第十二章可靠性分析 12.1主要功能 12.2实例操作 12.1主要功能 在精神卫生与社会医学研究中,经常需要借助量表来了解对象的某一特性。如常用的症 状自评量表(SCL-90)即用于评定对象精神病症状的表现形式与强度:又如生活事件量表 (LES)即用于对精神刺激进行定性和定量分析。在完成一份量表的编制工作后,或在准备 将一份已有的量表作实际应用前,需要对量表的信度进行考核。 量表的使用是为了了解被测对象的某一特征,因而在编制一份量表时,所设立的一系列 项目是为了体现量表需要测定的这一特征。如果所设立的测定项目无法获得这一特征,则表 示该量表可靠性差,即信度低。所以,研究者有时需要了解量表中各测定项目之间的一致性 (同质信度考核),有时需要将量表的测定项目按原编号的奇、偶数分半后,对各自的测定 结果进行相关性检验(分半信度考核),等等,这就是量表的可靠性分析,亦即信度硏究。 量表的可靠性分析可通过调用 Reliability过程完成 返回目录返回主页 12.2实例操作 [例12.1]采用家庭环境量表(FES)研究30名女医师的家庭特征,测定结果按10个 分量表的实际得分整理如下。请以此资料对FES的信度作评价。 编亲密情感矛盾独立成功知识娱乐道德组织控制 号度表达性性性性性宗教性性 No. FESI FES2 FES3 FES4 FES5 FES6 FES7 W FES9 FES10 FESS 2 6 3 2 423332412 512341645 745755475 2 46565 563465666 2 4 2 6 4 3 64 3 4 9
第十二章 可靠性分析 12.1 主要功能 12.2 实例操作 12.1 主要功能 在精神卫生与社会医学研究中，经常需要借助量表来了解对象的某一特性。如常用的症 状自评量表（SCL-90）即用于评定对象精神病症状的表现形式与强度；又如生活事件量表 （LES）即用于对精神刺激进行定性和定量分析。在完成一份量表的编制工作后，或在准备 将一份已有的量表作实际应用前，需要对量表的信度进行考核。 量表的使用是为了了解被测对象的某一特征，因而在编制一份量表时，所设立的一系列 项目是为了体现量表需要测定的这一特征。如果所设立的测定项目无法获得这一特征，则表 示该量表可靠性差，即信度低。所以，研究者有时需要了解量表中各测定项目之间的一致性 （同质信度考核），有时需要将量表的测定项目按原编号的奇、偶数分半后，对各自的测定 结果进行相关性检验（分半信度考核），等等，这就是量表的可靠性分析，亦即信度研究。 量表的可靠性分析可通过调用 Reliability 过程完成。 12.2 实例操作 ［例 12.1］采用家庭环境量表（FES）研究 30 名女医师的家庭特征，测定结果按 10 个 分量表的实际得分整理如下。请以此资料对 FES 的信度作评价。 编 号 No. 亲密 度 FES1 情感 表达 FES2 矛盾 性 FES3 独立 性 FES4 成功 性 FES5 知识 性 FES6 娱乐 性 FES7 道德 宗教 观 FES8 组织 性 FES9 控制 性 FES10 1 2 3 4 5 6 7 8 9 2 4 4 4 4 4 5 3 5 4 2 3 3 3 2 4 1 2 5 1 2 3 4 1 6 4 5 7 4 5 7 5 5 4 7 5 8 5 5 7 5 3 6 5 7 6 1 3 2 3 4 3 3 3 3 1 2 6 4 7 4 5 3 4 6 5 6 5 4 5 7 6 5 6 3 4 6 5 6 6 6 6 2 2 3 3 2 3 3 3
10 1234 5332 644 754 344 33264243356 564566645454 4447 2222 6789012 553 652242544453 343233243333352522653 232034333622234325523 5454544355356444 76656546464 4433333553554454 53235363 763647 443465534744554 222333343322521 4544 12.2.1数据准备 激活数据管理窗口,定义变量名:亲密度、情感表达、矛盾性、独立性、成功性、知识 性、娱乐性、道德宗教观、组织性、控制性等十个分量表的变量名依次是FESI、FES2、FES3、 FES4、FES5、FES6、FES7、FES8、FES9、FES10,输入原始数据 12.2.2统计分析 激活 Statistics菜单选 Scale中的 Reliability Analysis.项,弹出 Reliability Analysis对话 框(如图121示)。从对话框左侧的变量列表中选fesl-fes10共十个变量,点击≯钮使之 进入 Items框。点击Mode处的下拉菜单,系统提供5种分析模型
