信度和效度分析在问卷分析中大多都会用到的，即使是成熟的问卷，一般也是需要做的，在本科和研究生的论文中均适用。信度和效度是用来衡量问卷质量的，如果问卷的信度和效度比较好，证明问卷的数据可靠性比较高，问卷数据内部一致性比较高，所以可以用来做后续的建模分析，相反，如果信度和效度不高，可能就需要重新设计问卷，发放问卷。

调查问卷分为量表题和非量表题。调查问卷数据分析要看有没有量表题，如果有量表题，首先需要进行信度分析和效度分析。非量表题不能进行信度分析和效度分析。

一般是测试受访者的态度或者看法的题目，是分陈述等级进行设置的。比如我们对手机的喜爱从非常喜欢到不喜欢这个程度的变化。

通常使用李克特量表来测度，根据答项数量可分为四级量表，五级量表，七级量和九级量表。比如五级量表可以分为：非常不满意，比较不满意，中立，满意和非常满意五个选项，通常赋予分值1，2，3，4，5。

分类数据，例如（性别、年龄、学历等）

信度分析用于检验问卷中量表样本是否可靠可信。通俗地讲研究样本是否真实回答问题，测试受访者是否好好答题，具体来说就是用问卷对调研对象进行重复测量时，所得结果的一致性程度。

通俗讲，信度就是一次测量很可靠，再测一次，再测10次，结果都是差不多的。

克隆巴赫系数是最常用的信度测量方法

克隆巴赫系数公式：

该系数值越高，问卷的信度越好，Cronbach’s alpha系数值的范围以及效果如下：

一般来说，Cronbach’s alpha系数大于0.7都是可以接受的。

某公司想了解新出的一款饮品的客户接受情况。于是设计了一份问卷让客户从产品、服务、价格、质量四个方面进行打分，并在每个维度上拓展三到四个问题，以下是收集好的问卷回答，打分方面使用的是李克特 5 级量表。

把数据导入到spsspro中，点击信度分析，将定量数据拖入到变量框中，点击开始分析。

1）Cronbach’s α系数表

模型的Cronbach’s α系数值为0.94，说明该问卷的信度非常好

2）删除分析项统计汇总

通过控制变量法，比较删除某题前后的相关性和Cronbach's α系数等指标，用于辅助判断量表题目是否应该进行修正处理。

首先判断题项删除后总体相关性是否大于0.3，若满足再判断删除题项后的α系数是否小于原系数。若都满足，则可认为该题项情况较好，建议保留题项。

在这里，我们看到相关性均大于 0.3 且删除题项后的α系数均小于原系数，所以不需要对量表题目进行修正处理。

3）信度分析总结图

信度没问题后，接下来需要分析的是问卷的效度

效度分析在于研究问卷题目的设计是否合理，即测验能够测到被测量对象的真实水平的程度。

效度比较好代表的是问卷的数据内部一致性比较好，也就是说每个维度的所有题目的选择上基本是一致的，维度划分比较好。

比如说，质量维度的三个题目分别是：饮品的味道、饮品新鲜程度、饮品的品质。对应的选项为5级量表，分别为：1,2,3,4,5代表的是 非常不符合、有些不符合、不能确定、有些符合、非常符合。

如果问卷填写人认真填写，那这些题目的选择上应该不会存在太大差异，因为这些题目都是换着方法对同一个问题的问法。

问卷的效度分析是基于主成分因子分析实现的，通过比较题项的因子载荷系数是否在同一主成分表现最优而实现。

KMO值大于0.6（存在相关性），且P