发布时间：
百度百科有介绍吧。要不看看这个？信度一般用阿尔法系数做检验效度一般用T检验，显著性差异指数P检验。一般应该先用小样本做信度和效度，但是做效度的样本也不应该低于60人。然后再做推广。还有你这种量表是否应该在做效度时用校标关联系数呢，但这又需要你有新的校标。因为不太了解具体情况，所以先这么说，在做的时候你要遇到什么问题，你在问我哈。还有建议关于怎么做信度和效度，你还是看一下相关书籍。我觉得这还是很有必要的。一、信度系数与信度指数大部分情况下，信度是以信度系数为指标，它是一种相关系数。常常是同一被试样本所得到的两组资料的相关，理论上说就是真分数方差与实得分数方差的比值，公式为：r(xx)=r^2(xt)=S^2(t)/S^2（x）公式中r^2(xt)是真分数标准差与实得分数标准差的比值，称作信度系数，公式为：r(xt)=S(t)/S(x)可见信度指数的平方就是信度系数。二、测量标准误信度系数仅表示一组测量的实得分数与真分数的符合程度，但并没有直接指出个人测验分数的变异量。我们可以用一组被试两次测量结果来代替对同一个人的反复施测，于是有了信度的另一个指标，公式为：SE=S(x)√1-r(xx)公式中SE为测量的标准误，S(x)是所得分数的标准差，r(xx)为测验的信度系数，从公式我们可以看出测量的标准误与信度之间有互为消长的关系：信度越高，标准误越小，信度越低，标准误越大
你这有问题撒。你非常喜欢的时候肯定是经常发言哇。在你这个例子里你得把这两个题里改一个题的答案的顺序。让它协同。不能乱排的。用那个数值，编码为相同变量就行。
首先可能是问卷中题目设置的问题，所以先调整问卷中的题其次可以通过因子分析，剔除几个指标后，再重新分析下看看第三扩大问卷的调查量，重新调查一下再分析下看看
一份没有信效度的问卷就没有任何参考借鉴价值,更论证不了任何问题,如果导师查的不严那就另说了。必须确保信息的可靠性，有一定权威性的，不能是网上随便网页点开来的文章。比如一些期刊，或者数据库里的文章都是蛮适合的。引文应以原始文献和第一手资料为原则。所有引用别人的观点或文字，无论曾否发表，无论是纸质或电子版，都必须注明出处或加以注释。凡转引文献资料，应如实说明。对已有学术成果的介绍、评论、引用和注释，应力求客观、公允、准确。伪注、伪造、篡改文献和数据等，均属学术不端行为。
在答辩时，可以提到以下三点：1、对于问卷的信度问题，可以说明问卷设计的可重复性和一致性不足，导致问卷在不同时间和不同受试者群体中的表现不稳定，从而影响了研究结果的准确性和可靠性。2、对于问卷的效度问题，可以说明问卷设计的有效性不足，不能准确地衡量所需的研究变量，或者不能反映受试者群体的真实情况，从而影响了研究结果的可解释性和可靠性。3、在回答问题时，可以提出一些改善问卷信度和效度的建议，例如重新设计问卷、增加问卷测试、提高问卷访问率和回答率等。
信度分析，即研究样本数据是否真实可靠，通俗来讲即研究样本是否真实回答各个题项。如果样本没有真实回答，信度肯定不达标，而有时即使样本真实回答，信度也不一定达标。信度分析可以分为四类，分别是：α信度系数、折半信度、复本信度和重测信度。
(1) α信度系数，即内部一致性系数。此类信度分析最为常见，基本上所有问卷信度分析均会使用此类分析。通过软件计算出α信度系数值，并且用其进行信度水平判断。进行此分析前，首先需要对反向题进行反向操作，并且α信度系数的测量通常以最小的维度为准，而非大维度。
一般来讲：α系数最好在以上，之间属于可以接受范围，而分量表的α信度系数希望在以上， 之间可以接受。如果α信度系数低于则考虑修改量表。从α信度系数计算公式来看，维度对应的题项越多，以及样本量越多时，此值会越大。从笔者经验来看，如果某个维度仅由三个或者两个题项组成，并且样本量在200以下时，那么α信度系数通常会较小(低于)。1个题项表达的维度无法进行α信度系数计算。
α信度系数是问卷信度分析中最为常见的分析方法，绝大多数时候使用α信度系数进行信度测量即可，笔者建议使用α信度系数进行问卷信度测量，问卷前测也类似，但问卷前测时会结合CITC和删除某项后的信度系数值进行判断是否修正或者删除题项，通常来讲，CITC值低于，或者删除某项后的信度系数值反而上升左右时应该考虑对题项进行修正或者删除处理。
1、把简单易答的问题放在前面，把复杂难答的问题放在后面。
把能引起被调查者兴趣的问题放在前面，把容易引起他们紧张或产生顾虑的问题放在后面；把被调查者熟悉的问题放在前面，把他们感到生疏的问题放在后面；或者是一般先问行为方面的问题，再问态度、意见、看法方面的问题等等。