10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 5 3 3 2 2 1 5 5 3 6 5 2 2 4 2 5 4 4 4 5 3 3 4 3 2 3 3 2 4 3 3 3 3 3 5 2 5 2 2 6 5 3 2 3 2 0 3 4 3 3 3 6 2 2 2 3 4 3 2 5 5 2 3 6 4 4 3 4 5 4 5 4 5 4 4 3 5 5 3 5 6 4 4 4 7 5 4 4 4 7 6 6 5 6 5 4 6 4 6 4 7 4 5 4 4 3 4 4 3 4 4 4 3 3 3 3 3 5 5 3 5 5 4 4 5 4 3 3 2 6 4 2 4 3 3 5 6 1 4 5 3 2 3 5 3 6 3 5 6 4 5 6 6 6 4 5 4 5 4 5 5 5 7 6 3 6 4 7 4 4 4 7 5 4 4 4 3 4 6 5 5 3 4 7 4 4 5 5 4 2 2 2 2 3 4 2 2 2 3 3 3 3 4 3 3 2 2 5 2 1 12.2.1 数据准备 激活数据管理窗口，定义变量名：亲密度、情感表达、矛盾性、独立性、成功性、知识 性、娱乐性、道德宗教观、组织性、控制性等十个分量表的变量名依次是 FES1、FES2、FES3、 FES4、FES5、FES6、FES7、FES8、FES9、FES10，输入原始数据。 12.2.2 统计分析 激活 Statistics 菜单选 Scale 中的 Reliability Analysis...项，弹出 Reliability Analysis 对话 框（如图 12.1 示）。从对话框左侧的变量列表中选 fes1~fes10 共十个变量，点击 ➢ 钮使之 进入 Items 框。点击 Model 处的下拉菜单，系统提供 5 种分析模型：
图12.1可靠性分析对话框 Alpha:计算信度系数 Cronbach a值; Split half:分半信度的分析 Guttman:真实可靠性的 Guttman低界; Parallel并行模型假定下的极大似然可靠性估计; Strict parallel:严格并行模型假定下的极大似然可靠性估计。 本例选用 Alpha模型。 点击 Statistics.钮,弹出 Reliability Analysis: Statistics对话框(图12.2),该对话框内 含如下选项: 图122可靠性分析的统计选项对话框 affc le> 在 Descriptives for栏中选Item、 Scale、 Scale if item deleted项 以指定对各项目、测定得分情况和项目与量表总体特征关系进行描 述性统计; 在 Summaries处有四个选项: Means、 Variances、 Covariances 和 Correlations,可分别要求系统计算在 Descriptives for栏中指定对 象的平均数、方差、协方差和相关系数,本例选 Means、 Variances
图 12.1 可靠性分析对话框 Alpha：计算信度系数 Cronbach α值； Split half：分半信度的分析； Guttman：真实可靠性的 Guttman 低界； Parallel：并行模型假定下的极大似然可靠性估计； Strict parallel：严格并行模型假定下的极大似然可靠性估计。 本例选用 Alpha 模型。 点击 Statistics...钮，弹出 Reliability Analysis: Statistics 对话框（图 12.2），该对话框内 含如下选项： 图 12.2 可靠性分析的统计选项对话框 affc le> 在 Descriptives for 栏中选 Item、Scale、Scale if item deleted 项， 以指定对各项目、测定得分情况和项目与量表总体特征关系进行描 述性统计； 在 Summaries 处有四个选项：Means、Variances、Covariances 和 Correlations，可分别要求系统计算在 Descriptives for 栏中指定对 象的平均数、方差、协方差和相关系数，本例选 Means、Variances
和 Correlations三项 在 Inter-Item处有 Correlations和 Covariances两项,前者可计算 项目间的两两相关系数,后者可计算项目间的两两协方差值,本例 选 Correlations项 在 ANOVA Table处有None、 F test、 Friedman chi- square Cochran chi- square四个选项,其意义分别是:不作方差分析、作重 复度量的方差分析、计算 Friedman和 Kendall谐和系数(适用于等 级资料)、计算 Cohran C值(适用于所有项目均为二分变量),本 例选 F test项 此外,还有 Hotelling'sT- -square选项,可要求作项目间平均得 分的相等性检验; Tukey's test of additivity选项,可要求作可加性的 Tukey检验,本例仅选前一项。