问卷信度与效度检测课件

,*,单击此处编辑母版标题样式,单击此处编辑母版文本样式,第二级,第三级,第四级,第五级,单击此处编辑母版标题样式,单击此处编辑母版文本样式,第二级,第三级,第四级,第五级,2020/9/14,#,问卷信度和效度检测,我想离开你，到一个很远的地方，那个地方叫“心灵一隅”。我知道那是我应该去的地方，因为我习惯于孤独。其实我舍不得你，所以你会留下来，留在我的心中，留在我的梦想里。给我一段时间好吗？让我走，毫无牵挂地走，虽然我不喜欢这样走，但我必须走，是的，不甘心，可是那样的生活我不得不走。让我感到欣慰的是你懂我，让我感到内疚的也是你懂我。知道吗？我最勤奋的时候，总感觉到你在我身边，我最懒散的时候，总以为你会变心。我记得是你让我做自己喜欢做的事，是你鼓励我这样做。分离是一场相逢的必然吗？我常常这样问自己，我不知道你是否心有所属，但我知道我的离开必然孤单，还有深深的寂寞相随。追求梦想，总会有所牺牲，我希望牺牲的不是你，而是我。总相信我们会有相逢的那一天，我会让你站在我的身边，因为这是你一直期待的时刻。不管你的心在不在我的身边，我也会宣布你是我心灵的挚友，也是我走到这里的助力。假如你不能站在我的身边，我也会宣布，是因为我不够真诚，用多少苦楚换来这相聚时刻，竟然是如此的凄凉。当我离开你的时候，我想你不要忘记我的梦想。因为这个梦，我才会离开你，为了这个梦，离开你而不是因为另一个男人。,掌握研究设计思路和统计工作的基本步骤，统计学中总体、样本、变量、概率等基本概念；,掌握研究工具的性能检测：问卷信度、效度检验，SPSS统计软件的信度、效度检验；,熟悉数据类型：计量资料、计数资料与等级资料；,学习目标,研究设计思路,统计工作的基本步骤,研究设计,(design) ：,(开题报告）包括调查,问卷设计检验、过程设计,收集资料,(collection of data)：,取得准确可,靠的原始资料,整理资料,(sorting data) ：,对资料进行清理、,改错，数量化,分析资料,(analysis of data) ：,统计描述、统,计推断,统计学基本概念,总体与样本(population and sample),总体,： 根据研究目的确定的研究对象的全体（群,体）。 研究一般希望获得研究群体的特征。,样本,：总体中有代表性的一部分。,有代表性。 （抽样方法与样本量）,统计推断（假设检验等）,统计学基本概念,变量（Variable),在确定了研究总体之后，研究者要对每个观察单位的某项特征进行测量和观测，这种特征称为变量（即观察指标）。,变量的测得值或观察值也叫做资料。,统计学基本概念,概率,(probability),：,随机事件发生的可能性大小，用大写的,P,表示；取值,0，1,。,必然事件,P,= 1,不可能事件,P,= 0,随机事件 0,P,1,P, 0.05或,P, 0.01,，习惯上称为,小概率事件,，在统计学上解释为结果不大可能因为抽样误差引起；拒绝研究中的H0假设，接受备择假设H1 。,数据类型,计量资料（,measurment data）用仪器、工具等测量(measure) 方法获得的数据，也叫定量数据(quantitative data)；连续数据。,特点：,有计量单位，如患者的身高（cm）、体重（kg）、血压（mmHg）、脉搏（次/分）、血红蛋白测定（g/L）等。,数据类型,计数资料（count data/,enumeration data）,按某种属性分类，然后清点每类的数据，也叫,定性数据（qualitative data），,非连续数据。,特点：,无固有计量单位，如血型（A、B、O）、职业（工、农、兵）、性别（男、女）等。,数据类型,等级资料(rank data)半定性或半定量的观察结果，有大小顺序，所以也叫有序分类资料（ordinal category data）；非连续数据。,如：,癌症分期：早、中、晚。,药物疗效：治愈、好转、无效、死亡。,尿蛋白：,；+；+及以上,例：一组,20,40,岁成年人的血压（收缩压）,年龄-年龄分组,年龄分组,Name,Change,Old and New Values,Input Variable - Output Variable框,：选入原变量（年龄）,Output Variable Name框,：键入新变量名称（年龄分组）：单击Change钮选中年龄-年龄分组,单击Old and New Values钮；,Range: through单选钮：两侧分别键入分组下、上限值；,New Value Value单选钮：键入分组名称：单击Add钮。,Range: All other values单选钮：New Value Value单选钮：键入分组名称,单击Add钮。（有下限无上限分组）,20,21,30,1,Add,操作（4）：,将2组进行独立样本,t,检验,应用,Analyze菜单,的,Compare Means,功能的Independent-Samples,T Test,过程 进行两样本均数差别的显著性比较，即两组独立样本均数的,t,检验,。,首先,剔除,显著性检验,P,（Sig.）0.05,的项目，然后考虑剔除,临界值（CR值，即数据栏中的,t,值）3（绝对值）,的项目。,操作过程：信度系数分析,Analyze,Scale,Reliability Analysis,将变量选入,默认Cronbach Alpha系数方法,（如果是二分类计数资料，点击Statistics选Cronbach chi-square方法）,OK,在统计方法栏选入,Scale if item deleted,可对问卷项目作进一步筛选，以确定问卷信度是否有再提高的可能。,Scale Scale Corrected,Mean Variance Item- Alpha,if Item if Item Total if Item,Deleted Deleted Correlation Deleted,X1 73.9750 35.7686 .0000 .8511,X2 74.9500 35.7923 -.0258 .8520,X3 74.9500 35.7923 -.0258 .8520,X4 73.9750 35.7686 .0000 .8511,X5 75.6250 35.9840 -.0774 .8588,X6 75.6250 35.9840 -.0774 .8588,X7 75.7500 32.3462 .6743 .8383,X8 75.6250 35.9840 -.0774 .8588,X9 75.7500 32.3462 .6743 .8383,X10 75.6250 35.9840 -.0774 .8588,X11 73.9750 35.7686 .0000 .8511,X12 74.9500 35.7923 -.0258 .8520,Reliability Coefficients,N of Cases = 40.0 N of Items = 40,Alpha = .8506,Alpha系数结果解释：,信度系数越高越好。