前一篇文章跟大家分享了在SPSS中如何對量表問卷進行信度檢驗，我們通過文章了解到了問卷的信度檢驗是通過Cronbach's α(克朗巴哈)系數系數法來檢測數據的信度，同時結果顯示我們用來進行展示的數據是已經通過了信度檢驗。那針對這些數據我們又該如何進行效度檢驗呢？今天我們就繼續接着上一篇文章來看看如何對問卷數據進行效度檢驗。

在分析之前，我們首先需要知道，對量表的效度檢測是為了更好的證明所用問卷适合此次實證研究。而效度檢測可以通過因子分析檢驗看量表結構歸類是否合理。

當用因子分析檢驗效度時，首先需要滿足因子分析的前提條件，即題項之間具有較強的相關性，這反映在兩個檢驗指标上：1、KMO值，2、Bartlett球形檢驗值。其中，KMO值用于比較題項間簡單相關和偏相關系數，取值在0到1之間。是否适合做因子分析的标準為：大于0.9，非常适合；0.7-0.9适合；0.6-0.7較為适合；0.6-0.5之間不太适合；0.5以下放棄。Bartlett球形檢驗值用以檢驗題項間相關系數是否顯著，如果顯著（即sig.<0.05）則适合做因子分析。

在進行效度檢驗的時候，我們需要選擇分析—降維—因子分析來進入到因子分析的操作界面當中，如下圖所示：

從上圖我們可以看到，在進入到因子分析的界面以後，我們首先需要把我們所要進行效度檢驗的題目選擇并且加入到變量欄中去。

在将問卷題目選入到變量欄中以後，我們對因子分析進行設置，首先我們點擊描述，勾選最下方的KMO和Bartlett的球形度檢驗，接着我們在旋轉中選擇最大方差法，最後我們在選項中勾選顯示格式中的兩個選項，絕對值可以設置為0.5即可。最後我們點擊确定就能夠得出我們本次效度分析的分析結果：

從上圖可以看出：KMO的數值是0.708，介于0.7-0.9之間，表示此張問卷中的量表适合因子分析。下方的Bartlett（巴特利特）球度檢驗結果：卡方值為744.813，數值較大，證明所對應P值（為0.000）<0.05，因此巴特利特（Bartlett）球度檢測具有顯著意義。

從解釋總方差表中可以看到，系統将四道量标題分為六個因子，這六個因子對整體的解釋度能達到64.453%。

上表是因子分析結果中的旋轉成分矩陣，從表中我們就能看到本次因子分析将所有問題一共分成了六類，分别為1-4題、5-8題、9-12題、13-15題、16-18題、19-20題這六個因子，其中我們可以将1-4題表述為影響購買手機的外部因素，5-8題表述為影響手機購買的品牌和款式因素，9-12題表述為影響手機購買的配置因素，13-15題表述為影響手機購買的環境因素，16-18題表述為影響手機購買的價格因素，19-20題表述為影響購買手機的其他因素（也可以将最後20題加入到第一個因素中）。

到這裡我們整個問卷的信度效度分析就全部做完了，從整個分析結果來看，針對本次的問卷數據，不管是之前做的信度分析結果還是今天的效度分析結果都是比較好的。也就是說這一份問卷通過了信度效度檢驗，我們也就可以繼續針對這份問卷進行其他的分析了。

更多精彩资讯请关注tft每日頭條，我们将持续为您更新最新资讯!