调查问卷的信度效度分析方法
问卷的信度与效度
调查问卷的信度效度分析方法问卷调查法是教育研究中广泛采用的一种调查方法，根据调查目的设计的调查问卷是问卷调查法获取信息的工具，其质量高低对调查结果的真实性、适用性等具有决定性的作用。
为了保证问卷具有较高的可靠性和有效性，在形成正式问卷之前，应当对问卷进行试测，并对试测结果进行信度和效度分析，根据分析结果筛选问卷题项，调整问卷结构，从而提高问卷的信度和效度。
信度和效度分析的方法包括逻辑分析和统计分析，本文主要讨论后者。
一、信度分析信度（Reliability）即可靠性，它是指采用同样的方法对同一对象重复测量时所得结果的一致性程度。
信度指标多以相关系数表示，大致可分为三类：稳定系数（跨时间的一致性），等值系数（跨形式的一致性）和内在一致性系数（跨项目的一致性）。
信度分析的方法主要有以下四种：1、重测信度法这一方法是用同样的问卷对同一组被调查者间隔一定时间重复施测，计算两次施测结果的相关系数。
显然，重测信度属于稳定系数。
重测信度法特别适用于事实式问卷，如性别、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。
由于重测信度法需要对同一样本试测两次，被调查者容易受到各种事件、活动和他人的影响，而且间隔时间长短也有一定限制，因此在实施中有一定困难。
2、复本信度法复本信度法是让同一组被调查者一次填答两份问卷复本，计算两个复本的相关系数。
复本信度属于等值系数。
复本信度法要求两个复本除表述方式不同外，在内容、格式、难度和对应题项的提问方向等方面要完全一致，而在实际调查中，很难使调查问卷达到这种要求，因此采用这种方法者较少。
3、折半信度法折半信度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。
折半信度属于内在一致性系数，测量的是两半题项得分间的一致性。
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。
调查问卷的可信度和有效度分析
调查问卷的可信度和有效度分析一、本文概述1、介绍调查问卷的定义及其在各个领域中的应用。
调查问卷，作为一种常见的数据收集工具，被广泛应用于社会科学、市场营销、教育研究、医疗研究等多个领域。
其核心目的是通过系统地提出问题，收集受访者的反馈、观点、行为等信息，进而对某一特定主题或现象进行深入分析。
调查问卷的设计通常基于研究目的，涉及的问题类型多样，如选择题、填空题、开放性问题等，以满足不同研究需求。
在社会科学领域，调查问卷常被用于了解公众对某一政策或社会问题的看法，为政策制定者或研究者提供决策依据。
在市场营销中，调查问卷则常被用于评估消费者满意度、产品偏好、市场趋势等，为企业制定营销策略提供参考。
教育研究领域，调查问卷则有助于了解学生的学习情况、教师的教学方法等，以提升教育质量。
而在医疗研究中，调查问卷则可用于评估患者的健康状况、医疗服务质量等，为医疗改革和医疗服务改进提供依据。
随着科技的发展，调查问卷的形式也在不断创新。
从传统的纸质问卷到电子问卷，再到如今基于移动设备和社交媒体的在线调查，其应用范围和便捷性不断扩展。
然而，无论形式如何变化，调查问卷的可信度和有效度始终是其应用的核心关注点。
因此，对调查问卷的可信度和有效度进行深入分析，不仅有助于提升调查数据的质量，也为各个领域的研究和实践提供了重要保障。
2、强调调查问卷的可信度和有效度在数据收集和分析中的重要性。
在数据收集和分析的过程中，调查问卷的可信度和有效度起着至关重要的作用。
它们是确保研究结果准确性和可靠性的基石，也是评价调查研究质量的关键指标。
可信度，又称为内部一致性或稳定性，衡量的是问卷测量结果的稳定性和一致性。
一个具有高可信度的调查问卷，意味着其不同问题项之间能够相互印证，且在不同时间或情境下重复测量时，能够得出相近的结果。
这对于消除随机误差、提高测量精度至关重要。
有效度则是指问卷测量结果与预期目标或理论构想之间的符合程度。
一个有效的调查问卷不仅要能够准确捕捉到研究所需的信息，还要能够区分出不同变量之间的真实关系。
调查问卷的信度效度分析方法
调查问卷的信度效度分析方法问卷调查法是教育研究中广泛采用的一种调查方法，根据调查目的设计的调查问卷是问卷调查法获取讯息的工具，其质量高低对调查结果的真实性、适用性等具有决定性的作用。
