研究生毕业论文SPSS信度效度怎么写？完整写法模板速收藏

如果你是熬了几个通宵做完问卷收集、对着一堆原始数据发呆，距离毕业论文交稿只剩半个月，导师还天天追在你屁股后面说“你的信度效度分析没做透”“这里逻辑不对重新改”的研究生，这篇文章就是专门为你写的。

我太懂你的痛点了：本科毕设就没正经学过SPSS，考研/保研上岸后导师让做问卷研究，一打开SPSS全是英文按钮根本不知道点哪；网上搜“信度效度怎么写”，出来的全是干巴巴的理论，要么就是只说了怎么操作没说结果怎么写到论文里；好不容易跟着教程做完了，结果信度不达标，不知道是删题目还是重新收数据，导师只会说“你再调调”，根本不说怎么调；眼看盲审要过了，卡在这里连框架都搭不出来，睡不好吃不下，就因为这部分不合格延毕毕不了业。

今天我就把研究生毕业论文里SPSS信度效度分析的完整写法、操作步骤、结果模板、不合格调整方法全给你理清楚，看完直接套就能用，帮你把这部分一次性过，不用再被导师打回来改。

很多同学刚接触问卷研究，都会疑惑：我辛辛苦苦收了几百份数据，为什么一定要多做这一步？其实核心原因就一个：信度效度是证明你研究数据靠谱、结论有效的核心前提，没有这部分，你的整个论文都站不住脚。

我整理了信度和效度最核心的区别，方便你快速理解：

简单来说：信度是“你测的东西稳不稳”，效度是“你测的是不是你要测的”。没有合格的信度效度，你的研究结论根本不被认可，盲审100%会被评委打低分，这也是为什么导师一定会盯你这部分的原因。

很多同学一打开SPSS就懵，不知道选哪个方法。其实毕业论文里99%的情况都是用克朗巴哈α系数（Cronbach's α），我给你整理了不同场景的选择方法，不会选错：

社科类研究生毕业论文几乎都是用李克特量表做问卷，所以直接记住选Cronbach's α就够了，不用纠结其他方法。

我把每一步都写清楚，哪怕你从来没打开过SPSS，跟着点就能做完：

1. 把你的问卷数据录入到SPSS，一个题目对应一列，一个样本对应一行，就像上图展示的这样：

2. 点击顶部菜单栏的 【分析】→【度量】→【可靠性分析】，不同版本SPSS翻译略有不同，找不到的话搜“可靠性”三个字就能找到。

3. 把你所有要分析的题目（全部维度的题目）全部选到【项目】框里，模型默认就是α，不用改，直接点击【确定】就出结果了。

结果出来以后，看这个表格里的Cronbach's α值就行，判断标准非常清晰：

除了总信度，你还要给每个维度分别做一次信度分析，很多同学只算总问卷的α，漏了分维度的，导师一眼就能看出你不专业。

直接套这个模板，把你自己的数据换进去就行，逻辑清晰符合规范：

本研究采用Cronbach's α系数检验问卷测量结果的信度，信度判断标准为：Cronbach's α系数大于0.7则表明信度达标。本次问卷总量信度分析结果如下表所示，总量表的Cronbach's α系数为0.852，大于0.8，说明问卷整体信度良好。

>

表1 问卷总体信度分析结果

| 项目 | 题项数 | Cronbach's α系数 |

| ---- | ------ | ---------------- |

| 总体问卷 | 25 | 0.852 |

>

各维度信度分析结果如下表所示，各维度的Cronbach's α系数分别为0.786、0.812、0.764、0.803，均大于0.7的标准，说明各维度测量结果一致性良好，信度达标，可进行下一步效度分析。

>

表2 各维度信度分析结果

| 维度名称 | 题项数 | Cronbach's α系数 |

| -------- | ------ | ---------------- |

| 感知有用性 | 6 | 0.786 |

| 感知易用性 | 5 | 0.812 |

| 用户满意度 | 7 | 0.764 |

| 持续使用意愿 | 7 | 0.803 |

这个模板是绝大多数社科类毕业论文都认可的写法，直接改数字和维度就行，不用自己瞎琢磨逻辑。

很多同学做完发现α不够0.7，一下子就慌了，其实不用重新收数据，先试试这两个调整方法：

1. 删除不合格题目：打开SPSS信度分析的【统计】选项，勾选【如果项已删除则进行度量】，结果里会出来一列“删除后的Cronbach's α”，找那种“删除这道题之后总α会明显上升”的题目，直接删掉就行，一般删1-2道题信度就能上去。

2. 调整维度划分：如果删掉低质量题目还是不够，检查一下你的维度划分是不是错了，有没有把不该放这个维度的题放进来了，调整题目的维度归属后再重新计算，大部分都能合格。

