spss分析多组数值（SPSS中的数据分析—信度效度检验「2」）

大数据分析-SPSS可靠性分析。2

上一篇文章和大家分享了如何在SPSS中检验问卷的可靠性。通过文章，我们了解到问卷的信度检验是由Cronbach s 系数法，结果表明我们用来表示的数据通过了信度检验。那么我们如何检验这些数据的有效性呢？今天白癜风网小编继续上一篇文章，看看如何检验问卷数据的有效性。

在分析之前，我们需要知道量表的效度检验是为了更好地证明所使用的问卷适合本次实证研究。效度检验可以通过因子分析来检验量表结构分类是否合理。

用因子分析检验效度时，需要满足因子分析的前提条件，即条目之间有很强的相关性，体现在两个检验指标上1。KMO值，2。巴特利特球形试验值。其中，KMO值用于比较项目间的简单相关系数和偏相关系数，取值在0-1之间。是否适合因子分析是大于0.9，非常适合；0.7-0.9为宜；0.6-0.7比较合适；0.6-0.5不合适；0.5以下放弃。巴特利特 s球面检验值用于检验项目间的相关系数是否显著，如果显著(sig.0.05)，则适用于因子分析。

有效性测试时，需要选择【分析】-【降维】-【因子分析】，进入因子分析的操作界面，如下图所示

从上图可以看出，进入因子分析的界面后，我们需要选择想要检验效度的题目，添加到变量列中。

在问卷题目被选入变量栏后，我们设置因子分析。，我们点击描述，并检查底部的KMO和巴特利特的球度测试。然后我们在旋转中选择更大方差法。我们勾选显示格式中的两个选项，绝对值可以设为0.5。，我们可以通过点击OK来获得我们的有效性分析的分析结果

从上图可以看出，KMO的值为0.708，介于0.7和0.9之间，说明本问卷中的量表适合进行因子分析。以下Bartlett球度检验结果卡方值为744.813，比较大，证明对应的P值(0.000)为0.05，所以Bartlett球度检验意义重大。

从总方差表可以看出，系统将四个量的标题分为六个因子，这六个因子的解释度可以达到64.453%。

上表是因子分析结果中的旋转分量矩阵。从表中我们可以看到，这个因子分析把所有的问题分为六类，分别是1-4题，5-8题，9-12题，13-15题，16-18题，19-20题。其中，我们可以把1-4个问题表述为影响购买手机的外部因素，5-20个问题。第9-12题是影响购买手机的配置因素，第13-15题是影响购买手机的环境因素，第16-18题是影响购买手机的价格因素，第19-20题是影响购买手机的其他因素(后20题也可以加入之一个因素)。

至此，我们完成了整个问卷的信度和效度分析。从整体分析结果来看，无论是之前做的信度分析结果，还是今天白癜风网小编的效度分析结果，对于这份问卷数据都是比较好的。也就是说，这份问卷已经通过了信效度检验，我们可以继续对这份问卷进行分析。

spss单样本分析的检验值spss数据分析秩和检验