在進行問卷研究時，特別是問卷中有非常多的量表題時，量表設(shè)計是否合適，量表設(shè)置有效與否，如同信度一樣，是非常重要的問題。如果量表設(shè)計不合理，基于此量表的數(shù)據(jù)也會受到置疑。

接下來就具體闡述效度分析（上一篇文章闡述信度分析），以及效度分析時的操作方法，如何解決出現(xiàn)的問題等。

效度分析，簡單來說就是量表設(shè)計的有效性情況，其可分為三類，分別是：內(nèi)容效度、結(jié)構(gòu)效度和效標(biāo)效度，建議研究人員使用內(nèi)容效度和結(jié)構(gòu)效度對問卷進行效度質(zhì)量衡量，一般很少使用到效標(biāo)效度。

(1) 內(nèi)容效度

內(nèi)容效度是指問卷題項對相關(guān)概念測量的適用性情況，簡單來講即題項設(shè)計合理性情況。內(nèi)容效度可以從兩個方面進行說明，第一是專家判斷，專家具有權(quán)威性，因此專家對問卷進行判斷并得出肯定結(jié)論后也即說明問卷具有有效性，此處專家是指行業(yè)內(nèi)專家，或者參考文獻，也或者權(quán)威來源等。第二為問卷前測結(jié)果，通過對問卷前測并結(jié)合結(jié)果進行題項的修正等工作以充分說明問卷的有效性。

在具體分析過程中，內(nèi)容效度通常是指研究題項的設(shè)計是否具有參考文獻出處，是否有經(jīng)過老師(專家)的認可，以及是否得到同專業(yè)相關(guān)人員比如同學(xué)的認可等。以及研究人員是否對問卷進行修正工作，比如對問卷進行前測后發(fā)現(xiàn)問題，并做出修正工作。內(nèi)容效度是通過文字性進行描述說明，而并非統(tǒng)計軟件進行的統(tǒng)計方法，對于問卷研究來講，基本上均需要進行內(nèi)容效度說明。

(2) 結(jié)構(gòu)效度

結(jié)構(gòu)效度指測量題項與測量維度之間的對應(yīng)關(guān)系，其測量方法有兩種，一種是探索性因子分析，另外一種是驗證性因子分析。探索性因子分析是當(dāng)前使用最為廣泛的結(jié)構(gòu)效度測量方法，此方法可以使用SPSS客戶端或者在線網(wǎng)頁版SPSS?SPSSAU實現(xiàn)。使用探索性因子分析進行效度驗證時，應(yīng)該以量表為準(zhǔn)，對變量或者量表分別進行分析。

使用探索性因子分析進行效度驗證時，首先需要對KMO值進行說明(最為簡單的效度驗證是直接對每個變量進行探索性因子分析，并且通過KMO值進行判斷，勿需判斷題項與因子對應(yīng)關(guān)系情況等，此種判斷方法過于簡單，使用較少)，KMO值指標(biāo)的常見標(biāo)準(zhǔn)是大于0.6，接著具體說明提取的因子數(shù)量，每個因子的方差解釋率，總共方差解釋率值，并且詳細描述各個題項與因子的對應(yīng)關(guān)系，如果對應(yīng)關(guān)系與預(yù)期相符(專業(yè)知識預(yù)期一致)，則說明有著良好的結(jié)構(gòu)效度。使用探索性因子分析進行效度驗證時，很可能會涉及題項刪除，刪除掉對應(yīng)關(guān)系與預(yù)期不一致的題項，或者刪除掉因子載荷系數(shù)值較低的題項等。

驗證性因子分析則需要使用AMOS或者LISREL等結(jié)構(gòu)方程模型軟件進行測量，其對問卷量表質(zhì)量，以及樣本量和樣本質(zhì)量均有著較高的要求，如果量表質(zhì)量并非特別高，以及樣本量較低(低于200)時，驗證性因子分析進行結(jié)構(gòu)效度測量很難達標(biāo)，驗證性因子分析不在本文討論范疇。

正常情況下，針對量表數(shù)據(jù)的效度分析，均需要使用探索性因子分析進行效度的驗證說明，并且配合內(nèi)容效度進行綜合分析。而驗證性因子分析的使用，相對會非常少。

(3) 效標(biāo)效度

如果以前有一份權(quán)威且標(biāo)準(zhǔn)的量表數(shù)據(jù)，現(xiàn)在依舊使用該量表進行研究，并且收集回來一份數(shù)據(jù)。以前權(quán)威標(biāo)準(zhǔn)數(shù)據(jù)作為標(biāo)準(zhǔn)，當(dāng)前數(shù)據(jù)與前一份數(shù)據(jù)之間進行相關(guān)分析，如果說相關(guān)系數(shù)值較高，則說明效標(biāo)效度良好。效標(biāo)效度使用頻數(shù)非常低，本文不詳述。

關(guān)于效度分析的操作上，以網(wǎng)頁在線版本SPSS軟件SPSSAU為便，總共僅兩個步驟，將分析項拖拽到右側(cè)，設(shè)置維度個數(shù)，點擊開始效度分析，即生成得到結(jié)果。

1、拖拽分析項到右側(cè)：如果量表有20個題則同時放入20個題；【切記一定是量表題目】

2、設(shè)置維度個數(shù)：如果20個量表題對應(yīng)4個維度則設(shè)置為4；【只有自己才知道應(yīng)該分為幾個維度】

3、點擊分析得到結(jié)果如下，包括表格和智能分析。

SPSSAU生成的結(jié)果為規(guī)范表格，表格中包括有意義指標(biāo)比如：KMO值，巴特球形檢驗，特征根，方差解釋率值，累積方差解釋率值，因子載荷系數(shù)值，共同度值。接下來一 一闡述。