要是调整之后还是不合格，那说明你的问卷本身设计有问题，只能修改问卷重新收数据了，早发现早调整，别等到交稿前才动手。

效度一般分三种：内容效度、效标效度、结构效度，毕业论文里最常写的是内容效度+结构效度，很少需要做效标效度，我一个个说写法。

内容效度就是说你的问卷是不是覆盖了你要研究的内容，一般分两种情况写：

• 如果你用的是成熟量表（就是别人已经开发好、已经被很多研究用过的量表），直接这么写：

本研究采用的量表均为国内外学术界已广泛应用的成熟量表，原量表已经过大量实证研究检验，内容效度良好。本次研究根据研究主题对部分题项表述进行了适当调整，调整后邀请了3位相关领域的专家对问卷题项适配性进行评审，专家一致认为问卷题项能够有效反映本次研究的核心内容，因此本问卷内容效度符合要求。

• 如果你是自己开发的新问卷，那需要做内容效度指数（CVI）计算，每个题项的I-CVI大于0.78，全体S-CVI大于0.90就合格，写法把结果加上就行，模板就不单独放了，逻辑和上面差不多。

大部分同学都是用成熟量表改一改，直接套第一个写法就行，完全符合要求。

结构效度最常用的就是探索性因子分析法，用SPSS做非常简单，我一步步教你：

这一步是判断你的数据适不适合做因子分析，不合格的话做不了，操作步骤：

1. 打开SPSS，点击 【分析】→【降维】→【因子分析】

2. 把所有量表题都选到【变量】框里，点击【描述】，勾选【KMO和巴特利特球形检验】，点击确定出结果。

结果判断标准：

两个都满足才说明数据适合做因子分析，要是不满足，要么调整题项，要么说明问卷结构不好，需要修改。

写法模板：

本研究采用探索性因子分析法检验问卷结构效度，首先进行KMO检验和巴特利特球形检验，结果如下表所示：

>

表3 KMO和巴特利特球形检验结果

| KMO 取样适切性量数 | 巴特利特球形检验 | |

| ------------------ | ---------------- | ---- |

| 0.815 | 近似卡方 | 3125.632 |

| | 自由度 | 300 |

| | 显著性 | 0.000 |

>

由上表可知，本次研究的KMO值为0.815，大于0.7的标准，且巴特利特球形检验显著性p<0.001，达到显著水平，说明数据非常适合进行因子分析。

接下来就是提取因子，看你的方差解释率够不够，操作的时候在因子分析界面，点击【提取】，默认是主成分分析法，不用改，提取那里选“基于特征值>1”，这个是学术界通用的标准，直接用就行。

合格标准：累计方差解释率大于50%就是合格，一般要求大于60%更好。

然后点击【旋转】，选最大方差法，点击确定出结果，旋转后看成分矩阵里的因子载荷，判断标准是：

• 每个题项的因子载荷要大于0.5，最好大于0.6
• 每个题项只在一个因子上有高载荷，要是在两个因子上载荷都大于0.5，说明这个题项交叉负载，最好删掉

都符合要求就说明结构效度合格了。

KMO检验之后，完整的结果写法直接套：

本次探索性因子分析采用主成分分析法提取特征值大于1的公因子，采用最大方差法进行因子旋转，最终共提取4个特征值大于1的公因子，各题项因子载荷及因子方差解释结果如下表所示：

>

表4 因子载荷与方差解释结果

| 维度 | 题项 | 因子1 | 因子2 | 因子3 | 因子4 |

| ---- | ---- | ------ | ------ | ------ | ------ |

| 感知有用性 | Q1 | 0.782 | 0.125 | 0.086 | 0.112 |

| | Q2 | 0.815 | 0.096 | 0.102 | 0.087 |

| | Q3 | 0.764 | 0.113 | 0.075 | 0.092 |

| | Q4 | 0.791 | 0.084 | 0.091 | 0.105 |

| | Q5 | 0.823 | 0.101 | 0.068 | 0.079 |

| | Q6 | 0.745 | 0.097 | 0.114 | 0.083 |

| ...（其他维度省略） | | | | | |

| 方差解释率（%） | | 23.15% | 18.62% | 15.48% | 12.36% |

| 累计方差解释率（%） | | 23.15% | 41.77% | 57.25% | 69.61% |

>

由上表可知，本次分析共提取4个公因子，与本研究预设的维度数量一致，所有题项的因子载荷均在0.5以上，累计方差解释率为69.61%，大于50%的标准，说明问卷结构效度良好，结构与预设理论框架一致。

如果你的问卷是已经有明确理论维度，用的是成熟量表，也可以做验证性因子分析（CFA），不过SPSS做不了CFA，一般用AMOS或者Mplus，这里也给你放一个验证性因子分析的写法模板：

