一、什么是量表

量表是一種測量工具，通常用來測量人們的主觀態(tài)度、意見或價值觀念。我們經(jīng)常會在問卷中使用量表對調(diào)查對象進(jìn)行測量，最常見到的就是李克特量表。

?1、定義：李克特量表

李克特量表是最常用的量表，是由美國社會心理學(xué)家李克特于1932年在原有的總加量表基礎(chǔ)上改進(jìn)而成的。這種量表由一組與某個主題相關(guān)的問題或陳述構(gòu)成，通過計(jì)算量表中各題的總分，可以了解人們對該調(diào)查主題的綜合態(tài)度或看法。

李克特量表的尺度形式有多種，我們常見是五級量表，即五個答項(xiàng)："非常同意"、"同意"、"不一定"、"不同意"、"非常不同意"五種回答，分別記為1，2，3，4，5，每個被調(diào)查者的態(tài)度總分就是他對各道題的回答所的分?jǐn)?shù)的加總，這一總分可說明他的態(tài)度強(qiáng)弱或她在這一量表上的不同狀態(tài)。另外還會有七級量表、九級量表或者四級量表等。

?2、李克特量表使用場景

李克特量表非常適合深入挖掘一個特定主題，詳細(xì)地找出人們對這一主題的看法。所以，想獲取更多信息的時候就可以使用李克特量表。例如：了解消費(fèi)者近期對產(chǎn)品的滿意度情況 了解某個人群心理狀態(tài)和影響因素情況 了解員工對工作的看法情況或者需要衡量特定事物情緒或其他問題，并且希望在答案中獲得更深層次的詳細(xì)信息，李克特量表都是不二選擇。

?3、李克特量表常用分析方法

除了常規(guī)的頻數(shù)分析、計(jì)算平均值等，李克特量表同樣適用于更多更專業(yè)的分析方法：

• 量表可靠性、有效性分析：信度分析、效度分析
  
• 差異關(guān)系：方差分析
  
• 影響關(guān)系：相關(guān)分析、回歸分析
  

• 其他研究：調(diào)節(jié)作用、中介作用、調(diào)節(jié)中介作用等

?4、李克特量表制作方法

常見的問卷網(wǎng)站里都提供有很多領(lǐng)域?qū)I(yè)的量表問卷模板，需要直接點(diǎn)擊復(fù)制到自己的問卷中就可以對問卷進(jìn)行編輯處理了。

圖片來自網(wǎng)絡(luò)

二、信效度分析

?1、什么是信度&效度

（1）信度

信度分析用于測量樣本回答結(jié)果是否可靠，即樣本有沒有真實(shí)作答量表類題項(xiàng)；

信度分析僅針對定量數(shù)據(jù)。

重要提示：信度分析僅僅是針對量表數(shù)據(jù)，非量表數(shù)據(jù)一般不進(jìn)行信度分析。

（2）效度

效度分析在學(xué)術(shù)研究中非常常見，其用于分析‘測量項(xiàng)是否真實(shí)有效地測量自己希望測量的變量’，效度分析的研究方式有多種，通常包括內(nèi)容效度、結(jié)構(gòu)效度（探索性因子分析法）、區(qū)分效度和收斂效度（驗(yàn)證性因子分析法）。可見下表格：

?2、怎么做信度&效度分析

（1）信度分析

Cronbach信度分析是最為常見，使用最為廣泛的一種測量方法，直接使用一個指標(biāo)即Cronbach信度系數(shù)值來描述信度水平情況。

克隆巴赫信度系數(shù)（Cronbach α系數(shù)值）如果在0.8以上，則該測驗(yàn)或量表的信度非常好；

信度系數(shù)在0.7以上都是可以接受；

如果在0.6以上，則該量表應(yīng)進(jìn)行修訂，但仍不失其價值；

如果低于0.6，量表就需要重新設(shè)計(jì)題項(xiàng)。

• SPSSAU信度分析操作

信度分析僅僅是針對量表數(shù)據(jù)，需要對每一具體細(xì)分維度或者變量進(jìn)行分析。

本例子中涉及4個維度，則分別需要進(jìn)行4次操作，然后將4次操作的結(jié)果整理合并整理成一個表格用于研究報告中輸出。以其中一個維度為例：

• SPSSAU輸出結(jié)果：

如果是正式數(shù)據(jù)進(jìn)行信度分析，則上表格中僅0.859這個數(shù)字進(jìn)行報告即可。四個維度則有四個α系數(shù)值?？蓪⒋?個值進(jìn)行整理最終報告如下表所示：

