预试问卷分析

编制正式问卷之前，先要编制一种预试问卷并进行初步分析，预试问卷的结果会作为编制正式问卷的依据。预试问卷分析主要包括

一、量表项目分析

二、因素分析

三、量表信度分析

+++++++++++++++++++++++++

一、量表项目分析

量表项目分析就是探究高低分的受访者在每个题项的差异或进行题项间的同质性检验，目的在于检验编制的量表或个别题项的适合度、可靠程度。可行性，分析结果可作为个别题项筛选或修改的依据。

主要步骤可细分如下：
1.处理反向计分
2.求每个受访者的量表总分
3.将总分排序
4.求总分前后占比27%的分数作为区分高低分组的临界值，27%是经验得来，也可以为25&-33%之间的值
5.根据临界值将总分分为高分组和低分组
6.使用独立样本t检验检验高低分组在每个题项上的差异
7.将t检验结果不显著的题项删除，也可以根据临界比值，将低于某个比值的题项删除。临界比为高低组均值比较结果的差异值，实际上也就等同于t值，t值越高，表示题目的鉴别度越高。

上面区分高低组的方法为极端组法，除此之外，还可以使用同质性检验法，此方法包括三个部分
1.题项与总分的相关
2.题项在量表共同因素的因素负荷量
3.整份量表的内部一致性信度

案例实操
现有一份预试问卷，19题，均为5分量表试题，其中第2、15、18为反向计分题，有效问卷200份，现进行量表项目分析，数据如下


1.数据检验
使用分析—>描述统计—>频率和分析—>描述统计—>描述两个过程分析数据是否存在缺失值或是否存在数值的范围不在1-5的情况，结果显示并没有此情况发生。

2.反向计分题处理
为了让整个量表分数代表的意义相同，需要将反向计分题重新编码，一个量表中需要有几道题为反向题，以此可以鉴别受访者的填写效度，但不应过多，否则可能会在因素分析时出现问题。
使用转换—>重新编码为相同变量过程对反向题数值进行重新编码，赋予新值。

3.受访者得分加总
将每位受访者的每道题得分加总，算出该受访者的总分

4.将得分排序，取的27%和73%的受访者得分作为临界值
此处使用数据—>排序个案过程进行排序，以升序为例，第200*27%个受访者的得分为81，以此作为低分的临界值，第200*73%个受访者得分为91，以此为作为高分临界值。

5.根据分组临界值进行分组
需要将分组变量单独列出，可以使用转换—>重新编码为不同变量和—>可视离散化两个过程进行分组，对于得分在82-90这部分受访者可以不做分组。

6.进行t检验
根据分组，逐题进行t检验，使用分析—>比较均值—>独立样本T检验过程进行，将结果不显著的题项剔除，也可以将t值过小的题项删除。

7.同质性检验
（1）与总分的相关性
如果某个题项与总分的相关性越高，表示该题项与整体量表的同质性越高，则该题项所测得的结果与整体量表的目标方向更接近，如果同质性不高，则有可能该题项所表达的内容和测量目的背道而驰，可以考虑删除。
可以使用分析—>相关—>双变量过程，逐题和总分进行相关性检验，
（2）信度检验
信度代表量表的一致性或稳定性，信度系数也可以作为同质性检验的指标，通常一份量表题项数越多，其信度系数越高，该量表所测量的内容特质越接近，反之可能差异较大。

注意的是：如果一份量表包含两个以上的测量概念，则需要分别在每个概念上计算信度系数，而不能以整份量表计算一个信度系数。
可以使用分析—>度量—>可靠性分析过程实现
（3）共同性与因素负荷量
这里其实都是因子分析中的概念，共同性表示题项能解释共同特质或属性的变异量，也就是公因子方差，共同性数值越高，表示该题能测量到的某个因素的程度越多，反之说明该题与量表的同质性较低，可以考虑删除。
因素负荷量也就是因子分析的因子载荷，值越大，同质性越高，表示该题项与某测量因素关系越密切。

可以使用分析—>降维—>因子分析过程实现，在设置中，将提取的因子设置为1，公因子方差则表示共同性，值越大共同性越高，成分矩阵表示因子载荷，值越大同质性越高。

最终量表项目分析的结果汇总表格式如下


+++++++++++++++++++++++++

二、因素分析
项目分析完成后，为检验问卷的构建效度，应进行因素分析，或称共同因素分析CFA。也就是因子分析，因素分析即在找出问卷潜在的结构，精简题项数目。
所谓构建效度是指问卷能测量某个理论概念或特质的程度，包括内在效度和外在效度，内在效度是指研究叙述的正确性和真实性，外在效度是指研究推论的正确性。

效度具有以下性质
1.效度是指测量结果的正确性和可靠性，而并非指测量工具本身
2.效度并非全有或全无，只是程度上有高低不同的差别
3.效度有其目标功能性，是针对某一特殊功能或某种特殊用途而言，不具有普遍性，一份具有高效度的测量工具用于不同的受访者，可能会导致测量结果不准确
4.效度无法实际测量，只能根据现有信息做逻辑推论或从实证资料做统计检验分析。

提高内在效度可以从以下4个方面入手
1.概念具有明确性，解释要信儿可证
2.概念及变量能够根据其理论构建
3.样本取样要注意不同组别人数的相等性，重视研究情境的适当性与问卷的回收率
4.尽量认清并排除混淆或威胁结论正确性的无关干扰变量，

提高外在效度可以从以下4个方面入手
1.解释分析应具有普遍性、客观性、中立性、合理性、真实性
2.取样应有足够代表性，研究的情境要适合，最好能与未来实际应用或推论的情境类似。
3.观察具有普遍性，资料收集来源应多元并且客观
4.尽量排除无关的干扰变量，慎防实验者效应发生

案例实操

现有一份量表，19题，均为5分量表试题，其中第11题为反向计分题，有效问卷200份，现进行量表项目分析，数据如下


使用分析—>降维—>因子分析过程进行操作。

三、量表信度分析
因素分析完成之后，要做的是量表各层面与总量表的信度检验，信度是指问卷所测得结果的稳定性和一致性，信度越大，其测量的标准误越小。

信度具有以下几个特性
1.信度是指测量所得到结果的一致性和稳定性，而非测量或量表本身，因而信度指的是测量工具获取的结果而非工具本身。说某个问卷是可信赖的是不准确的，应该说该问卷所测量的结果是可信赖的。
2.信度值是指某一特定类型下的一致性，非泛指一般的一致性，信度系数可能因不同时间，不同受访者或不同评分者的不同而不同。
3.信度是效度的必要条件而非充分条件，信度低效度一定低，而信度高效度不一定高。
4.信度检验完全依据统计分析方法，不管采用信度系数或测量标准误为信度指标，它们完全是一种统计量。

使用分析—>度量—>可靠性分析过程进行操作。