spss数据分析教程之SPSS信度分析和效度分析.docx
《spss数据分析教程之SPSS信度分析和效度分析.docx》由会员分享，可在线阅读，更多相关《spss数据分析教程之SPSS信度分析和效度分析.docx（34页珍藏版）》请在冰豆网上搜索。
spss数据分析教程之SPSS信度分析和效度分析
Revisedat2pmonDecember25,2020.
spss数据分析教程之SPSS信度分析和效度分析
信度分析和效度分析
数据计分方法说明
类别
小分类
对应题项
每题计分方法
维度计分方法
题项
职业倦怠
情感枯竭
1-3题
正向计分
全部题项直接加总
3
去个性化
4-6题
正向计分
全部题项直接加总
3
个人成就感
7-10题
逆向计分
全部题项取倒数后加总
4
心理资本
11-18题
正向计分
全部题项直接加总
8
组织气氛
19-26题
21题为逆向计分，其余题项正向计分
21题取倒数后与其余题项加总
8
总体幸福感
27-31题
27题和31题为逆向计分，其余题项为正向计分
27和31题取到术后与其余题项加总
5
整体问卷
以上各个维度的总分直接加总
31
讲问卷调查的数据进行如上表的数据预处理后，接下来再进行如下分析。
1信度分析
这里有63份问卷，首先我们需要的判定的是问卷中的调查题目能否反映调查的目的和调查的意图，问卷中的各个问题是否测量了相同的内容和信息；同时，对于调查问卷所得到的数据是否具有可靠性，就必须在对问卷分析之前做信度分析。
信度本身与测量结果的正确与否无关，它的用途在于检测问卷本身的稳定性。
信度分析中常用Cronbachα系数的大小来衡量调查问卷的信度。
一般而言，如果问卷的信度系数达到以上，该问卷调查的信度就较好；信度系数在以上，是不错的；一般认为试卷信度在至以内是合理的，如果信度系数低于，则此问卷的调查结果就不可信了。
将以上63份问卷的数据用先进行标准化处理，再进行信度分析，其结果如表一所示：
表一信度分析表
类别
Cronbach'sAlpha
项数
整体问卷
.617
31
职业倦怠
.822
10
心理资本
.801
8
组织气氛
.837
8
总体幸福感
.679
5
表一显示，整体问卷和问卷中的各个维度的Cronbach'sAlpha系数值均大于，所以可以推断此问卷的可信度一般，该评价问卷只具有很较高的内在一致性。
2效度分析
具备信度的问题不一定具备效度，因此做完信度分析，再用对其进行效度分析。
因子模型适应性分析
效度分析使用的是因子分析模型，在运用因子模型分析之前，首先要对问卷数据进行因子模型适应性分析，分析结果如下表所示：
表二KMO和Bartlett的检验
KMO和Bartlett的检验
取样足够度的Kaiser-Meyer-Olkin度量。
.657
Bartlett的球形度检验
近似卡方
df
465
Sig.
.000
由上表的数据可知，问卷数据的KMO值为，并且通过了显着性水平为的巴特利球型检验，说明问卷调查的数据非常适合做因子分析。
因子分析结果
在进行了适应性检验之后，接下来就进行因子分析，其结果如下：
表三方差贡献率
解释的总方差
成份
初始特征值
提取平方和载入
旋转平方和载入
合计
方差的%
累积%
合计
方差的%
累积%
合计
方差的%
累积%
1
2
3
4
5
6
7
8
9
.958
10
.880
11
.762
12
.714
13
.684
14
.623
15
.580
16
.509
17
.449
18
.394
19
.342
20
.289
.934
21
.276
.892
22
.258
.833
23
.204
.659
24
.184
.592
25
.171
.552
26
.148
.478
27
.121
.391
28
.101
.325
29
.079
.254
30
.058
.186
31
.039
.127
提取方法：
主成份分析。
根据表三方差贡献率分析表可以知道，具备信度的31个问题一共可以提取8个主成分，这8个主因子解释的方差占到了将近%，由此我们可以认为，这次提取的8个公因子在充分提取和解释原变量的信息方面比较理想。
