效度反映了调查问卷中某维度下问题的一致性,表现为整个问卷全部变量可用几个主成分进行表示。我们一般通过专业的数据分析软件进行问卷分析,如IBM SPSS Statistics,使用SPSS进行问卷效度分析有两个难点,一个是SPSS效度分析KMO值的意义,一个是SPSS效度分析出现警告怎么解决,本文结合实例,向大家作简单说明。
一、SPSS效度分析KOM值意义
SPSS效度分析是通过主成分分析进行的,在问卷中同一维度的问题,答案应该具有较高的相关性,这些问题可以通过几个主成分向量进行线性化地替代,例如如下几个问题:
1.相较于出门购物,你更喜欢网络购物;
2.你的大多数日用品都是通过网络购买的;
3.网店的商品较实体店价格更便宜,也能满足你的需求。
正常状态下这三个问题的答案会趋于一致,即这三个问题处于同一维度,可以被主成分向量替代。
进行主成分分析前提条件是变量间存在较强的线性关系,如果不存在此种关系,主成分分析就没有意义,效度分析也失去了价值,因此要对数据进行一定的检验,以确认数据是否可以进行主成分分析,以便我们进行KMO检验。
KMO检验(Kaiser-Meyer-Olkin-Measure of Sampling Adequacy)会比较变量之间简单相关系数和偏相关系数的相对大小,KMO 值的计算公式为:
当所有变量之间的偏相关系数的平方和,远小于所有变量之间的简单相关系数的平方和时,KMO 值接近1, 变量适合进行主成分分析。
以上就是KMO值的意义,对于初学者,除不理解KMO值意义,分析过程中还常常出现效度分析警告提示,出现警告提示的原因是什么。我们在第二小节中向大家介绍。
二、SPSS效度分析出现警告怎么解决
在进行SPSS效度分析过程中,会出现“个案数不足两个,至少有一个变量的方差为零,只有一个变量用于分析,或者只能计算部分变量的相关系数。将不再计算更多统计。”的警告,如图2所示。
为什么会出现此警告,其原因是我们设计问卷的某个问题答案是相同的,如下例中,调查一个初中学生的身体发育及健康状况,试卷中有你是否是初中生这样一个问题,所有学生选的答案肯定都是“是”,对应的录入数据均设置为1。如图所示。
此数据,按第三小节中方法进行效度检验时,就会出现上述的警告,解决方案是我们应该剔除这一问题,重新进行效度检验,下面向大家介绍效度检验的步骤。
三、SPSS效度分析(主成分分析)步骤
录入数据后点击分析,降维,因子。
将全部变量添加到变量窗口,然后点击描述,勾选KMO和巴特利球形度检验,点击继续。
点击旋转,勾选最大方差法,点击继续,确定,SPSS将进行主成分分析。
进行完主成分分析,在结果输出窗口查看KMO系数,评价问卷效度即可。
本文结合实例,向大家介绍了如何使用SPSS进行效度分析,SPSS效度分析KMO值的意义,SPSS效度分析出现警告怎么解决,一般来说KMO值大于0.8,说明问卷问题设计有效,如果同一调查问题,答案均一致,常常会导致出现警告,删除这一调查问题即可解决。