为了保证问卷具有较高的可靠性和有效性，在形成正式问卷之前，应当对问卷进行试测，并对试测结果进行信度和效度分析，根据分析结果筛选问卷题项，调整问卷架构，从而提升问卷的信度和效度。
信度和效度分析的方法包括逻辑分析和统计分析，本文主要讨论后者。
一、信度分析信度（Reliability）即可靠性，它是指采用同样的方法对同一对象重复测量时所得结果的一致性程度。
信度指标多以相关系数来表示：大致可分为三类：稳定系数（跨时间的一致性）、等值系数（跨形式的一致性）和内在一致性系数（跨项目的一致性）。
若以信度系数来表示信度的大小。
信度系数越大，表示测量的可信程度越大。
究竟信度系数要多少才算有高的信度。
学者DeVellis(1991)认为，0.60～0.65（最好不要）；0.65～0.70（最小可接受值）；0.70～0.80（相当好）；0.80～0.90（非常好）。
由此，一份信度系数好的量表或问卷，最好在0.80以上，0.70至0.80之间还算是可以接受的范围；分量表最好在0.70以上，0.60至0.70之间可以接受。
若分量表的内部一致性系数在0.60以下或者总量表的信度系数在0.80以下，应考虑重新修订量表或增删题项。
信度分析的方法主要有以下四种︰1、重测信度法这一方法是用同样的问卷对同一组被调查者间隔一定时间重复施测，计算两次施测结果的相关系数。
显然，重测信度属于稳定系数。
重测信度法特别适用于事实式问卷，如性别、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。
由于重测信度法需要对同一样本试测两次，被调查者容易受到各种事件、活动和他人的影响，而且间隔时间长短也有一定限制，因此在实施中有一定困难。
调查问卷信度效度原理分析
调查问卷信度效度原理分析调查问卷是社会科学探究中常用的数据收集工具，它能够援助探究者了解被调查者的观点、态度和行为。
在使用调查问卷进行探究时，我们不仅需要关注问卷设计和内容的合理性，还需要思量问卷的信度和效度。
本文将对调查问卷信度效度原理进行分析。
起首，我们来了解一下问卷信度的观点。
信度是指测试结果的稳定性和一致性。
在问卷调查中，信度主要通过重测法和内部一致性法来评估。
重测法是指对同一样本在不同时间点进行重复测试，通过计算两次测试结果之间的相干系数来评估问卷的信度。
内部一致性法则是通过分析问卷各项指标之间的相关性来评估问卷的信度。
例如，可以使用Cronbach's alpha系数来评估问卷的内部一致性，该系数范围在0到1之间，数值越大表示问卷的信度越高。
其次，我们来了解一下问卷效度的观点。
效度是指问卷测量所要测量的内容的准确程度和相关性。
在问卷调查中，效度主要通过内容效度和构效度来评估。
内容效度是指问卷中各项指标是否涵盖了所要测量的内容。
探究者可以通过专家评估法来评估问卷的内容效度，即邀请相关领域的专家对问卷进行评审，依据专家的意见进行修改和改进。
构效度是指问卷中各项指标与所要测量的内容之间的相关性。
探究者可以使用因子分析、相关分析等方法来评估问卷的构效度，通过分析问卷各项指标之间的干系，裁定问卷是否能够准确地反映所要测量的内容。
总结起来，调查问卷的信度和效度是保证探究结果准确性的重要保障。
在问卷设计和使用过程中，探究者应该注意问卷的信度和效度原理，接受合适的方法来评估问卷的信度和效度。
只有确保问卷具有较高的信度和效度，才能够保证探究结果的可靠性和有效性，从而为社会科学探究提供有力的支持和参考。
通过分析问卷信度效度原理，我们可以更好地理解和应用调查问卷，提高探究的质量和可信度。
在今后的探究中，我们应该继续关注问卷信度效度的探究和方法，不息完善和提高问卷设计和使用的水平，为社会科学探究提供更加可靠和有效的数据来源。
问卷调查信度分析和效度分析范文
问卷调查信度分析和效度分析范文下载提示：该文档是本店铺精心编制而成的，希望大家下载后，能够帮助大家解决实际问题。
文档下载后可定制修改，请根据实际需要进行调整和使用，谢谢!本店铺为大家提供各种类型的实用资料，如教育随笔、日记赏析、句子摘抄、古诗大全、经典美文、话题作文、工作总结、词语解析、文案摘录、其他资料等等，想了解不同资料格式和写法，敬请关注!Download tips: This document is carefully compiled by this editor. I hope that after you download it, it can help you solve practical problems. The document can be customized and modified after downloading, please adjust and use it according to actual needs, thank you! In addition, this shop provides you with various types of practical materials, such as educational essays, diary appreciation, sentence excerpts, ancient poems, classic articles, topic composition, work summary, word parsing, copy excerpts, other materials and so on, want to know different data formats and writing methods, please pay attention!1. 引言在社会科学研究中，问卷调查是一种常用的数据收集方法。
调查问卷可信度与检验方法
调查问卷可信度与检验方法调查问卷的可信度是指问卷测量所得结果与被测量变量真实情况之间的一致性程度。
在设计和实施问卷调查时，可以采用以下方法来检验问卷的可信度：1. 重测法（Test-Retest Reliability）：通过两次或多次重复测量同一样本，比较两个或多个测量结果的一致性。
该方法适用于稳定特征和行为变量，如人格特质和持续性行为。
2. 内部一致性法（Internal Consistency Reliability）：通过评估问卷各个测量项之间的相关性来检验问卷的内部一致性。
常用的统计指标包括Cronbach's alpha系数和分裂半信度（Split-Half Reliability）等。
3. 信度相关法（Inter-Rater Reliability）：当问卷需要由多个评估者进行评分时，通过比较评估者之间的一致性来检验问卷的信度。
可使用一致性相关系数（Intraclass Correlation Coefficient, ICC）等指标进行评估。
4. 平行测量法（Parallel-Forms Reliability）：使用两个或多个具有相同目的和内容的平行问卷，并比较它们的测量结果之间的一致性。
5. 外部验证法（External Validation）：通过与其他已被广泛接受的测量工具或标准测量结果进行比较，来评估问卷的可信度。
这种方法对于需要与已有测量工具进行比较的问卷特别有用。
需要注意的是，为了评估问卷的可信度，通常需要收集足够的样本数据，并使用合适的统计分析方法来计算可信度指标。
同时，应该结合实际情况考虑问卷设计和实施过程中可能存在的潜在偏差，以确保问卷测量的可信度和效度。
调查问卷的信度效度分析
调查问卷的信度效度分析一、本文概述在社会科学研究中，调查问卷作为一种重要的数据收集工具，其质量和可靠性对于研究结果的准确性和有效性具有至关重要的影响。
因此，对调查问卷进行信度效度分析成为了必要的研究步骤。
本文旨在探讨调查问卷的信度效度分析方法，通过阐述相关理论和实际应用，帮助研究人员更好地理解和应用这些方法，从而提高调查问卷的质量和可靠性，为社会科学研究提供更加准确和可靠的数据支持。
具体而言，本文将首先介绍调查问卷的基本概念和分类，阐述信度和效度的定义和重要性。
接着，将详细介绍信度分析中的重测信度、内部一致性信度和复本信度等方法，以及效度分析中的内容效度、结构效度和校标效度等方法。
还将通过案例分析的方式，展示这些方法在实际研究中的应用和效果。
本文将总结调查问卷信度效度分析的重要性和实践意义，为社会科学研究提供有益的参考和借鉴。
二、调查问卷信度分析信度分析是衡量调查结果稳定性和一致性的重要步骤，它帮助我们评估调查数据是否可靠，以及能否在多次测量或不同情境下保持一致性。
