问卷的信度分析实例介绍.doc

问卷的信度分析 信度即可靠性，它是指采用同样的方法对同一对象重复测量时所得结果的一致性程度。信度指标多以相关系数表示，大致可分为三类：稳定系数（跨时间的一致性），等值系数（跨形式的一致性）和内在一致性系数（跨项目的一致性）。信度分析的方法主要有以下四种：重测信度法复本信度法折半信度法信度系数法 其中，信度系数法其公式为： 11.668 8.895 8.038 7.333 8.282 0.630 生态效益 b1 b2 b3 b4 b5 12.30 12.36 12.36 12.43 12.27 12.445 12.146 11.827 11.959 12.606 0.926 补贴政策 c1 c2 c3 c4 c5 c6 13.20 13.16 12.56 12.50 12.70 12.46 11.670 11.294 13.410 13.094 12.619 14.513 0.780 感知质量 d1 d2 d3 d4 d5 10.17 10.27 10.33 10.26 9.89 18.057 16.288 16.804 16.078 17.726 0.915 感知价格 e1 e2 e3 e4 8.10 7.69 7.84 7.66 6.613 4.914 5.091 5.156 0.711 总问卷 0.912 0.913 修正后总问卷 由上表可以看到，推广态度的分量表的信度为，不能达到我们的预期值。我们可以根据题目删减来修正信度，这里提供一个修正标准，如果删掉该对应题目，问卷的 值就会变化，一旦出现大幅升高，则说明该行对应得题目可以考虑删去，以提高问卷的内部一致性信度（《在商务管理中的应用》卫海英主编）。在操作中发现，若把第一个问题删去可得推广态度的分量表的信度为，这样使得这五个变量的信度都大于，并且修正后总问卷信度为远大于，也说明了本研究的问卷有一定的可靠性。 由于系数受量长表的影响较大并且本问卷分量表有个条目，出于严谨考虑我们需要测量量表条目间的相关矩阵系数，并计算总相关系数。如下表： 各变量项目间相关系数 a1 a2 a3 a4 a5 a1 a2 a3 a4 a5 1.00 0.153 0.002 0.039 0.151 0.153 1.00 0.368 0.308 0.150 0.002 0.368 1.00 0.501 0.427 0.039 0.308 0.501 1.00 0.589 0.151 0.150 0.427 0.589 1.00 b1 b2 b3 b4 b5 b1 b2 b3 b4 b5 1.00 0.491 0.560 0.347 0.355 0.491 1.00 0.559 0.494 0.510 0.560 0.559 1.00 0.464 0.488 0.347 0.494 0.464 1.00 0.545 0.355 0.510 0.488 0.545 1.00 c1 c2 c3 c4 c5 c6 c1 c2 c3 c4 c5 c6 1.00 0.425 0.185 0.263 0.392 0.142 0.425 1.00 0.305 0.361 0.434 0.139 0.185 0.305 1.00 0.508 0.283 0.490 0.263 0.361 0.508 1.00 0.554 0.367 0.392 0.434 0.283 0.554 1.00 0.491 0.142 0.139 0.490 0.367 0.491 1.00 d1 d2 d3 d4 d5 d1 d2 d3 d4 d5 1.00 0.442 0.374 0.436 0.342 0.442 1.00 0.444 0.472 0311 0.374 0.444 1.00 0.450 0.288 0.436 0.472 0.450 1.00 0.383 0.342 0.311 0.288 0.383 1.00 e1 e2 e3 e4 e1 e2 e3 e4 1.00 0.195 0.199 0.162 0.195 1.00 0.419 0.327 0.199 0.419 1.00 0.318 0.162 0.327 0.318 1.00 由上表可看出，推广态度个条目中相关系数最大的值为，可说明各条目间并非多重线性关系。同理，其他四项变量的各条目的相关系数最大值分别为、、和，都不算大，可证明各变量测量项目间均不存在多重线性关系。 综上所述，各量表及量表下指标的设置较为合理。 模型分析 模型介绍 回归为概率性非线性回归模型，是研究分类观察结果与一些影响因素之间关系的一种多变量分析方法。一般多元线性回归的因变量为确定的值，而回归为概率型回归，通常用极大似