问卷信度效度检验怎么做？Cronbach's α、KMO 检验与论文规范写法

更新于 2026-09-09 · ThesisCopilot 写作指南

用了问卷或量表的毕业论文，数据分析章节几乎必有一节「信度与效度检验」——这是评审判断你的数据「能不能信」的第一道关。很多同学卡在两处：不知道该跑哪些检验、跑出来的一堆数字不知道怎么写成论文。这篇指南把检验标准、SPSS 操作和论文写法一次讲清。完全没接触过 SPSS、还在纠结用什么软件的，先看《毕业论文数据分析用什么软件》。

一、先分清：信度和效度各检验什么

两个都要做：信度高不代表效度高（一把每次都量出同样错误刻度的尺子，稳定但不准）。合格线以你学科的教材或学院要求为准——正文报告数值即可，判断标准在表注或引文献说明出处。

二、SPSS 操作：信度分析与效度分析

1. 信度分析：分析 → 度量 → 可靠性分析，把同一维度的题项放入「项目」，模型选「α」；在「统计」里勾选「删除项后的标度」——输出里的 CITC 和「删除该项后的 α」是后面删题项的依据。多维度量表按维度分别跑，再跑整体 α。
2. 效度分析（探索性因子分析）：分析 → 降维 → 因子，放入全部量表题项；「描述」里勾选「KMO 和 Bartlett 的球形度检验」；抽取方法选主成分，旋转选最大方差法。
3. 看输出：先看 KMO 与 Bartlett（不达标就不必往下看因子载荷）；再看旋转后的成分矩阵，检查各题项是否落在预期维度、载荷是否 ≥ 0.5、有无严重交叉载荷（同一题项在两个因子上载荷都高）。
4. 只汇报与假设相关的结果：SPSS 输出很长，论文里只需要 α 系数表和 KMO/因子载荷表，原始输出（完整成分矩阵等）放附录。

三、写进论文：标准句式与表格呈现

信效度检验在论文里通常各占一小段加一张三线表，句式是固定的：

• 信度：「本研究采用 Cronbach's α 系数检验问卷信度。总量表 α 系数为 X，各维度 α 系数介于 X 至 X 之间，均大于 0.7，表明问卷具有良好的内部一致性信度。」
• 效度：「KMO 值为 X，Bartlett 球形检验在 0.001 水平上显著，适合进行因子分析。经主成分分析与最大方差法旋转，共提取 X 个因子，累计方差解释率为 X%，各题项因子载荷均大于 0.5 且与理论构念一致，表明问卷具有良好的结构效度。」

表格用三线表：信度表列「维度、题项数、Cronbach's α」；效度表列「题项、因子载荷」或直接给 KMO/Bartlett/累计方差解释率三项。表中每个数都必须来自你的 SPSS 输出，写作句式和三线表规范详见《毕业论文实证分析怎么写》。

四、检验不达标怎么办：诚实的处理路径

1. α 不达标（<0.7）：看 CITC，删除 CITC < 0.4 且「删除后 α 上升」的题项后重算——在论文里如实写明「删除题项 X 后 α 系数由 X 提升至 X」。删题项是规范操作，改数字是学术不端。
2. KMO 偏低：多数是样本量不足（经验法则：样本量至少为题项数的 5 倍）或题项相关性太弱。能补发问卷就补样本；不能补就如实报告数值，在局限性部分说明。发放前把样本量目标定够可以避免这一步返工，确定口径见《论文样本量怎么确定》。
3. 题项跨因子交叉载荷：删除或归入载荷更高的维度，并在正文交代调整过程与理由。
4. 绝对不要：把 0.62 写成 0.72、删数据「凑」显著、编造没跑过的检验——盲审要求提供原始数据的情况越来越常见，问卷星后台记录、SPSS 数据文件都查得到。检验不理想但如实报告并讨论原因的论文，远比数字漂亮却对不上原始数据的论文安全。

五、常见错误与自查清单

常见错误：只做信度不做效度；把全部题项（含人口学变量）一起丢进因子分析；α 系数与三线表数值对不上 SPSS 输出；判断标准无出处、正文说「大于 0.8」表里却是 0.74；样本量远小于题项数 5 倍还硬做因子分析。

交稿前对照自查：

• 信度、效度两项检验都做了，且都写进论文；
• 总量表与各维度 α 系数齐全，数值与 SPSS 输出一致；
• KMO、Bartlett 显著性、累计方差解释率三项俱全；
• 删题项、维度调整的过程在正文如实交代；
• 三线表格式规范，表注说明判断标准出处；
• 原始 SPSS 输出与数据文件已存档，备盲审与答辩查验。

问卷题目怎么设计才容易通过信效度检验，见《毕业论文调查问卷怎么设计》；检验通过后的描述统计与假设检验写法，见《问卷/实验数据怎么写进毕业论文》；问卷法在方法章的交代写法，见《毕业论文研究方法怎么写》。