问卷的信度和效度分析

来评价。 设有 K 个评价者， N 个受测者， 将欲测定的量表的得
分变异 （SS） 分解为评价者间得分变异 （BSS）、 评价者内得分
变 异 （WSS） 和 误 差 （ESS） 3 部 分 ， 由 于 主 要 分 析 评 价 者 间
的 变 异 ， 将 WSS 与 ESS 合 并 为 WSS， 按 随 机 效 应 方 差 分 析 模
响越小。 这里的重复测量有两个缺陷［2］： 首 先 ， 研 究 对 象 的 特
征可能随时间发生变化， 那么两次测量的差异就不单纯由误差
引起； 其次， 重复测量受前一次测量的影响， 不一定能真实反
映研究对象的特征。 因此， 重复测量的间隔时间不宜太长， 也
不 宜 太 短 ， 多 数 学 者 认 为 以 2～4 周 较 为 合 适 ， 样 本 量 通 常 为
20～30 人 。 有 学 者 ［3］指 出 重 测 信 度 法 特 别 适 用 于 事 实 式 问 卷 ，
如个人一般信息即性别、 出生年月等在两次施测中不应有任何
差异， 大多数被调查者的兴趣、 爱好、 习惯等在短时间内也不
会有十分明显的变化， 如果没有突发事件导致被调查者的态
度、 意见突变， 这种方法也适用于态度、 意见式问卷。
相关系数 rh （即半个量表的信度系数）， 最后用斯皮尔曼-布朗 （Spearman-Brown） 公 式 （r=2rh ／ （1+rh）） 求 出 整 个 量 表 的 信 度 系数 r。
1.4 内部一致性信度
内 部 一 致 性 信 度 （internal consistent reliability） 是 目 前 比
1 信度 信度 （reliability） 主要评价量表的精确 性 、 稳 定 性 和 一 致
性， 即测量过程中随机误差造成的测定值的变异程度的大小。 常用的信度指标有重测信度、 复本信度、 折半信度、 内部一致 性信度和评价者间信度。 1.1 重测信度和评价者间信度
重复测量： 如果采用一个问卷由同一人在同一群体中测量 两次， 评价两次测量的相关性， 则称为重测信度， 应用广泛， 一 般 而 言 ， 重 测 信 度 系 数 能 达 到 0.70 以 上 即 可 ； 如 果 采 用 一 个问卷由不同的评价者在同一群体中进行测量， 从而计算不同 评价者间的一致性， 则称为评价者间信度， 误差主要来源于调 查员对问卷理解的差异及其对研究对象的影响， 如果量表是自 评而不是他评， 则不需要计算评价者间的一致性。
分间的一致性。 这种方法一般不适用于事实式问卷 （如年龄与
性 别 无 法 相 比 ）， 常 用 于 态 度 、 意 见 式 问 卷 的 信 度 分 析 ［3］。 进
行折半信度分析时， 如果量表中含有反意题项， 应先将反意题
项的得分作逆向处理， 以保证各题项得分方向的一致性， 然后
将全部题项按奇偶或前后分为尽可能相等的两半， 计算二者的
ICC。 一 般 来 说 ， ICC 大 于 0.75 表 示 极 好 ， ICC 在 0.6 到 0.75
表 示 较 好 ［4］。
1.2 复本信度
复 本 信 度 （equivalent-form reliability） 也 称 替 代 信 度 （al-
ternative -form reliability） 或 平 行 信 度 （ parallel -form reliabili-
内部一致性的量表。
巫秀美等［5］在 “因子分析在问卷调查中 信 度 效 度 评 价 的 应
用” 一文中指出： 克朗巴赫 α 系数法的应用条件为： 问卷的所
有 题 目 必 须 是 平 行 （Parallel）、 共 性 的 ， 即 所 有 题 目 须 测 量 同
一种现象， 并以相等程度解释该现象的变异量。 一般的问卷通
1.3 折半信度
折 半 信 度 （split-half reliability） 法 是 将 调 查 项 目 分 为 两
半， 计算两半得分的相关系数， 进而估计整个量表的信度。 此
法要求二者方差齐性， 且折半的方式不同得到的相关系数值亦
