SPSSAU__信度omega系数 SPSSAU手册.pdf

Omega信度系数折半信度系数折半系数（Spearman-Brown系数）Cronbachα信度系

数theta信度系数SPSSAU

另外在信度和折半信度，这两个页面最后加入如下：

信度分析计算公式深入剖析？

具体涉及信度分析的深入分析和公式解读等，可点击查看。

信度分析剖析

目录

一、信度系数说明1

二、信度分析计算公式和解读2

三、信度分析操作4

四、信度系数解读4

一、信度系数说明

信度分析是用于测量数据真实可靠性程度的研究方法。其可分为以下几种测量形

式，分别为文字描述和信度研究方法共两处，如下所述：

1.文字描述证明数据可靠性；

使用文字详细描述数据的收集和处理过程，比如如何收集数据（比如数据中设置

作弊题进行甄别），以及在收集数据过程中如何防范不真实数据，在数据收集完成后对

数据进行何种清理，比如将回答同一答案的数据设置为无效样本等。通过科学客观地

描述数据收集过程，即使用文字描述数据收集和处理过程等，用于证明数据的真实可

靠，即说明数据具有信度。

2.使用信度研究方法。

信度研究方法通常有四种，分别是Cronbachα信度系数，折半信度系数，

McDonaldsω信度系数和theta信度系数。

默认情况下，使用信度分析方法进行信度分析时，其有一定适用性，一般情况下

是针对问卷量表类数据进行分析，其它类型的数据不能进行信度研究方法使用。

一般情况下，使用最多的为Cronbachα信度系数，如果是经典量表题，并且某个

维度的测量项较多（比如大于5项）时，也可使用折半信度系数进行研究；Cronbachα

信度系数和折半信度系数，此两种方法的原理是基于‘相关或变异’进行测量，即同一维

度时各测量项之间应该有着较高的相关关系，如果数据真实，那么各测量项间的相关

性也会较高，基于‘相关性’原理最终得到信度系数。

除此之外，还可使用另外两种测量方法，分别是McDonaldsω信度系数和theta信

度系数，此两种测量方法的测量原理是利用‘信息浓缩’（内部原理为因子分析且提取为

1个因子），各个测量项隶属于同一维度且数据真实，那么它们应该浓缩出较高的信

息，结合因子分析输出的载荷系数loading值等进一步计算，最终得到指标值。

二、信度分析计算公式和解读

1.关于Cronbachα信度系数，其计算公式如下：

∑2

=−1(1−2)

其中N为测量个数（即放入SPSSAU的分析项个数），2表示数据求和后的总变

异,2表示第i项的数据变异，∑2表示各项数据变异求和。从公式可以看出，测量项

个数会对Cronbachα信度系数产生影响关系，分析项个数越多时，Cronbachα信度系

数可能会越高。测量项个数最少为2个，此时信度系数相对可能会最低。

2.关于折半信度系数，其计算公式如下：

折半系数涉及到Spearman-Brown系数和GuttmanSplit-Half系数。其中Spearman-

Brown系数又分为等长和不等长两种计算。分别说明如下：

=2/(+1)

1

如果是等长，此时等长Spearman-Brown系数计算公式如上，其中R代表拆分成两

部分数据（先将数据拆分成两部分，然后分别求和，分别得到两列数据）的相关系数值。

如果不等长，即拆分成两部分分析项的数量不一致（即奇数项时），此时不等长Spearman-

Brown系数计算公式如下。

42(1−2)

[−2+√4+2