SPSS统计基础---信度分析

可靠性分析允许您研究测量尺度的属性以及组成这些标度的项。“可靠性分析”过程计算标度可靠性的众多常用度量，还提供关于标度中的各项之间关系的信息。类内相关系数可用来计算评分者间的可靠性估计。

示例。我的调查表能以有用的方式度量客户满意度吗？使用可靠性分析，您可以确定调查表中各项的相互关联程度，可以获取重复性的总体指标或作为一个整体的标度的内部一致性，并且可以识别应从标度中排除的问题项。

统计量。每个变量和标度的描述、跨项的摘要统计量、项之间的相关性和协方差、可靠性估计、ANOVA 表、类内相关系数、Hotelling T2 以及Tukey 的可加性检验。

模型。以下可靠性模型可用：

Alpha (Cronbach)。此模型是内部一致性模型，基于平均的项之间的相关性。

半分。此模型将标度分割成两个部分，并检查两部分之间的相关性。

Guttman。此模型计算Guttman 的下界以获取真实可靠性。

平行。此模型假设所有项具有相等的方差，并且重复项之间具有相等的误差方差。

 严格平行。此模型假设为平行模型，还假设所有项具有相等的均值。

数据。数据可以是二分数据、有序数据或区间数据，但数据应是用数值编码的。

假设。观察值应是独立的，且项与项之间的误差应是不相关的。每对项应具有二元正态分布。标度应是可加的，以便每一项都与总得分线性相关。

相关过程。如果想要探索标度项的维数（以查明是否需要多个结构来代表项得分的模式），则使用因子分析或多维尺度。要标识同类变量组，可使用系统聚类分析以使变量聚类。

获取可靠性分析

从菜单中选择：

分析> 尺度> 可靠性分析

可靠性分析统计量

Alpha 模型。系数alpha；对于二分数据，它等同于Kuder-Richardson 20 (KR20)系数。

半分模型。形式之间的相关性、Guttman 半分可靠性、Spearman-Brown 可靠性（相等长度和不相等长度）以及每一半的alpha 系数。

Guttman 模型。可靠性系数lambda 1 到lambda 6。

平行和严格平行模型。模型拟合优度检验；误差方差的估计值、公共方差和真实方差；估计的公共项间相关性；估计的可靠性以及可靠性的无偏估计。

描述性。为跨个案的标度或项生成描述统计。

项。为跨个案的项生成描述统计。

标度。为标度生成描述统计。

标度（如果项已删除）。显示将每一项与由其他项组成的标度进行比较时的摘要统计量。这些统计量包括：该项从标度中删除时的标度均值和方差、该项与由其他项组成的标度之间的相关性，以及该项从标度中删除时的Cronbach alpha 值。

摘要。提供跨标度中所有项的项分布的描述统计。

 均值. 项均值的摘要统计量。显示项均值的最小、最大和平均值，项均值的范围和方差，以及最大项均值与最小项均值的比。

 方差. 项方差的摘要统计量。显示项方差的最小、最大和平均值，项方差的范围和方差，以及最大项方差与最小项方差的比。

协方差. 项间协方差的摘要统计量。显示项之间的协方差的最小、最大和平均值，项之间的协方差的范围和方差，以及最大项之间协方差与最小项之间的协方差的比。

相关性. 项之间的相关性的摘要统计量。显示项之间的相关性的最小、最大和平均值，项间相关性的范围和方差，以及最大项之间的相关性与最小项之间的相关性的比。

项之间。生成项与项之间的相关矩阵或协方差矩阵。

ANOVA 表。生成相等均值的检验。

F 检验. 显示重复度量方差分析表。

Friedman 卡方. 显示Friedman 的卡方Kendall 的协同系数。此选项适用于以秩为形式的数据。卡方检验在ANOVA 表中替换通常的F 检验。

Cochran 卡方. 显示Cochrans Q。此选项适用于双分支。Q 统计在ANOVA 表中替换通常的F 统计。

Hotelling 的T 平方。生成以下原假设的多变量检验：标度上的所有项具有相同的均值。

Tukey 的可加性检验。生成以下假设的检验：项中不存在可乘交互关系。

类内相关系数。生成个案内值的一致性或符合度的测量。

模型。选择用于计算类内相关系数的模型。可用的模型为双向混合、双向随机和单向随机。当人为影响是随机的，而项的作用固定时，选择双向混合；当人为影响和项的作用均为随机时选择双向随机。当人为影响随机时选择单向随机。

类型。选择指标类型。可用的类型为“一致”和“绝对一致”。

置信区间。指定置信区间的置信度。缺省值为95%。

检验值。指定假设检验系数的假设值。该值是用来与观察值进行比较的值。缺省值为0。