（2）效度分析

3、疑難解惑：信效度不達(dá)標(biāo)

（1）信度不達(dá)標(biāo)怎么辦？

建議按照以下七步檢查：

① 使用 ‘ 描述分析 ’ 檢驗(yàn)下是否有奇怪的異常值，如果有則需要使用 ‘ 數(shù)據(jù)處理->異常值 ’ 功能處理后再分析；

②‘ 非量表 ’ 數(shù)據(jù)是不能進(jìn)行信度分析，只需要用文字進(jìn)行描述證明數(shù)據(jù)憑什么可信，比如如何設(shè)計(jì)問卷如何收集數(shù)據(jù)，數(shù)據(jù)為什么可信等，有沒有進(jìn)行過異常值處理等；

③ 如果信度系數(shù)值依然很低（比如低于0.5），此時可考慮把所有量表題合并在一起進(jìn)行一次信度分析（題項(xiàng)越多通常信度系數(shù)會越高）；

④ 如果數(shù)據(jù)中有反向題，需要先使用 ‘ 數(shù)據(jù)處理->數(shù)據(jù)編碼 ’ 將反向題處理后再分析；

⑤刪除不合理的項(xiàng)，留下有意義的項(xiàng)；

⑥加大樣本量，樣本量越大通常情況下信度會越高；

⑦ 問卷設(shè)計(jì)時一個維度盡量4~7個題較好，題項(xiàng)越多信度會越高，而且如果不達(dá)標(biāo)還可以刪除個別不合理項(xiàng)。

（2）效度不達(dá)標(biāo)怎么辦？

針對問卷量表數(shù)據(jù)（重要提示：效度分析僅僅是針對量表數(shù)據(jù)），可以進(jìn)行效度分析。效度分析需要注意以下幾點(diǎn)：

1、效度分析時，是綜合各項(xiàng)指標(biāo)進(jìn)行綜合判斷，包括KMO值，巴特球形檢驗(yàn)，方差解釋率，累積方差解釋率值，因子載荷系數(shù)值，維度和題項(xiàng)對應(yīng)關(guān)系等。

2、效度分析時， 很可能需要刪除題目，以便于維度和題項(xiàng)對應(yīng)關(guān)系符合預(yù)期。

3、效度分析時， 最關(guān)鍵的地方在于：維度和題項(xiàng)對應(yīng)關(guān)系，是否與專業(yè)預(yù)期符合；其余指標(biāo)相應(yīng)比較容易達(dá)標(biāo)，最核心的是讓維度和題項(xiàng)對應(yīng)關(guān)系保持基本一致性。

4、效度分析時，是個多次 來回重復(fù)對比的過程，很可能重復(fù)進(jìn)行很多次,對比刪除題目后找出最優(yōu)結(jié)果。

5、如果分析題目專業(yè)預(yù)期應(yīng)該對應(yīng)5個維度，則應(yīng)該先設(shè)置成數(shù)字5。

三、量表類數(shù)據(jù)分析

1、關(guān)系研究方法

（1）相關(guān)分析

相關(guān)分析可用于研究量表維度之間的相關(guān)關(guān)系

例如：研究 “淘寶客服服務(wù)態(tài)度” 與 “淘寶商家服務(wù)質(zhì)量” 之間的相關(guān)關(guān)系。

（2）回歸分析

回歸分析可用于研究量表維度之間的影響關(guān)系。

例如：研究 “ 淘寶客服服務(wù)態(tài)度 ” ， “ 淘寶商家服務(wù)質(zhì)量 ” 與 “ 淘寶忠誠度 ” 之間的關(guān)系情況，此句話中明顯的可以看出 “ 淘寶客服服務(wù)態(tài)度 ” ，“ 淘寶商家服務(wù)質(zhì)量 ” 這兩項(xiàng)為 X；而

“ 淘寶忠誠度 ” 這項(xiàng)為 Y。

（3）路徑分析

路徑分析可用于研究量表維度之間的影響關(guān)系。

路徑分析、線性回歸均可以研究影響關(guān)系；

二者區(qū)別為路徑分析可同時研究多個自變量，多個因變量的影響關(guān)系情況。而線性回歸每次分析時只能有一個因變量。

2、差異研究方法

方差分析，研究個體屬性（比如性別）與量表維度之間的認(rèn)知差異關(guān)系。

例如：研究性別與 “ 淘寶商家滿意度” 之間的差異關(guān)系。

3、其他研究方法

（1）調(diào)節(jié)作用

調(diào)節(jié)作用是研究X對Y的影響時，是否會受到調(diào)節(jié)變量Z的干擾。

結(jié)合自變量X和調(diào)節(jié)變量Z的數(shù)據(jù)類型，調(diào)節(jié)作用共有四種情況，分別如下：

例如：研究 “ 淘寶商家服務(wù)質(zhì)量 ”（X）會對 “ 淘寶忠誠度 ”（Y）產(chǎn)生影響，這種影響關(guān)系受到 “ 淘寶客服服務(wù)態(tài)度 ”（Z）的干擾。