不同［5］。 折半信度属于内部一致性系数， 测 量 的 是 两 半 题 项 得
表条目的内容范围。 一个具有较高内部一致性的量表， 未必就
是一个好的量表。 只要将同一测题以各种不同的说法写出来，
就可以得到很高的内部一致性。 但显然， 这种量表仅测量了一
个极端狭窄的方面， 未必能全面反映测量目标。 如果量表包含
的内容范围较广， 内部一致性一般会有所降低。 量表研制者追
求的， 是既能全面反映测量目标 （内容范围足够大） 又有较高
Omega 系数法则可提供较准确的估计值。 其计算步骤为： 先对
问卷得分的相关矩阵求解， 用最大特征值构造的统计量为 θ 系
况下的特例。 克朗巴赫 α 系数为：
2
2
α= K K-1
Σ 2
2
2 2
Si
221-
22 2
2
S
2 2 2 2 2 22 2
（6）
2
式中， K 为整个量表或子量表的条目数， Si 为第个条目的
2
方差， S 为整个量表或子量表得分的方差。 当一份量表包括几
个互不相关的内容， 即几个不同的分量表， 则应分别计算每个
α 会很容易地升至 0.90 以上； 如果量表的条目减少， α 会随之
降 低 ， 一 个 4 个 条 目 的 量 表 ， α 有 时 可 能 会 低 于 0.60 或 0.50。
因此， 判断量表信度时， 首先应当了解该量表条目的数量， 然
后再以此为基础， 判断 α 是否达到了可以接受的水平。 ② 量
型可得：
ICC=
BMS-WMS BMS+ Σ K-1 Σ WMS
Fra Baidu bibliotek
（5）
根 据 方 差 分 析 很 容 易 地 得 到 BMS 和 WMS， 从 而 计 算 出
· 430 ·
现代预防医学 2010 年第 37 卷第 3 期 Modern Preventive Medicine， 2010， Vol.37， NO.3
常含有数个主题 （欲测概念）， 或同一主题的不同侧面， 因此
无法满足此要求。 此外， 尽管问卷测量的概念可能仅为一个，
但其中每个题目所解释的变异量不尽相同， 若用 α 系数法， 在
结果解释方面便有局限性。 分析发现， 使用 α 系数法低估了整
份 问 卷 的 内 部 一 致 性 ， 而 基 于 因 子 分 析 的 Theta 系 数 法 及
评 价 者 间 信 度 （inter-scorer reliability） 的 考 察 方 法 有 多
种， 当评估的变量是分类变量时， 可用 Kappa 系数 K 来评估：
K= P0-Pc
（1）
1-Pc
k
Σ P0= Aii N
（2）
i=1
k
Σ Pc= ni+n+i N2
（3）
i=1
式中， P0 为观察一致率， Pc 为机遇一致率， k 为分 组 数 或 等 级 数 ， Aii 为 k×k 表 主 对 角 线 上 的 实 际 例 数 ， ni+和 n+i 分 别 为 第 i 行 和 第 i 列 的 合 计 。 一 般 来 说 ， Kappa 系 数 大 于 0.75 表 示
分量表的内部信度， 否则会降低问卷的内部信度。 倪宗瓒主编
的 《医学统计学》［1］一书中也指出： Cronbach’s α 系数最好用于
量表的低层结构 （如领域、 方面等子量表） 的信度考察， 通过
每个子量表的考察结果再来综合反映整个量表的情况， 而不宜
仅计算一个总量表的 α 系数。 原因是低层结构中的条目都是反
现代预防医学 2010 年第 37 卷第 3 期 Modern Preventive Medicine， 2010， Vol.37， NO.3
文 章 编 号 ： 1003-8507（2010）03-0429-03
中 图 分 类 号 ： R195.1
文献标识码： B
问卷的信度和效度分析
蒋小花 1， 沈卓之 2， 张楠楠 3， 廖洪秀 2， 徐海燕 2
0.6 表 示 内 部 一 致 性 较 差 。 但 是 在 判 断 问 卷 量 表 内 部 一 致 性 高
低时， 至少需要认真考虑以下两个因素［6］： ① 量表条目数量的
多 少 。 一 个 含 10 个 左 右 条 目 的 量 表 ， 克 朗 巴 赫 α 应 能 达 到
