推荐书: Python开发最佳实践

问卷信度分几种怎么做

分享时@该用户已经被封, 我就能回答你的问题奥!

问卷信度或者叫数据的信度指的是数据的稳定性, 也是可重复性。
科学研究中, 可重复性是很重要的指标, 所以在科研中要求问卷有信度就是必然的。
那么, 怎么理解问卷数据的信度呢? 通俗一点的解释就是问卷的得分是稳定的, 而不是随机的,
比如高信度的问卷通常具有稳定性, 被试不管在什么时间什么场景下回答这个问卷, 得到的数据结果都是一样或者类似的。
而低信度的问卷可以往往是不稳定的, 被试换个时间回答同样的问题可能有不同的答案, 可想而知, 这种数据拿来做研究是不行的。

通常我们说的信度分好多种, 但是被用到的频率差别很大, 下面我们按照信度被提及的频率由高到低依次列出到底有哪些信度:

  • Alpha内部一致性信度: 它指的是问卷的维度内部题目之间具有一致性, 比如两个有一致性的问题: a.你对该酒店的价格满意度; b.你对该酒店的服务态度的满意度.
    这两个问题具有相关性, 并且他们的答案都是1-5分的里克特式, 这样的题目构成的问卷往往具有好的内部一致性。Alpha信度是最常用的信度, 也是学生毕业论文中必须要汇报的指标。

  • 重测信度: 重测信度要求对同一个被试使用相同的问卷测试两次, 这个可以求得每个题目的两次测量的相关性, 这个相关系数就是重测信度。 重测信度被用到的少就是因为需要测试两次,
    而这两次测试间隔时间不同太短, 避免被试的记忆效应, 测试时间也不能太长, 避免被试本身发生改变。 重测信度通常在编制问卷的时候用到, 如果你用的问卷是专家编写的成熟问卷, 往往不需要计算!

  • 副本信度: 副本信度指的是一个问卷有两套题, 这两套题测量相同的内容, 但是具体表述可能不同, 所以被试不能凭借记忆回答问题, 而两个副本之间的相关性就是副本信度. 副本信度用到的也很少,
    通常是在编制问卷的时候用, 一般的学生毕业论文不需要, 也没有这个精力去编两份问卷。

  • 折半信度: 将研究对象在一次测量中所得的结果, 按测量项目的单双号分为两组, 计算这两组题目之间的相关性。 折半信度和副本信度其实是一类信度, 他们都要求题量比较大, 这样才能分出两组题目, 题目太少不建议做。 折半信度也不常用, 原因和上面一样要求有很多题, 但是学生毕业论文又没有必要, 除非你是要研究一种测量工具, 并且打算发表在期刊上, 折半信度还是要做的。

总结:

上面列出了常用的信度, 以后我们还会接着分享有关问卷信度的一些知识, 希望在毕业季能帮助到一些学生。

另外如果有需要快速收集问卷数据的可以看这篇: 2019年大学生问卷互填群推荐

或者可以直接扫: