发布时间 : 星期六 文章管理研究方法整理版更新完毕开始阅读3c4af8f4aff8941ea76e58fafab069dc50224708
（1=非常不同意；2=不同意；3=中立；4=同意；5=非常同意），专家效度（该量表在本研究中的信度系数为 ，这表明该量表具有良好的信度）。每一个维度的信度（ ）。区分效度说明（ ）。
量表信度分析
信度，谈论的是稳定性的问题（多次打靶的结果是否一致），主要包括：内部一致性（回答是否具有稳定性）和再测信度（S2-S1）。 SPSS信度检验操作
分析—度量—可靠性分析
量表效度分析
效度，谈论的是测量的准确性的问题（是否打在了靶上）。 （1）结构效度：包括内容效度、区分效度和收敛效度。 ①内容效度：专家效度，完全参考成熟量表具备很好的内容效度
②区分效度：包括维度和维度的区分，概念和概念的区分。计算机认为两个维度是不一样的，其中 CFI（>0.9), TCI(>0.9), RMSEA(<0.08最好<0.06)。
③收敛效度：载荷显著性，具体来说每个题的因子载荷显著(0.5到0.95)，此外如果每一个维度信度大于0.7，默认收敛效度很好。
（2）内部效度：关注过程是否可靠，结论是否可靠
（3）外部效度：特定结论是否可以进行推广，运用到现实生活中。
探索性因子分析EFA
1. 探索性因子分析
研究如何以最少的信息丢失将众多原有变量浓缩成少数几个因子，如何使因子具有一定的命名解释性的多元统计分析方法。 2. 探索性因子分析运算 SPSS探索性因子分析操作
分析——降维——因子分析
选择巴特利球度检验和KMO检验
提取因子的方法：主成分分析法（Principal Components）；设定特征根为1；输出选择：未旋转的因子解和碎石图
因子旋转方法选择：方差最大法； 输出选择：旋转解和载荷图
点击确定，查看结果。
KMO>0.7说明适合做因子分析；因子载荷最少要>0.4，达到0.5-0.95比较理想；累计解释度应大于60%。
验证性因子分析CFA
1. 验证性因子分析
CFA 是验证性分析，即存在一个架构，用Data 来验证这个架构是否正确（只有多维度的变量需要做CFA，单维度变量不需要做CFA分析，只用测信度就好）。
EFA是探索性因子分析，没有架构，从数据出发，探索出因子之间的结构。 2. 模型比较及拟合值评价
在结构方程模型中，样本数与要估计的参数数目之比例最少应为5比1 ；如果结果不好，可以选择删除题调整，其它的调整方法不行。 AMOS验证性因子分析操作
在使用AMOS进行模型设定之前，建议事先在纸上绘制出基本理论模型和变量影响
关系路径图，并确定潜变量与可测变量的名称，以避免不必要的返工。 1. 绘制潜变量
使用
建模区域绘制模型中的潜变量，在潜变量上点击右键选择Object Properties，为
潜变量命名。
2. 为潜变量设置可测变量及相应的残差变量
使用
绘制。在可测变量上点击右键选择Object Properties为可测变量命名。其中
Variable Name对应的是数据的变量名，在残差变量上右键选择Object Properties为残差变量命名。