在本次研究中，我们采用了多种方法来进行信度分析，以确保我们的调查数据具有足够的可靠性。
我们使用了重测信度法来评估调查数据的稳定性。
我们对同一组受访者在不同的时间点进行了两次调查，并计算了两次调查结果之间的相关系数。
结果显示，大部分问题的相关系数均超过了7，表明我们的调查数据在时间上具有较高的稳定性。
我们还采用了内部一致性信度法来评估调查数据的内部一致性。
我们计算了每个问题与其所属量表之间的相关系数，并计算了量表的Cronbach's Alpha系数。
结果显示，各量表的Cronbach's Alpha系数均超过了8，表明我们的调查数据在内部一致性方面表现良好。
我们还对调查数据的复本信度进行了评估。
我们设计了多个版本的调查问卷，并随机分配给不同的受访者填写。
通过比较不同版本调查结果的一致性，我们发现各版本之间的相关系数均较高，进一步证实了我们的调查数据具有较高的信度。
调查问卷信度和效度检验 -回复
调查问卷信度和效度检验-回复
调查问卷信度和效度检验是评估一份问卷的可靠性和有效性的方法。
下面是一些常用的信度和效度检验方法：
1. 信度检验：
- 重测信度：通过重复测量同一组被试者来检验问卷的稳定性。
使用相关系数（如皮尔逊相关系数）来比较两次测量结果之间的一致性。
- 分割半信度：将问卷分为两个部分，分别测量同一组被试者。
使用Cronbach's alpha系数来检验问卷各部分之间的一致性。
- 内部一致性信度：通过统计问卷各项之间的相关性来检验问卷的内部一致性。
常用的方法包括Cronbach's alpha系数和因素分析。
2. 效度检验：
- 内容效度：通过专家评估或理论分析来评估问卷项是否涵盖了研究领域的主要内容。
- 构效效度：通过问卷和其他已经被公认为有效的测量工具进行比较来评估问卷的构效效度。
常用的方法包括相关系数（如皮尔逊相关系数）和因子分析。
- 准则效度：通过与一个被广泛接受的准则进行比较来评估问卷测量结果的准确性。
常用的方法包括相关系数和受试者工作特征曲线（ROC曲线）分析。
以上是常用的信度和效度检验方法，但具体的选择方法可以根据研究领域和具体研究问题进行调整和选择。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
调查问卷的信度效度分析方法问卷调查法是教育研究中广泛采用的一种调查方法，根据调查目的设计的调查问卷是问卷调查法获取讯息的工具，其质量高低对调查结果的真实性、适用性等具有决定性的作用。
为了保证问卷具有较高的可靠性和有效性，在形成正式问卷之前，应当对问卷进行试测，并对试测结果进行信度和效度分析，根据分析结果筛选问卷题项，调整问卷架构，从而提升问卷的信度和效度。
信度和效度分析的方法包括逻辑分析和统计分析，本文主要讨论后者。
一、信度分析信度（Reliability）即可靠性，它是指采用同样的方法对同一对象重复测量时所得结果的一致性程度。
信度指标多以相关系数来表示：大致可分为三类：稳定系数（跨时间的一致性）、等值系数（跨形式的一致性）和内在一致性系数（跨项目的一致性）。
若以信度系数来表示信度的大小。
信度系数越大，表示测量的可信程度越大。
究竟信度系数要多少才算有高的信度。
学者DeVellis(1991)认为，0.60～0.65（最好不要）；0.65～0.70（最小可接受值）；0.70～0.80（相当好）；0.80～0.90（非常好）。
由此，一份信度系数好的量表或问卷，最好在0.80以上，0.70至0.80之间还算是可以接受的范围；分量表最好在0.70以上，0.60至0.70之间可以接受。
若分量表的内部一致性系数在0.60以下或者总量表的信度系数在0.80以下，应考虑重新修订量表或增删题项。
信度分析的方法主要有以下四种︰1、重测信度法这一方法是用同样的问卷对同一组被调查者间隔一定时间重复施测，计算两次施测结果的相关系数。
显然，重测信度属于稳定系数。
重测信度法特别适用于事实式问卷，如性别、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。
由于重测信度法需要对同一样本试测两次，被调查者容易受到各种事件、活动和他人的影响，而且间隔时间长短也有一定限制，因此在实施中有一定困难。
2、复本信度法复本信度法是让同一组被调查者一次填答两份问卷复本，计算两个复本的相关系数。