,学者认为，以构建量表为目的时，信度系数在0.7以上是可以接受的。,用于群体的筛选和鉴别时，信度系数在0.85以上是合适的，但用于个体时在结果分析时谨慎，信度系数在0.9以上较为合适。,操作过程： Independent-Samples,T Test,弹出Independent- samples T Test对话框。左侧的变量列表中选x 点击,钮使之进入Test Variable(s)框 选group 点击,钮使之进入Grouping Variable框 点击Define Groups.钮弹出Define Groups定义框，在Group 1中输入1，在Group 2中输入2，点击Continue钮，返回Independent-samples T Test对话框 点击OK钮,结果解释：,Number,Variable of Cases Mean SD SE of Mean,-,X,GROUP 1 14 4.3779 1.450 .387,GROUP 2 11 5.5282 1.735 .523,-,Mean Difference = -1.1503,Levenes Test for Equality of Variances: F= .440 P= .514,两组资料的例数（Numbers of cases）、均数（Mean）、标准差（SD）和标准误（SE of Mean），显示两均数差值为1.1503，经方差齐性检验： F= .440 P= .514，即两方差齐。,t-test for Equality of Means 95%,Variances t-value df 2-Tail Sig SE of Diff CI for Diff,-,Equal -1.81 23 .084 .637 (-2.468, .167),Unequal -1.77 19.47 .093 .651 (-2.513, .213),-,显示t检验的结果，第一行表示方差齐情况下的t检验的结果，第二行表示方差不齐情况下的t检验的结果。依次显示值（t-value）、自由度（df）、双侧检验概率（2-Tail Sig）、差值的标准误（SE of Diff）及其95%可信区间（Cl for Diff）。因本例属方差齐性，故采用第一行（即Equal）结果：t=1.81,P=0.084,差别有显著性意义,两组病人疾病相关知识问卷得分情况分析,Independent-Samples T Test,P0.01;检验结果有非常显著统计学差异。,SPSS软件结构效度检验,因素分析,的操作过程：,Analyze ,Data Reduction,Factor ,将变量选入,点击descriptives按钮,选,Univariate descriptives,项要求输出各变量的均数与标准差，在Correlation Matrix栏内选Coefficients项要求计算相关系数矩阵，并选,KMO and Bartletts test of sphericity,项，要求对相关系数矩阵进行统计学检验。点击Continue钮返回Factor Analysis对话框。,默认Extraction的,主成分分析法（Principal components),抽取因素，如编制问卷是依据某种理论以一定数量的层面编制的，则在Extract栏下点Nnmb，然后输入强制抽取的因子数（在探索性因素分析过程的开始不应使用）,点击Rotation,在Method栏下点Varimax（正交旋转法）,点击Scores.钮，弹出弹出Factor Analysis:Scores对话框，系统提供3种估计因子得分系数的方法，选Regression（回归因子得分），之后点击Continue钮返回Factor Analysis对话框 OK钮,因素分析,的结果解释：,KMO是取样适当性的度量，0.7为较符合进行因素分析的条件，0.6时被认为不适宜。,Bartletts Test,P,0.05 达到显著性差异，代表母群体的相关矩阵间有共同因素存在，适宜进行因素分析。,Extraction Sums of 平方和负荷量的抽取结果（解释变异量），在非强制条件下，结果会给出因素分析时抽出的共同因素数，特征值将由大到小排列，并给出累积负荷量。,SPSS软件结构效度检验,SPSS软件结构效度检验,因素分析,的结果解释：,Rotation Sums Of旋转后的平方和负荷量，旋转使各因素的负荷量差距缩小，但共同因素特征值的总和及整体的累积解释变量不会改变。,Rotation Component Matrix（旋转后的成分矩阵），旋转使各条目平方和负荷量的差异尽可能放大，方便考查和选择各共同因素（因子）所包含的条目。,系统首先输出各变量的均数（Mean）与标准差（Std Dev），并显示观察单位进入分析；接着输出相关系数矩阵（Correlation Matrix）,经Bartlett检验表明：Bartlett值 =141.243，P0.0001，即相关矩阵不是一个单位矩阵，故考虑进行因子分析。,Kaiser-Meyer-Olkin Measure of Sampling Adequacy是用于比较观测相关系数值与偏相关系数值的一个指标，其值愈逼近1，表明对这些变量进行因子分析的效果愈好。今 KMO值 = 0.621，意味着因子分析的结果能接受。,KMO and Bartletts Test,Kaiser-Meyer-Olkin Measure of Sampling Adequacy. .621,Bartletts Test of SphericityApprox. Chi-Square141.243,df 36,Sig. .000,48,写在最后,成功的基础在于好的学习习惯,The foundation of success lies in good habits,谢谢聆听,学习,就是,为了达到一定目的而努力去干,是,为一个目标去战胜各种困难的过程,这个过程会充满压力、痛苦和,挫折,Learning Is To Achieve A Certain Goal And Work Hard, Is A Process To Overcome Various Difficulties For A Goal,