在完成各选项的选择之后,点击 Continue钮返回 Reliability Analysis对话框,再点击OK钮即完成分 析 12.2.3结果解释 在结果输出窗口中将看到如下统计数据 首先计算各项目在30名被试中测定结果的均数与标准差。然 后输出项目间的两两相关系数矩阵,从中可见,第三项目(矛盾性) 与第十项目(控制性)的相关程度最密切(r=0.5038) Std Dev FESI 30.0 FES1O 2.7333 10148 30.0 FES2 3.1000 1.1250 30.0 FES3 3.100 FES4 4.6667 0933 FESS 5.2667 30.0 3.6333 1.0334 FES7 3.7000 1.5570 30.0 FESS 5.2000 1.0306 30.0 4.7333 1.1121 Correlation matrix FESI FESI0 FES2 FES3 FES4 FES5 FES6 FES7 FeS8 FES110000 FES10-23211.0000 1933416810000 FES31849503820221.0000 FES4 04142901 252336461.0000 FES5.03603819-0926395346811.0000
和 Correlations 三项； 在 Inter-Item 处有 Correlations 和 Covariances 两项，前者可计算 项目间的两两相关系数，后者可计算项目间的两两协方差值，本例 选 Correlations 项； 在 ANOVA Table 处有 None、F test、Friedman chi-square、 Cochran chi-square 四个选项，其意义分别是：不作方差分析、作重 复度量的方差分析、计算 Friedman 和 Kendall 谐和系数（适用于等 级资料）、计算 Cohran Q 值（适用于所有项目均为二分变量），本 例选 F test 项； 此外，还有 Hotelling’s T-square 选项，可要求作项目间平均得 分的相等性检验；Tukey’s test of additivity 选项，可要求作可加性的 Tukey 检验，本例仅选前一项。在完成各选项的选择之后，点击 Continue 钮返回 Reliability Analysis 对话框，再点击 OK 钮即完成分 析。 12.2.3 结果解释 在结果输出窗口中将看到如下统计数据： 首先计算各项目在 30 名被试中测定结果的均数与标准差。然 后输出项目间的两两相关系数矩阵，从中可见，第三项目（矛盾性） 与第十项目（控制性）的相关程度最密切（r = 0.5038）。 Mean Std Dev Cases 1. FES1 3.6667 1.2685 30.0 2. FES10 2.7333 1.0148 30.0 3. FES2 3.1000 1.1250 30.0 4. FES3 3.1000 1.4704 30.0 5. FES4 4.6667 1.0933 30.0 6. FES5 5.2667 1.2576 30.0 7. FES6 3.6333 1.0334 30.0 8. FES7 3.7000 1.5570 30.0 9. FES8 5.2000 1.0306 30.0 10. FES9 4.7333 1.1121 30.0 Correlation Matrix FES1 FES10 FES2 FES3 FES4 FES5 FES6 FES7 FES8 FES9 FES1 1.0000 FES10 -.2321 1.0000 FES2 .1933 .4168 1.0000 FES3 .1849 .5038 .2022 1.0000 FES4 .0414 .2901 -.2523 .3646 1.0000 FES5 .0360 .3819 -.0926 .3953 .4681 1.0000
FES6-1754331041830930-0814028310000 FES72444-0524100404671823-204307931.0000 FES8-0791-01320476-0137-12241171-0907-219210000 487 1446-1180.1314 2287 1.0000 nof cases 30.0 接着显示对整个量表的统计分析结果。该量表的平均得分为398000,标准差为48309; 平均每个项目的得分为3.9800,极差为25333:各项目的方差平均为14634:项目间的相 5ff范围为-0.2741-0.5038。 