复本信度属于等值系数。
复本信度法要求两个复本除表述模式不同外，在内容、格式、难度和对应题项的提问方向等方面要完全一致，而在实际调查中，很难使调查问卷达到这种要求，因此采用这种方法者较少。
3、折半信度法折半信度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。
折半信度属于内在一致性系数，测量的是两半题项得分间的一致性。
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。
在问卷调查中，态度测量最常见的形式是5级李克特（Likert）量表。
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，以确保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，计算二者的相关系数（rhh，即半个量表的信度系数），最后用斯皮尔曼-布朗（Spearman-Brown）公式︰ru=2rhh/(1+rhh)求出整个量表的信度系数（ru）。
4、α信度系数法Cronbachα信度系数是目前最常用的信度系数，其公式为︰α=(n/n-1)*(1-(∑S i2)/S T2)其中，n为量表中题项的总数，S i2为第i题得分的题内方差，S T2为全部题项总得分的方差。
从公式中可以看出，α系数评价的是量表中各题项得分间的一致性，属于内在一致性系数。
这种方法适用于态度、意见式问卷（量表）的信度分析。
二、效度分析效度（Validity）即有效性，它是指测量工具或手段能够准确测出所需测量的事物的程度。
效度分为三种类型︰内容效度（Face Validity)、准则效度(Criterion Validity)和架构效度Construct Validity)。
效度分析有多种方法，其测量结果反映效度的不同方面。
常用于调查问卷效度分析的方法主要有以下几种。
1、单项与总和相关效度分析这种方法用于测量量表的内容效度。
内容效度又称表面效度或逻辑效度，它是指所设计的题项能否代表所要测量的内容或主题。
对内容效度常采用逻辑分析与统计分析相结合的方法进行评价。
逻辑分析一般由研究者或专家评判所选题项是否“看上去”符合测量的目的和要求。
统计分析主要采用单项与总和相关分析法获得评价结果，即计算每个题项得分与题项总分的相关系数，根据相关是否显著判断是否有效。
若量表中有反意题项，应将其逆向处理后再计算总分。
2、准则效度分析准则效度又称为效标效度或预测效度。
准则效度分析是根据已经得到确定的某种理论，选择一种指标或测量工具作为准则（效标），分析问卷题项与准则的联系，若二者相关显著，或者问卷题项对准则的不同取值、特性表现出显著差异，则为有效的题项。
评价准则效度的方法是相关分析或差异显著性检验。
在调查问卷的效度分析中，选择一个合适的准则往往十分困难，使这种方法的应用受到一定限制。
3、结构效度分析结构效度是指测量结果体现出来的某种结构与测值之间的对应程度。
架构效度分析所采用的方法是因子分析。
有的学者认为，效度分析最理想的方法是利用因子分析测量量表或整个问卷的架构效度。
因子分析的主要功能是从量表全部变量（题项）中提取一些公因子，各公因子分别与某一群特定变量高度关联，这些公因子即代表了量表的基本架构。
透过因子分析可以考察问卷是否能够测量出研究者设计问卷时假设的某种架构。
在因子分析的结果中，用于评价架构效度的主要指标有累积贡献率、共同度和因子负荷。
累积贡献率反映公因子对量表或问卷的累积有效程度，共同度反映由公因子解释原变量的有效程度，因子负荷反映原变量与某个公因子的相关程度。
为了提升调查问卷的质量，进而提升整个研究的价值，问卷的信度和效度分析绝非赘疣蛇足，而是研究过程中必不可少的重要环节。
Cronbachα系数柯隆巴哈（Cronbach 1951）提出计算一个测量系统（问卷或测验）的信度称为Cronbachα系数（简称α系数），是目前社会科会研究最常使用的信度。
当一个研究主题（或构面）由很多项目组合，每个问项都与主题相关，由总分的变异数与问项的变异数做为评量信度的指标即为α系数。
