調(diào)查問卷的應用領域非常廣泛，不管是在市場調(diào)研還是學術(shù)研究中，調(diào)查問卷都是很好的收集信息的方式。在進行問卷研究時，特別是問卷中有非常多的量表題時，數(shù)據(jù)質(zhì)量是基礎保障，問卷研究中排在最前面的即為數(shù)據(jù)質(zhì)量分析，通常包括信度和效度分析。

信度與效度：

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

效度用于測量題項(定量數(shù)據(jù))設計是否合理

信度與效度二者的關(guān)系:
1.信度低，效度不可能高。因為如果測量的數(shù)據(jù)不準確，也并不能有效地說明所研究的對象
2.信度高，效度未必高。

信效度常見問題：

最好的情況當然是問卷內(nèi)容的信效度都比較高，但是在實際研究中，常會出現(xiàn)“信度系數(shù)低”或者“效度不達標”的情況，以下是關(guān)于信度分析和效度分析的常見問題及解決方法，分享給大家做參考

1)?是否需要預測試？

預測試是使用小量數(shù)據(jù)(通常樣本為100以內(nèi))，對問卷質(zhì)量進行判斷，發(fā)現(xiàn)問題并且進行修正，以減少正式分析可能出現(xiàn)的問題。如果研究量表為英文直接翻譯，也或者研究量表來源于多個文獻，也或者對于研究量表并沒有充足的依據(jù)，此三種情況時應該使用預測試，通過預測試發(fā)現(xiàn)研究量表潛在問題，并且進行修正處理(通常預測試不刪除題項，僅修正題目)。

2)?預測試發(fā)現(xiàn)不達標，如何處理題項？

如果預測試發(fā)現(xiàn)相關(guān)指標不達標，比如信度不達標，也或者效度出現(xiàn)問題。應該找出導致問題產(chǎn)生的題項，并且對題項問法進行修正處理，通常情況下預測試不需要對題項進行刪除，如果正式研究中依然發(fā)現(xiàn)題項有問題，則應該對其進行刪除處理。預測試發(fā)現(xiàn)問題值得“慶幸”，減少正式分析時出問題的概率。

3)?信度系數(shù)小于0.6。

針對信度系數(shù)，其常見標準為大于0.6，實際研究中，由于某研究變量對應題項較少，并且樣本數(shù)量較少時，即使樣本真實回答，也可能出現(xiàn)信度系數(shù)低于0.6。最好的解決辦法是提前預防，問卷設計時一個研究變量盡可能對應3個或者更多題項。如果正式研究時出現(xiàn)信度系數(shù)0.6的情況，則只能綜合說明原因，并且證明信度不高但可以接受。

4)?信度系數(shù)為負數(shù)。

如果有反向題向，則可能出現(xiàn)信度系數(shù)小于0的情況，此時應該將反向題進行反向處理，并且重新進行信度分析。

5)?結(jié)構(gòu)效度原理是什么？

最為常見的結(jié)構(gòu)效度驗證方法是探索性因子分析，使用探索性因子分析時，軟件會輸出題項與因子(維度或者研究變量)的對應關(guān)系，將軟件輸出對應關(guān)系，與專業(yè)預期對應關(guān)系進行比較，如果二者結(jié)果基本吻合，則說明具有結(jié)構(gòu)效度。

6)?結(jié)構(gòu)效度不達標。

結(jié)構(gòu)效度不達標有多種類型，包括題項與因子對應關(guān)系出現(xiàn)問題，或者因子載荷系數(shù)過低，也或者因子輸出個數(shù)與預期不一致等。處理辦法為首先對不合理題項進行刪除處理，包括題項對應關(guān)系出現(xiàn)嚴重偏差，或者因子載荷系數(shù)過低的題面進行處理。刪除題項處理后，如果軟件輸出因子個數(shù)與預期依然不一致，此時應該強制設置軟件輸出因子數(shù)量，刪除不合理題項，并且多次重復比較，找出最優(yōu)探索性因子分析結(jié)果作為最終結(jié)果，并且論證得到良好的結(jié)構(gòu)效度。

7)?效度分析提示“出錯啦”或者“非正定矩陣”

進行效度分析時，提示“出錯啦”，也或者提示“非正定矩陣”，通常原因如下：

1效度分析時，放錯分析項（重要提示：效度分析僅僅是針對量表數(shù)據(jù)）

2數(shù)據(jù)質(zhì)量過差。

3樣本量過少,比如僅30個樣本

4如果是問卷數(shù)據(jù)，SPSSAU用戶請使用‘描述分析’檢查，數(shù)據(jù)中是否有‘-2’，‘-3’之類的異常值（如果有，請先把數(shù)據(jù)下載，清除掉此類異常數(shù)據(jù)【直接替換為空】后再上傳分析）

解決辦法

1、如果是放錯分析項，將非量表數(shù)據(jù)放入，則重新放置分析項即可

2、加大樣本量，通常建議100以上的樣本量

8)?因子載荷系數(shù)為負數(shù)。

如果題目中有反向題，則可能出現(xiàn)因子載荷系數(shù)小于0。因子載荷系數(shù)應該以絕對值作為標準進行解讀，因而負數(shù)并不影響探索性因子分析結(jié)果?？梢蕴崆皩Ψ聪蝾}項進行反向處理。

9)?因子載荷系數(shù)小于0.4。

通常情況下因子載荷系數(shù)值如果小于0.4，則應該作刪除處理。如果因子載荷系數(shù)小于0.4的題項刪除后，會出現(xiàn)其它指標(比如信度)不達標的情況，也可以綜合說明，最終對該題項進行保留處理。

10)?效度分析時，KMO值不存在

進行因子分析，如果有發(fā)現(xiàn)KMO值不存在(不輸出)，可能為以下幾種情況：

1、因子分析時，放錯分析項：因子分析僅僅是針對量表數(shù)據(jù)，并非把所有標題均放入

2、數(shù)據(jù)質(zhì)量過差，建議可使用相關(guān)分析看下相關(guān)關(guān)系，如果相關(guān)系數(shù)值基本均小于0.3，則說明題項間關(guān)聯(lián)性弱，也有可能出現(xiàn)KMO無法計算輸出。

3、樣本量過少

4、在進行探索性因子分析時，SPSS軟件默認不輸出KMO值，而在實際研究中通常需要輸出此指標結(jié)果。在SPSS中的具體操作方法為：在探索性因子分析界面中單擊“描述”按鈕→勾選“KMO和Bartlett的球形檢驗”復選框。

解決辦法

1、如果是放錯分析項，將非量表數(shù)據(jù)放入，則重新放置分析項即可

2、加大樣本量，通常建議100以上的樣本量

11)?軟件提示不收斂。

如果進行探索性因子分析時SPSS軟件提示不收斂，處理辦法為：探索性因子分析界面->點擊“旋轉(zhuǎn)”按鈕->修改“最大收斂性迭代次數(shù)”值(默認為25)為更高值(比如200)。