【原】信度不達標的處理方式

在進行問卷研究時，特別是問卷中有非常多的量表題時，數據質量是基礎保障，問卷研究中排在最前面的即為數據質量分析，通常包括信度和效度分析。本身進行信度或者效度分析並非難事，但最難的事情在於如果信度或者效度不達標應該如何處理。

接下來慢慢闡述信度分析（下一篇文章闡述效度分析），以及信度分析時的處理方法，如何解決出現的問題等。本書中使用的較多內容參考於「問卷數據分析-破解SPSS的六類分析思路」一書，以及使用網頁版本在線spss軟件spssau進行操作說明等。

信度分析，即研究樣本數據是否真實可靠，通俗來講即研究樣本是否真實回答各個題項。如果樣本沒有真實回答，信度肯定不達標，而有時即使樣本真實回答，信度也不一定達標。信度分析可以分為四類，分別是：α信度系數、折半信度、復本信度和重測信度。

(1) α信度系數，即內部一致性系數。此類信度分析最為常見，基本上所有問卷信度分析均會使用此類分析。通過軟件計算出α信度系數值，並且用其進行信度水平判斷。進行此分析前，首先需要對反向題進行反向操作，並且α信度系數的測量通常以最小的維度為準，而非大維度。

一般來講：α系數最好在0.8以上，0.7~0.8之間屬於可以接受範圍，而分量表的α信度系數希望在0.7以上， 0.6~0.7之間可以接受。如果α信度系數低於0.6則考慮修改量表。從α信度系數計算公式來看，維度對應的題項越多，以及樣本量越多時，此值會越大。從筆者經驗來看，如果某個維度僅由三個或者兩個題項組成，並且樣本量在200以下時，那麼α信度系數通常會較小(低於0.6)。1個題項表達的維度無法進行α信度系數計算。

α信度系數是問卷信度分析中最為常見的分析方法，絕大多數時候使用α信度系數進行信度測量即可，筆者建議使用α信度系數進行問卷信度測量，問卷前測也類似，但問卷前測時會結合CITC和刪除某項後的信度系數值進行判斷是否修正或者刪除題項，通常來講，CITC值低於0.4，或者刪除某項後的信度系數值反而上升0.1左右時應該考慮對題項進行修正或者刪除處理。

特別提示：α信度系數（內部一致性系數）是最為常見的信度測量方法。

(2) 折半信度。折半信度是將維度對應的題項按照單雙號分成兩組，通過計算兩組題項間的相關係數，進而再通過公式計算得到折半信度系數值，並且進行衡量信度質量。心理學、教育學類經典量表常使用此類方法進行信度質量衡量。判斷標準可參考α信度系數的衡量標準。此類分析方法較為少見。

(3) 復本信度。復本信度是同樣一組樣本，一次性回答兩份問卷，比如同樣一組學生連續做兩份同樣難度水平的試卷。然後通過計算兩份樣本相關係數，從而進行信度質量衡量，由於實際操作過程中有諸多客觀條件限制，此類分析方法較為少見。

(4) 重測信度。重測信度指同樣的樣本，在不同的時間點回答同樣一份問卷。繼而計算兩份數據的相關係數，並且通過相關係數去衡量信度質量。重測信度可以評估時間差異帶來的誤差，但實際操作中有諸多不便，因而此類分析使用較少。

上述四種信度方法，正常情況下是使用第一種研究，第二，第三和第四種信度研究方法非常少見，使用場景上通常為實驗式或者非常複雜的研究中會使用到。第一種信度即α信度系數的測量最為常見。以網頁版本spssau軟件為例，將同一維度對應的題項拖拽到右側即可。特別提示下，信度分析是以維度為單位進行分析，一個維度一定需要對應多個題項才可以，一個題項無法做信度分析。以spssau為例，共1個維度叫做‘課程質量’對應3項，進行操作如下：

點擊分析得到結果如下，包括表格和智能分析。

1.表格中共包括三列，分別是CITC值，刪除項後的信度系數值，整體信度系數值。事實上，我們進行信度分析時，更關注於整體信度系數值。首先分析α系數，如果此值高於0.8，則說明信度高；如果此值介於0.7~0.8之間；則說明信度較好;如果此值介於0.6~0.7；則說明信度可接受;如果此值小於0.6；說明信度不佳；

2.如果說有發現整體信度系數值不達標，此時此應該關注於CITC和刪除項後信度系數值這兩個指標。如果CITC值低於0.3；可考慮將該項進行刪除；如果「項已刪除的α系數」值明顯高於α系數，此時可考慮對將該項進行刪除後重新分析。刪除相關項後再次進行分析即可。直至信度系數高於0.6，當然這一過程在spssau中也可以直接智能化，可參考使用。

信度分析的操作非常簡單，但當數據出現問題之後如何處理，這才是關鍵。書籍中將解的內容都以高質量數據作為案例，但現實中數據質量通常會‘出乎意料’。

本文總結出信度不達標的幾種情況，以及對應的處理辦法。

1.整體α信度信度系數值小於0；

2.整體α信度信度系數值介於0~0.5之間；

3.整體α信度信度系數值介於0.5~0.6之間。

接著對應講解三種情況的處理辦法：

1.如果說α信度信度系數值小於0，請查看是否有反向題。何為反向題？比如有5個題表示1個維度；其中4個題數字越大說明越喜歡運動，另外1個題數字越大說明越不喜歡運動，那麼此項即為反向題。需要先進行數據編碼，反向處理後，使用反向處理後的數據進行信度分析。

2.整體α信度系數值介於0~0.5之間時，此時說明信度有點’不可救藥’，出現此類情況通常原因有3種。一是用錯方法，信度分析只針對量表題，但非量表題都放進去分析；二是問卷設計質量太糟糕，量表題的設計隨心所欲完全不帶一點參考；三是樣本量少（比如小於50）並且一個維度僅對應2個題項，樣本少信度系數值相對會較低。無論是那種情況，解決流程均是：結合CITC值和項已刪除後的信度系數值，先刪除掉很糟糕項，然後再接著依次循環，直至信度系數可接受可止。

3.整體α信度系數值介於0.5~0.6之間。如果說分析項僅2個，此時只能接受這種事實。如果分析項為3個或者更多，此時則需要結合CITC值進行處理，刪除掉CITC值小於0.3的項後再次進行分析，以及結合’項已刪除後的信度系數值‘這個指標進行刪除分析項。如果說分析項僅為2個，此時沒有其它辦法，要麼接受要麼直接放棄掉該維度。

在進行信度分析時，如果說確實是量表項，而且數據真實，事實上很少會再現問題。但有兩種情況是需要提前注意：

1.不知道量表數據才能進行信度分析。這種情況最糟糕後續是無法進行分析的。即不能使用研究方法使用客觀數據指標描述清楚信度情況，可以考慮使用文字描述數據的收集過程和收集方式等，以證明數據真實可靠，即信度可靠。

2.量表數據自己亂設計，量表是相對規範的一種測量題項，需要有較強的參考文獻，而且一個維度對應的量表要來自於同一個參考出處。

>【原】信度不達標的處理方式