可信度计算

信度的分类（一般分为两类）：

1、内在信度——调查表中的一组问题（也可称之为题项）是否在测量同一个概念，即这些问题（题项）的内在一致性如何，能否稳定地衡量这一概念（变量或维度）。如果内在信度系数在0.8以上，则可认为这一组问题有较高的内在一致性。最常用的内在信度系数为克朗巴哈和折半信度。

2、外在信度——在不同时间进行测量时调查表结果的一致性程度。最长用的外在信度指标是重测指标是重测信度，即用同一问卷在不同时间对同一对象进行重复测量，然后计算一致性程度。

信度分析过程：

1、先做因子分析，Analyze-->Data Reduction-->Factor；Rotation-->Method选Varimax；Option-->coefficient display format选Supress absolute values less than 0.5。跑出结果中，注意指标：KMO>=0.5(Yes) then communaity<0.5？(Yes)那么删去所有communaity<0.5的题项，再重跑因子分析,直到全部communaity>=0.5；或KMO>=0.5(Yes) then communaity>=0.5？(Yes)；Rotated Component Matrix中如果有题项落到两个或两个以上的因子上，或有题项没有落到任何一个因子上，都要删掉再重跑，按照上述方法循环，直到所有指标全部达标。

2、跑Cronbach Alpha，Analyze-->Scale-->Reliability analysis，statistics选descriptives for下Scale if item deleted。跑出结果中，如果Cronbach Alpha>=0.8那么不用删掉任何题项，结果足够好。如果Cronbach Alpha<0.8，看指标Alpha if item deleted（指如果把对应的题项杀掉，Alpha可提高或降低为此值），把题项杀掉，使Alpha>=0.8，便不用再杀。Alpha值的最低要求>=0.7。若Alpha<