（2）中介作用

中介作用是研究X對Y的影響時，是否會先通過中介變量M，再去影響Y；即是否有X->M->Y這樣的關(guān)系，如果存在此種關(guān)系，則說明具有中介效應(yīng)。

例如：“ 淘寶客服服務(wù)態(tài)度”（X）會影響到 “ 淘寶商家服務(wù)質(zhì)量 ”（M）,再影響最終 “ 淘寶忠誠度 ”（Y），此時 “ 淘寶商家服務(wù)質(zhì)量 ” 就成為了這一因果鏈當(dāng)中的中介變量。

中介作用的分析較為復(fù)雜，共分為以下三個步驟：

第1步：確認(rèn)數(shù)據(jù)，確保正確分析。中介作用在進(jìn)行具體研究時需要對應(yīng)使用研究方法（分層回歸）去實(shí)現(xiàn)；中介作用分析時，Y一定是定量數(shù)據(jù)。X也是定量數(shù)據(jù)，中介變量M也是定量數(shù)據(jù)。

第2步：中介作用檢驗(yàn)檢驗(yàn)中介效應(yīng)是否存在，其實(shí)就是檢驗(yàn)X到M，M到Y(jié)的路徑是否同時具有有顯著性意義。

中介作用共分為3個模型。針對上圖，需要說明如下：

模型1：自變量X和因變量（Y）的回歸分析模型2：自變量X，中介變量(M)和因變量（Y）的回歸分析模型3：自變量X和中介變量（M）的回歸分析

模型1和模型2的區(qū)別在于，模型2在模型1的基礎(chǔ)上加入了中介變量(M)，因而模型1到模型2這兩個模型應(yīng)該使用分層回歸分析（第一層放入X，第二層放入M）。

在理解了中介分析的原理之后，接著按照中介作用分析的步驟進(jìn)行，如下圖：

檢驗(yàn)圖如下：

第3步：SPSSAU進(jìn)行分析用戶可以直接按照上圖流程在SPSSAU中進(jìn)行分析，生成結(jié)果。

（3）調(diào)節(jié)中介作用

調(diào)節(jié)中介作用同時考慮中介變量和調(diào)節(jié)作用，其核心是中介作用，基于中介作用基礎(chǔ)上再進(jìn)一步討論調(diào)節(jié)作用。

比如X->M->Y這條中介路徑存在，即說明具有中介作用。接著在進(jìn)一步分析條件中介作用，即在另外一個調(diào)節(jié)變量Z取不同水平時（通常分為3個水平，低水平，平均水平，高水平），中介作用的幅度（也稱條件間接效應(yīng)）情況如何。

四、常見問題說明

（1）如何對量表進(jìn)行維度劃分？

進(jìn)行效度分析時，維度個數(shù)通常需要結(jié)合自身專業(yè)知識判斷維度個數(shù)即可。

（2）針對問卷量表數(shù)據(jù)，幾個題表示一個維度，如何處理？比如有兩個題“我愿意向朋友推薦SPSSAU”，“我有需要會再來使用SPSSAU”，此兩個題是“忠誠度”的體現(xiàn)?？墒褂肧PSSAU【數(shù)據(jù)處理-->生成變量(平均值)】功能完成。通常將多個題概括成一個整體之后，則可以進(jìn)行相關(guān)分析、回歸分析、方差分析等（以整體進(jìn)行，而不是以題項(xiàng)分別進(jìn)行）。

（3）如何測量量表中多個維度的分?jǐn)?shù)？

通常情況下可使用描述分析計(jì)算平均值表示等。

（4）反向題處理

如果當(dāng)前分值1分代表非常同意，2分代表同意，3分代表中立，4分代表不同意，5分代表非常不同意（分值越高，代表越不同意）。希望將分值反向處理即變成：1分代表非常不同意，2分代表不同意，3分代表中立，4分代表同意，5分代表非常同意（分值越高，代表越同意）。使用SPSSAU的數(shù)據(jù)編碼功能，1編碼為5；2編碼為4；3編碼為3；4編碼為2；5編碼為1。