-0.299职业倦怠40.743-0.0850.067-0.19-0.172-0.2750.017-0.073职业倦怠50.741-0.186-0.010.077-0.455-0.01-0.120...