量表问卷数据资料分析量表的结构效度实例分析.docx

一、结构效度概述

结构效度是指量表问卷能够准确测出理论或预设维度概念的程度，用于测试量表题项和维度结构设计是否合理。在SPSSAU(在线SPSS)平台中，结构效度分析主要针对量表问卷数据，普通题型(如单选题、多选题)不能进行结构效度分析。

二、实例分析案例

【案例背景】某研究自编一份学校知识管理量表，量表设计时结合相关理论包括三个维度：c1～c6题测量知识创新；c7～c13题测量知识分享；c14～c19题测量知识获得共19题，采用5级李克特量表，数据可视为定量数据。

三、SPSSAU(网页SPSS)操作步骤

数据准备

将数据导入SPSSAU平台

确保所有19个题项(c1～c19)均为定量数据

分析路径

在仪表盘中依次选择【问卷研究】→【效度】模块

参数设置

将c1～c19题变量全部选中拖拽至右侧【分析项(量表)】框

在【维度个数设置】下拉列表中选择【维度个数设置(自动)】(即按特征根大于1标准提取公因子)

开始分析

点击【开始分析】按钮

四、结果解读关键指标

KMO与巴特利特检验

KMO值应0.5(武松和潘发明，2014)

巴特利特检验p值应0.05

若不满足：说明数据不适合因子分析

因子个数

本例预设3个维度，可观察自动提取的因子个数是否符合预期

若不符，可尝试手动指定提取3个因子

共同度

共同度0.4：题项与因子同质性较差，需关注

共同度0.2：建议直接删除该题项(吴明隆，2010.5)

载荷系数

载荷值越大，题项与因子关联程度越高

载荷0.4(或0.5)：说明题项与因子无对应归属关系

理想情况：各题项在预设维度上载荷较高，在其他维度上载荷较低

五、效度判断标准

提取的公因子数量与预设维度一致(本例为3个)

每个因子至少包含3个题项

因子-题项对应关系与预设维度-题项关系相符

共同度和载荷系数均达到标准

六、改进建议

若分析结果不理想：

检查是否有题项共同度0.2，考虑删除

检查载荷系数0.4的题项，考虑调整或删除

3.重新审视量表设计理论框架4.可能需要重新收集数据进行分析

通过SPSSAU(在线SPSS)平台的效度分析模块，研究者可以系统评估量表的结构效度，为后续研究提供可靠的数据支持。