01. Cronbach α系数的定义利用各问项变异数之和与整份量表分数的变异数的比值，可用来估计一份量表的信度，柯隆巴哈（Cronbach）提出α系数为：此式为最常作为信度指标，其中s2i表示第i个问项x i的变异数，s2H表所有问项总和（H= x1+x2+ ...+x n）的变异数（即整份测验分数的变异数），n是问项个数。
02. Cronbach α系数的实施技巧要做信度分析需先检查每个问项是否都是同方向的（即都是正面问法，也就是题间的相关系数都是正的），如有一题与其它题相关系数都是负的，应考虑将此题先“变号”或“删除”后再进行计算α系数。
如有受测者乱答，可将它的数据删除后再算α值。
对问卷调查当有题目与其它题目是负相关时须注意是否反向问法。
如是，则应先将得分反向，再计算α信度或是删除该题。
若为测验，则不能做反向处理，只能做删除题目。
03.标准化Cronbach α系数的定义若一份量表有n题，题间的平均相关系数为r，则此量表的标准化α系数为04.利用SPSS进行信度分析在SPSS中，专门用来进行测验信度分析的模块为Scale下的Reliability Analysis；使用Data Reduction之下的Factor模块。
Reliability Analysis模块主要功能是检验测验的信度，主要用来检验折半信度、库李及a系数以及Hoyt信度系数值。
至于重测信度和复本信度，只需将样本在二次（份）测验的分数的数据合并到同一数据文件之后，利用Correlate之下的Bivariate求其相关系数，即为重测或复本信度；而评分者信度则使用的Spearman等级相关及Kendall 和谐系数。
表1 Reliability Analysis模块的Model选项的参数术语表2 Reliability Analysis模块的Statistics部分选项的参数术语建议进行因素分析之样本数宜大于330份。
论文：A first course in factor analysis出处：New York: Academic Press, 1973.作者：Comrey, A. L.在因素分析前先以「KMO抽样适合性衡量」(Kaiser Meyer Olkin)和「巴列特球型检定」(Bartlett’s Test of Sphericity) ，当KMO值愈大时，表示变项间的共同因素愈多，愈适合进行因素分析，根据学者Kaiser(1974)观点，如果KMO的值小于0.5时，较不宜进行因素分析Kaiser, H. F. “An Index of Factorial Simplicity,” Psychometrika (39), 1974, pp. 31-36.KMO是做主成分分析的效度检验指标之一,以前的文献中写说,KMO 在0.9以上，非常适合做因子分析；在0.8-0.9之间，很适合；在0.7-0.8之间，适合；在0.6-0.7之间，尚可；在0.5-0.6之间，表示很差；在0.5以下应该放弃.量表题之处理量表题的运用，通常是因为用一题无法完整测量某一个变量，因而需要使用数道题目来表示一个变量，然而这些题目真的能有效并一致地指涉同一个变项吗？这时我们便需要透过因素分析与信度分析来检视量表的信、效度。
因素分析量表题组是否具有效度，这组题目是否测量同一面向（或同一因素），其能解释的变异量又有多高，便需要靠因素分析来检验。
1.选择分析、数据缩减下之因子。
2.将量表题组（请注意，只能同时放一组量表，如同侪关系量表，切勿将多组量表或所有的题目一起点选进去）点选至右边之窗格。
3.按下描述性统计量，勾选KMO与Bartlett球形检定。
4.萃取选择「主成分」分析，并选择「陡坡图」。
5.至选项内勾选「依据因素负荷排序」。
全都选完后，即可按下确定。
1.KMO与Bartlett检定，是在检定量表题组之间的相关。
（1）B artlett：量表题组是用来测量一个变项，因此应具有一定的相关程度，当Bartlett检定达显著（显著性＝.000），即表示此题组具有共同之因素（一或数个因素）。
（2）K MO：然而题组间的相关程度若太高，则会造成多重共线性的问题，也就是说相关程度特别高的题目，事实上就是同一题拆成数题，如此便不符合设计量表题的原意，也会造成重复解释、过度膨胀解释力的后果，因此接着要看KMO取样适切性量数，KMO必须要在0.6以上，KMO越接近1，表示量表题目间的相关情形良好，越适合进行因素分析。