本研究采用验证性因子分析检验问卷的结构效度，模型拟合度判断标准及结果如下表所示：

>

表5 验证性因子分析模型拟合结果

| 拟合指数 | 合格标准 | 本次检验结果 | 是否达标 |

| -------- | -------- | ------------ | -------- |

| χ²/df | <3 | 2.15 | 是 |

| RMSEA | <0.08 | 0.062 | 是 |

| CFI | >0.9 | 0.92 | 是 |

| TLI | >0.9 | 0.91 | 是 |

| SRMR | <0.08 | 0.057 | 是 |

>

由上表可知，本次模型的所有拟合指数均达到合格标准，说明问卷结构效度良好，预设的因子结构与数据拟合程度较好。

一般硕士毕业论文做探索性因子分析就够了，要求比较高的学校或者博士论文才需要做验证性因子分析，看你导师要求来就行。

如果你的KMO不够，或者因子载荷不合格，交叉负载太多，按这个步骤调：

1. 先删题：把因子载荷小于0.5的题，还有交叉负载的题全部删掉，删完重新做因子分析。

2. 重新提取因子：如果删完题因子还是不对，看一下你的公因子特征值，是不是多提了或者少提了，调整提取因子的数量再试。

3. 修改维度：要是调整完还是不对，说明你最初的维度划分不对，回到你的理论框架重新梳理维度，再重新分析。

一般删完不合格的题都能合格，不用太担心。

我整理了同学们写这部分最容易犯的错误，你看完避开，少被导师骂好几次：

1. 只做总体信度，不做分维度信度：这是最常见的错误，你每个维度都是单独构念，必须每个维度都算信度，只算总信度肯定会被导师打回来。

2. 信度都不合格就直接做效度分析：信度是效度的前提，信度不合格说明数据根本不可靠，做了效度也没用，一定要先调好信度再做效度。

3. 把所有题都放进因子分析，包括人口统计学题项：很多同学把性别、年龄、学历这些人口学题也放进去了，这完全错了，只有你的量表题（就是用来测构念的题）才需要做因子分析，人口统计学题不要放进去。

4. 因子载荷小于0.5还留在问卷里：有的同学为了题数够，明明因子载荷不合格还不删，盲审专家一看就知道你数据处理不规范，直接扣分。

5. 信度α超过0.9就说自己不好：很多同学以为α太高是不好，其实不对，α越高说明信度越好，超过0.9说明你的一致性非常好，是优点，不用瞎改。

最后给你放一段完整的范文，你写的时候直接把内容换成你的就行：

本研究采用Cronbach's α系数检验问卷测量结果的一致性信度，已有研究明确指出，当Cronbach's α系数大于0.7时，说明问卷信度达标，测量结果稳定可靠。本次信度分析分别对总体问卷和各维度进行检验，结果如下表所示：

表4-1 信度分析结果汇总

由结果可知，本研究总体问卷的Cronbach's α系数为0.863，大于0.8，说明总体信度良好；各维度的Cronbach's α系数分别为0.792、0.821、0.775、0.814，均大于0.7的标准，说明各维度信度均达标，测量结果一致性良好，可进行下一步效度分析。

本研究所用量表均参考国内已发表核心文献中的成熟量表编制，原量表已经过多个实证研究的检验，具备良好的内容效度。本研究结合研究场景对部分题项表述进行了微调，调整后邀请2名教育学专业副教授、1名一线资深教师对问卷题项与研究主题的适配性进行评审，专家一致认为本问卷题项能够有效反映研究核心内容，因此本问卷内容效度符合要求。

本研究采用探索性因子分析法检验问卷结构效度，首先进行KMO检验和巴特利特球形检验，判断数据是否适合进行因子分析，结果如下表所示：

表4-2 KMO和巴特利特球形检验结果

结果显示，本研究KMO值为0.824，大于0.7的标准，且巴特利特球形检验显著性p<0.001，达到显著水平，说明数据适合进行因子分析。

本次探索性因子分析采用主成分分析法提取特征值大于1的公因子，采用最大方差法进行因子旋转，最终共提取4个特征值大于1的公因子，与本研究预设的4个维度一致，累计方差解释率为68.72%，大于50%的标准，所有题项在对应维度上的因子载荷均大于0.5，无交叉负载问题，说明本问卷结构效度良好，因子结构与预设理论框架一致。

综上，本研究问卷信度效度均符合要求，测量结果可靠有效，可用于后续描述性统计、相关性分析及回归分析。

看完这篇，你应该已经知道从操作到写法整个流程怎么走了，信度效度其实没有你想的那么难，就是按规范走流程，只要你按照我给你的模板和步骤来，一次就能过，不用天天熬夜改还被导师说不对。

现在你打开你的SPSS，跟着操作一遍，写完直接套模板，这部分半天就能搞定，省下来的时间赶紧改论文其他部分，早点完稿早点毕业。