之后考查项目与量表得分的关系,方式是:若将某一项目从量表中剔除,则量表的平均 得分( Scale mean if Item Deleted)、方差( Scale variance if Item Deleted)、每个项目得分 与剩余各项目得分间的相关系数( Corrected Item- Total Correlation)、以该项目为自变量所 有其他项目为应变量建立回归方程的R2值( Squared Multiple Correlation)以及 Cronbach 值( Alpha if Item Deleted)会是多少。如本例在每个项目得分与剩余各项目得分间的相关系 数中,第十项目(控制性)最大,为0.5009,表明该项目与其他各项目关系最密切。又如 R2值,第十项目(控制性)最大,为0.7345,表明其含义有73.45%可被其他项目解释掉, 而第八项目(道德宗教观)最小,为0.1556,表明其含义仅有1556%可被其他项目解释掉。 nof Statistics for Mean Variance Std Dev Variables 39.800023.33794.8309 Item means Mean Minimum Maximum Ran Max/Min Variance 2.7333 5.2667 2.5333 19268 8425 Item variances Mean Minimum Maximum Range Max/Min variance 14634 1.0299 2.4241 1.394323538 .2349 Inter-item Correlations Mean Minimum Maximum Range Max/Min Variance 2741 5038 791.8376 0450 Item-total Statistics Corrected Mean Item Alpha if Item Total Multiple Deleted Deleted Correlation orrelation Deleted FESI 36.1333 20.3954 FESIO 37.0667 179954 .2745 36.7000 20.424 1621 6318 FES3 36.7000 158724 4527 4233 2410
FES6 -.1754 .3310 .4183 .0930 -.0814 -.0283 1.0000 FES7 .2444 -.0524 -.1004 -.0467 .1823 -.2043 .0793 1.0000 FES8 -.0791 -.0132 -.0476 -.0137 -.1224 .1171 -.0907 -.2192 1.0000 FES9 .0570 .1487 -.0606 -.0675 -.2741 -.1446 -.1180 .1314 .2287 1.0000 N of Cases = 30.0 接着显示对整个量表的统计分析结果。该量表的平均得分为 39.8000，标准差为 4.8309； 平均每个项目的得分为 3.9800，极差为 2.5333；各项目的方差平均为 1.4634；项目间的相 5ffc 范围为 -0.2741—0.5038。 之后考查项目与量表得分的关系，方式是：若将某一项目从量表中剔除，则量表的平均 得分（Scale Mean if Item Deleted）、方差（Scale Variance if Item Deleted）、每个项目得分 与剩余各项目得分间的相关系数（Corrected Item-Total Correlation）、以该项目为自变量所 有其他项目为应变量建立回归方程的 R 2 值（Squared Multiple Correlation）以及 Cronbach α 值（Alpha if Item Deleted）会是多少。如本例在每个项目得分与剩余各项目得分间的相关系 数中，第十项目（控制性）最大，为 0.5009，表明该项目与其他各项目关系最密切。又如 R 2 值，第十项目（控制性）最大，为 0.7345，表明其含义有 73.45%可被其他项目解释掉， 而第八项目（道德宗教观）最小，为 0.1556，表明其含义仅有 15.56%可被其他项目解释掉。 N of Statistics for Mean Variance Std Dev Variables Scale 39.8000 23.3379 4.8309 10 Item Means Mean Minimum Maximum Range Max/Min Variance 3.9800 2.7333 5.2667 2.5333 1.9268 .8425 Item Variances Mean Minimum Maximum Range Max/Min Variance 1.4634 1.0299 2.4241 1.3943 2.3538 .2349 Inter-item Correlations Mean Minimum Maximum Range Max/Min Variance .0665 -.2741 .5038 .7779 -1.8376 .0450 Item-total Statistics Scale Scale Corrected Mean Variance Item- Squared Alpha if Item if Item Total Multiple if Item Deleted Deleted Correlation Correlation Deleted FES1 36.1333 20.3954 .1164 .5124 .4065 FES10 37.0667 17.9954 .5009 .7345 .2745 FES2 36.7000 20.4241 .1621 .6318 .3886 FES3 36.7000 15.8724 .4527 .4233 .2410
FES4 35.1333 20.0506 2136 457 3710 FES5 34.5333 19.1540 2364 4650 3583 36.1667 212471 1074 .3l 36.1000 20.8517 0044 FES8 34.6000 23.0069 FES9 35.0667 22.3402 0227 4297 4503 方差分析表明,F=18.4933,P<0.0001,即该量表的重复度量效果良好 Analysis of Variance Source of variation Sum of Sq DF Mean Square F Prob Between People 67.6800 2.3338 Within People 584.2000 270 2.1637 Between Measures 2274800 25.2756 1849330000 Residual 356.7200 261 1.3667 299 2.1802 经 Hotelling T'检验可知,该量表的项目间平均得分的相等性好,即项目具有内在的相 关性:在量表的信度检验中, Cronbach a=0.4144,标准化 Cronbach a=0416l。 Cronbach a系数的意义是:个体在这一量表的测定得分与如果询问所有可能项目的测定得分的相关系 数的平方,即这一量表能获得真分数的能力。本例为04144,意味着对于家庭情况,FES 量表尚有5856%的内容未曾涉及,故信度不高 Hotelling's T-Squared=277 1019 F=22.2956 Prob.=.0000 Degrees of Freedon Reliability Coefficients 10 Alpha= 414. Standardized item alpha = 4161 返回主页 返回目录返回主页
FES4 35.1333 20.0506 .2136 .5457 .3710 FES5 34.5333 19.1540 .2364 .4650 .3583 FES6 36.1667 21.2471 .1074 .3106 .4067 FES7 36.1000 20.8517 .0044 .3135 .4662 FES8 34.6000 23.0069 -.0739 .1556 .4613 FES9 35.0667 22.3402 -.0227 .4297 .4503 方差分析表明，F = 18.4933，P<0.0001，即该量表的重复度量效果良好。 Analysis of Variance Source of Variation Sum of Sq. DF Mean Square F Prob. Between People 67.6800 29 2.3338 Within People 584.2000 270 2.1637 Between Measures 227.4800 9 25.2756 18.4933 .0000 Residual 356.7200 261 1.3667 Total 651.8800 299 2.1802 经 Hotelling T2 检验可知，该量表的项目间平均得分的相等性好，即项目具有内在的相 关性；在量表的信度检验中，Cronbach α= 0.4144，标准化 Cronbach α= 0.4161。Cronbach α系数的意义是：个体在这一量表的测定得分与如果询问所有可能项目的测定得分的相关系 数的平方，即这一量表能获得真分数的能力。本例为 0.4144，意味着对于家庭情况，FES 量表尚有 58.56%的内容未曾涉及，故信度不高。 Hotelling's T-Squared = 277.1019 F = 22.2956 Prob. = .0000 Degrees of Freedom: Numerator = 9 Denominator = 21 Reliability Coefficients 10 items Alpha = .4144 Standardized item alpha = .4161 返回主页