• KMO值：如果此值高于0.8，則說明效度高；如果此值介于0.7~0.8之間，則說明效度較好；如果此值介于0.6~0.7，則說明效度可接受，如果此值小于0.6，說明效度不佳

• 巴特球形檢驗：其對應(yīng)巴特球形值，對應(yīng)P值一定需要小于0.05，這樣才能說明通過巴特球形檢驗

• 特征根：此值是判斷因子（維度）個數(shù)的標(biāo)準(zhǔn)的信息量，由于已經(jīng)設(shè)置好因子（維度）個數(shù)，因而此值意義較小可忽略；

• 方差解釋率值：代表各維度可解釋整體量表的信息量；

• 累積方差解釋率值：所有維度可解釋整體量表的信息量；

• 因子載荷系數(shù)值：分析項與維度之間的相關(guān)關(guān)系情況；此值非常非常重要，可用于判斷分析項與維度的對應(yīng)關(guān)系情況；

• 共同度值：分析項可以被提取出的信息量情況，比如為0.617，可以理解為該項有61.7%的信息可被最終提取出來。

接下來進行分析的詳細闡述，首先說下SPSSAU默認提供的智能文字分析：

SPSSAU中的智能分析會對基本指標(biāo)的情況進行分析，但需要特別注意的一點，效度分析最關(guān)鍵也是最實質(zhì)的分析點在于：分析項與因子(維度）的對應(yīng)關(guān)系情況，如果對應(yīng)關(guān)系情況良好，一切都迎刃而解，如果對應(yīng)關(guān)系出現(xiàn)偏差，需要進行題項刪除處理并且重復(fù)多次進行分析。

關(guān)于分析項與因子（維度）的對應(yīng)有關(guān)系上，某分析項 對應(yīng)因子載荷系數(shù)值絕對值大于0.4時，則認為該分析項 應(yīng)該屬于對應(yīng)的因子（維度）；但會出現(xiàn)以下兩種情況的問題：

1、分析項與因子（維度）對應(yīng)關(guān)系出錯

2、分析項與多個因子（維度）建立對應(yīng)關(guān)系

此兩種情況是最為常見也是最麻煩的兩種問題，在下面會逐一闡述

效度不達標(biāo)的情況有很多種，概括起來大概如下幾類：

1. KMO值或者沒有通過巴特球形檢驗

2. 分析項與因子（維度）對應(yīng)關(guān)系出錯

3. 分析項與多個因子（維度）建立對應(yīng)關(guān)系

4. 分析項沒有和任何因子（維度）建立對應(yīng)關(guān)系

5. 1個因子僅對應(yīng)1個分析項

6. 無論如何，因子（維度）與分析項間的對應(yīng)關(guān)系情況，均與預(yù)期不符

上述六類情況的解決辦法逐一說明如下：

• KMO值或者沒有通過巴特球形檢驗

KMO值最容易達標(biāo)，巴特球形檢驗也非常容易達標(biāo)。如果僅2個量表分析項，那么KMO值一定為0.5，因而不遵從0.6以上的判斷標(biāo)準(zhǔn)。如果KMO和巴特球形檢驗這兩項均不達標(biāo)，建議直接放棄結(jié)構(gòu)效度，最基礎(chǔ)的指標(biāo)都不滿足，實在太糟糕的數(shù)據(jù)，直接使用內(nèi)容效度即可。

• 分析項與因子（維度）對應(yīng)關(guān)系出錯

對應(yīng)關(guān)系出錯，這稱作‘張冠李戴’現(xiàn)象。出現(xiàn)這類情況，需要將對應(yīng)關(guān)系出錯的分析項刪除掉，然后再次進行分析。而且一定需要盡早刪除，對應(yīng)關(guān)系出現(xiàn)偏差錯誤是無法接受的。

• 分析項與多個因子（維度）建立對應(yīng)關(guān)系

一個分析項與多個因子（維度）有對應(yīng)關(guān)系，此類情況稱作‘糾纏不清’，如果此類現(xiàn)象不嚴(yán)重，可考慮暫不處理，在多次分析刪除項后再看情況而定。一般不處理‘糾纏不清’現(xiàn)象也可以接受。

• 分析項沒有和任何因子（維度）建立對應(yīng)關(guān)系

一個分析項與任何因子都沒有對應(yīng)關(guān)系，該分析項沒有任何存在的意義直接刪除后再次進行分析。

• 1個因子僅對應(yīng)1個分析項

如果1個因子僅對應(yīng)1項，這是比較糟糕的，正常情況下，1個因子（維度）應(yīng)該對應(yīng)至少2項，出現(xiàn)此類情況，建議可直接將該項進行刪除，然后在分析時描述說明清楚。

• 無論如何，因子（維度）與分析項間的對應(yīng)關(guān)系情況，均與預(yù)期不符

有時候無論如何處理，分析項與因子（維度）對應(yīng)關(guān)系均有問題，出現(xiàn)此類問題時，依舊是由于量表質(zhì)量差所致，也有可能是樣本量太少的緣故。可考慮將量表拆分成多個維度，分別進行多次因子分析，每次設(shè)置因子個數(shù)為1。

在進行效度分析時，如果說確實是量表且有參考依據(jù)，而且數(shù)據(jù)真實。但有兩種情況是需要提前注意：

• 不知道量表數(shù)據(jù)才能進行效度分析。這種情況最糟糕后續(xù)是無法進行分析的。

• 量表數(shù)據(jù)自己亂設(shè)計，量表是相對規(guī)范的一種測量題項，需要有較強的參考文獻，而且一個維度對應(yīng)的量表要來自于同一個參考出處。