0.80 以上； 如果条目增加， α 会随之升高， 条目多于 20 个时，
ty）， 是 让 同 一 组 被 调 查 者 一 次 填 答 两 份 等 效 问 卷 ， 计 算 两 问
卷测定结果的相关系数。 复本信度法要求两份问卷除表述方式
不同外， 在难度、 内容、 形式和对应题项的提问方向等方面要
完全一致。 该法可弥补重测信度的缺陷， 但在实际应用中， 很
难得到两份等效问卷， 因此采用这种方法者较少。
作 者 单 位 ： 1.成 都 市 玉 林 社 区 卫 生 服 务 中 心 ， 成 都 ； 2.四 川 大 学 华 西 公共卫生 学 院 卫 生 统 计 学 教 研 室 ； 3.成 都 军 区 总 医 院 医 务 部
小可知经过一段时间后测量结果的稳定程度， 重测信度越高，
测量结果越一致可靠， 也表明受测验环境中日常随机因素的影
映同一方面的特征， 相关性较高， 而总量表要考虑一定的 “覆
盖面”， 因而具有一定的 “异质性”。 如在生命质量测量中可以
分别计算心理功能、 躯体功能等领域的 α 系数， 在心理测量中
可以分别计算焦虑、 抑郁、 孤独等方面的 α 系数。
α 系数越大表示条目间相关性越好， 一般而言， α 大于
0.8 表 示 内 部 一 致 性 极 好 ， α 在 0.6 到 0.8 表 示 较 好 ， 而 低 于
较流行的信度评价方法， 是分半信度的推广， 反映了条目间相
关的程度， 这些条目应该反映同一独立概念的不同侧面。 根据
Cronbach 公式计算的为克朗巴赫 α 系数， 根据 Kuder-Richard-
son 公 式 计 算 的 为 K-R 系 数 ， 后 者 是 前 者 在 0、 1 二 分 变 量 情
重复信度极好， 在 0.4～0.75 表示较好， 而低于 0.4 表示较差。
如果是等级资料， 可以用肯德尔和谐系数来表示：
Σ Σ N
2 N
Σ Σ 2 Ri -
Ri N
W=
i
=
1 2
K
i=1
ΣN3 -N
Σ12
（4）
式中， K 是评价者人数， N 是受测者数， Ri 是每个受测者
所得评价等级的总和。
如 果 是 连 续 变 量 或 等 级 变 量 ， 则 用 内 部 相 关 系 数 （ICC）
重 测 信 度 （test－retest reliability） 又 称 稳 定 性 系 数 ， 即 使 用同一测验， 在不同时间对同一群体施测两次， 两次测验分数 的相关系数。 根据所测定特质的数据表现方式， 可采用积矩相 关系数、 等级相关系数和列联系数等来表示。 从相关系数的大
作者简介： 蒋小花 （1982-）， 女， 硕士， 研究方向： 统计方法在流 行 病学研究中的应用
· 429 · 【流行病与统计方法】
摘要： 进行问卷式调查研究的统计分析前， 应考评问卷的信度和效度， 以确保研究结果的可靠性和准确性。 本文对 问卷的信度和效度评价这一问题作了详细的探讨。
关键词： 问卷； 信度； 效度
倪 宗 瓒 主 编 的 《 医 学 统 计 学 》［1］一 书 中 指 出 ： 一 般 来 说 ， 凡是通过测量工具得到的结果， 无论是通过测定仪器得到的硬 数据 （如物理测定）， 还是通过测定量表、 考卷得到的软数据 （如心理测定、 考试等）， 均需进行信度和效度分析； 信度与效 度评价的对象可以是整个测定量表 （对整个量表评价）， 也可 以是各个方面或领域 （对领域评价）， 还可以是具体的条目 （对条目评价）； 一般来说， 如果是标准化测定量表， 通常分别 进行总量表和各个领域的评价， 对包含各种条目的一般问卷， 很难进行整个调查表的考评， 一般就对某些条目或领域进行考 评， 并以此间接说明整个调查表的好坏。 在实际工作中， 如果 只是直接运用问卷调查的结果进行分析和推断， 而未对调查问 卷本身进行可信度和有效度的评价分析， 这就使得调查的准确 性、 统计分析结论的科学性以至于研究成果的质量不能不受到 影响及质疑。 本文主要介绍信度和效度的评价方法， 特别适合 于各条目均为线性方式或等级方式的问卷或量表。