“为什么导师要求我的毕业论文，一定要加上问卷调查的信效度检验？”最近，总有粉丝在微信后台给厂长留言问此问题。

信度和效度相当于是对于问卷质量的一个前置条件，也常常令调研者头痛不已。

今天厂长给大家详细讲解，在调查问卷中哪些情况下信效度检验是必要的？如何解读信效度分析结果？如何保证较好的信度和效度？

一

信效度检验主要针对量表题

如果问卷的信度和效度比较好，证明问卷的数据可靠性比较高，问卷数据内部一致性比较高，所以可以用来做后续的建模分析，相反，如果信度和效度不高，可能就需要重新设计问卷、发放问卷。

需要注意一点，并不是所有的问卷都需要进行信效度检验。

非量表题不能进行信度分析和效度分析。

如：无序多分类变量如性别、出生地、文化程度等都不在信效度检验的范畴；主观题目如填空题等都不是检验的内容。

问卷中会有多种类型的问题，比如单选题、多选题、填空题、问答题等，而信效度分析主要针对量表题。

所谓量表题就是测试受访者的态度或者看法的题目。通常使用李克特量表来测度，根据答项数量可分为四级量表，五级量表，七级量和九级量表。

比如五级量表可以分为：非常不满意，比较不满意，中立，满意和非常满意五个选项，通常赋予分值1，2，3，4，5。

二

何谓信效度检验

01信度检验：一致性程度

信度检验是采用同样的方法对同一对象重复测量时所得到结果的一致性程度的检验。

信度反映了测量中的随机误差大小，信度高，那么意味针对同一事物进行多次测量的结果可以保持一致，说明该测量工具可靠、稳定；缺乏信度，则前后测量的结果就会出现不一致，说明该测量工具有问题。

02效度检验：真实性程度

效度检验就是，指测量工具或手段能够准确测出所需测量的事物的程度，即在多大程度上反映了事物的客观真实性。

缺乏效度，则说明测量工具没有正确地获取反映真实特征的数据。比如农村贫困，代表政府对贫困进行测量的人对贫困的理解和农民对贫困的理解是不一样的，前者根据的是可量化的指标，后者关心的是自己的实际生活感受，以及与他人的比较。

如果，问卷回答的问题与实际想要测量的值相差较大。这里可能是问卷的设计有问题，也可能填写问卷的人理解有错误。

三

如何解读信效度检验结果

关于如何解读信效度检验的结果？厂长用一个简单、直观的案例为大家讲清楚。

小红测身高，连续5次的身高都不一样，这个叫没信度，即结果不可靠不能重复。

小红测了5次身高，都是70CM，有信度，但是没有效度，因为没有测量到真实的身高。

小红换一个身高测试仪器，每次都显示165CM，去体检机构检测身高也是165CM，这个就是有信度也有效度。

总之，信效度检验的3种结果总结如下：

01信度低，效度不可能高

因为信度低意味着问卷填写存在着不一致，就不可能反映真实情况，也不可能做到准确测量。

02信度高，效度也未必高

因为信度仅仅测量的是一致性问题，那么如果问卷填写人都对问卷中问题理解有偏差，那么可能一致性是满足的，也就是信度较高，但问卷也不能反映实际情况。

03效度高，信度一定高

也就是说，量表本身能反映实际情况，与实际都偏差不大，也就不存在不一致的情况了。

五

保证良好信效度的5个方法

01提高信度的方法

方法1：适当增加同质的题目来增加量表的长度

方法2：问卷题目设置的难度适中

方法3：测验的时间够充分

02提高效度的方法

方法1：确定好量表的假设结构维度，编好每个问题题目

方法2：保证回收量表的质量和数量，题目数量与被试样本数量之比最好是1:5

方法3：适当增加同质的题目来增加量表的长度

03使用成熟问卷

建议使用现成成熟问卷，或者稍加改动后使用。因为，也有少数人觉得修改一些没有问题，然后导致问卷逻辑有问题，最终造成信效度较低甚至不达标，辛苦收集的数据白白浪费掉。

04小范围测试问卷

发放正式问卷之前，最好有一次试测，即便小范围收集几十个样本，然后跑一下数据，看看信效度和其他分析的大致情况。

05剔除无效样本

只要真实收集问卷，无效样本量会很小，但严格来讲，并为了保障结果更好的满足预期，需要剔除无效样本。