表四旋转后的因子载荷矩阵
旋转成份矩阵a
成份
1
2
3
4
5
6
7
8
职业倦怠1
职业倦怠2
职业倦怠3
职业倦怠4
职业倦怠5
职业倦怠6
职业倦怠7
职业倦怠8
职业倦怠9
职业倦怠10
心理资本1
心理资本2
心理资本3
心理资本4
心理资本5
心理资本6
0601
心理资本7
心理资本8
组织氛围1
组织氛围2
组织氛围3
组织氛围4
组织氛围5
组织氛围6
组织氛围7
组织氛围8
总体幸福感1
总体幸福感2
总体幸福感3
总体幸福感4
总体幸福感5
提取方法:
主成份。
旋转法:
具有Kaiser标准化的正交旋转法。
a.旋转在14次迭代后收敛。
根据以上旋转后的因子载荷表可以知道：
主成分一：
包含职业倦怠1、职业倦怠2、职业倦怠3、职业倦怠4、职业倦怠5、职业倦怠6这6个题项，说明主成分一是反映情感枯竭和去个性化的维度。
其方差贡献率是%，是8个主成分中贡献最大的一个，说明这一主成分对整体问卷的的影响最大。
主成分二：
包含组织氛围4、组织氛围5、组织氛围6、组织氛围7、组织氛围8这5个题项，说明主成分二是反映组织氛围维度中学校氛围的主因素。
其方差贡献率是%，是8个主成分中贡献第二大的，说明这一主成分对整体问卷的的影响第二大。
主成分三：
包含职业倦怠7、职业倦怠8、职业倦怠9、职业倦怠10这4个题项，说明主成分三是反映个人成就感的主因素。
其方差贡献率是%，是8个主成分中贡献第三大的，说明这一主成分对整体问卷的的影响第三大。
主成分四：
包含心理资本1、心理资本2、心理资本3、心理资本4、心理资本5这5个题项，说明主成分四是反映心理资本维度中工作情绪方面的主因素。
其方差贡献率是%，是8个主成分中贡献第四大的，说明这一主成分对整体问卷的的影响第四大。
主成分五：
包含心理资本6、心理资本7、心理资本8这3个题项，说明主成分五是反映心理资本维度中工作状态方面的主因素。
其方差贡献率是%，是8个主成分中贡献第五大的，说明这一主成分对整体问卷的的影响第五大。
主成分六：
包含总体幸福感3、总体幸福感4、总体幸福感5这5个题项，说明主成分六是总体幸福感维度中生活压力方面的主因素。
其方差贡献率是%，是8个主成分中贡献第六大的，说明这一主成分对整体问卷的的影响第六大。
主成分七：
包含总体幸福感1、总体幸福感2这2个题项，说明主成分七是总体幸福感维度中生活信心面的的主因素。
其方差贡献率是%，是8个主成分中贡献第七大的，说明这一主成分对整体问卷的的影响第六大。
主成分八：
包含组织氛围1、组织氛围2、组织氛围3这3个题项，说明主成分八是组织氛围维度中同事关系氛围方面的主因素。
其方差贡献率是%，是8个主成分中贡献最小的，说明这一主成分对整体问卷的的影响最小。
此外，观察表四旋转后的因子载荷矩阵，31个题项都仅仅只在某一个主成分上的载荷比较大，由此可以知道，职业倦怠的每一个题项是具有效度的。
差异性分析
1、不同性别在各个维度中的差异分析
表17
组统计量
性别
N
均值
标准差
均值的标准误
职业倦怠
男
8
女
55
.76008
心理资本
男
8
女
55
.53814
组织气氛
男
8
.89959
女
55
.60979
总体幸福感
男
8
.73307
女
55
.31452
表18
性别
男
女
t值
P值
职业倦怠
±
±
心理资本
±
±
组织气氛
±
±
总体幸福感
±
±
我们可以从上表中看出，男女性别不同，在职业倦怠、心里资本、组织气氛上是没有明显差异的。
但是不同性别在总体幸福感上存在显着差异。
具体差异情况见下图：
女性在总体幸福感上的均分显着高于男性在总体幸福感上的均分，说明女性的总体幸福感普遍高于男性。
2不同年龄在各个维度上的差异分析
表19
描述
N
均值
标准差
极小值
极大值
职业倦怠
20-25岁
14
26-30岁
24
31-35岁
9
36-45岁
11
46岁及以上
5
总数
63
心理资本
20-25岁
14
26-30岁
24
31-35岁
9
36-45岁
11
46岁及以上
5
总数
63
组织气氛
20-25岁
14
26-30岁
24
升级会员 