2、可以相互检验的问题必须分隔开。可以起到相互检验和相互印证的作用。
3、问卷的长度或者其所包含的问题，一般以受访者能在半小时内完成为宜。
问卷设计注意事项
1、问卷中所提的问题，应围绕研究目的来编制，力求简单、明了，含义准确。不要出现双关语，避免片面和暗示性的语言。
2、问题不要超过被调查者的知识、能力范围。
3、问题排列要有一定的逻辑次序，层次分明。问卷的目的、内容、数据、卷面安排标准答案等都要认真地推敲和设计。
4、调查表上应有留给供人填写答案的足够空间，并编有填写调查单位的名称、填表人的姓名和填表年月日的栏目。
5、为使调查结果更为客观、真实，问卷最好采用匿名回答的方式。
调查问卷的信度与题型 、试题的指导语 、 阅卷 、 考生状态因素有关。调查问卷又称调查表或询问表，是以问题的形式系统地记载调查内容的一种印件。问卷可以是表格式、卡片式或簿记式。设计问卷，是询问调查的关键。完美的问卷必须具备两个功能，即能将问题传达给被问的人和使被问者乐于回答。要完成这两个功能，问卷设计时应当遵循一定的原则和程序，运用一定的技巧。设计原则1．有明确的主题。根据[1] 主题，从实际出发拟题，问题目的明确，重点突出，没有可有可无的问题。2．结构合理、逻辑性强。问题的排列应有一定的逻辑顺序，符合应答者的思维程序。一般是先易后难、先简后繁、先具体后抽象。3．通俗易懂。问卷应使应答者一目了然，并愿意如实回答。问卷中语气要亲切，符合应答者的理解能力和认识能力，避免使用专业术语。对敏感性问题采取一定的技巧调查，使问卷具有合理性和可答性，避免主观性和暗示性，以免答案失真。4．控制问卷的长度。回答问卷的时间控制在20分钟左右，问卷中既不浪费一个问句，也不遗漏一个问句。5．便于资料的校验、整理和统计
和内部一致性有关，也就是说不同题项对同一变量的测量得分都差不多~~~例如测量performance：题项1到题项10，得分全是5555555555，这样的信度就高~~~~~如果1到10题得分是1122334455，那信度就低~~~~~~~~~~所以如果excel随机一下，那信度就是没有信度— —||
为了提高问卷的信度和效度，问卷设计时需要注意以下问题:1.问卷中所提的问题，应围绕研究目的来编制，力求简单、明了，含义准确。不要出现双关语，避免片面和暗示性的语言。2.问题不要超过被调查者的知识、能力范围。3.问题排列要有一定的逻辑次序，层次分明。问卷的目的、内容、数据、卷面安排标准答案等都要认真地推敲和设计。4.问卷形式可以封闭式和开放式相结合，问题数量要适度，一般应控制在30个问题以内，最好在20分钟内能答完。5.为使调查结果更为客观、真实，问卷最好采用匿名回答的方式。
信度分析用于测量样本回答结果是否可靠,即样本有没有真实作答量表类题项（ 重要提示： 信度分析仅仅是针对量表数据，非量表数据一般不进行信度分析）;信度分析仅针对定量数据. 克隆巴赫信度系数(Cronbach α系数值,下同)如果在以上,则该测验或量表的信度非常好；信度系数在以上都是可以接受；如果在以上,则该量表应进行修订,但仍不失其价值；如果低于,量表就需要重新设计题项。信度分析涉及以下几个关键点，分别如下：①以维度作为单位分别进行信度分析；②最终需要将α系数值进行汇总整理成表格，并且输出。③如果某个维度仅对应2个题项，此时α系数值可能会较低（通常大于即说明信度较好，但2个题时通常会较低）。④如果有反向题（比如某维度有4个题项：其中3个题项分值越高代表越喜欢看书；但还有1个题分值越高代表越不喜欢看书，则该项称作反向题）；需要首先针对反向题进行反向操作（使用“数据编码”功能），然后用新标题进行分析。⑤如果某个维度仅对应1个题项，此时无法进行信度分析。
毕业问卷收上来的数据的克隆巴赫系数系数太低处理方法为：1、如果说α信度信度系数值小于0，请查看是否有反向题。如果有，则需要先进行数据编码，反向处理后，使用反向处理后的数据进行信度分析。2、整体α信度系数值介于0~之间时，此时说明信度低，出现此类情况通常原因有3种。一是用错方法，信度分析只针对量表题，但非量表题都放进去分析。二是问卷设计质量太糟糕，量表题的设计随心所欲完全不带一点参考。三是样本量少（比如小于50）并且一个维度仅对应2个题项，样本少信度系数值相对会较低。无论是那种情况，解决流程均是：结合CITC值和项已删除后的信度系数值，先删除掉很糟糕项，然后再接着依次循环，直至信度系数可接受可止。3、整体α信度系数值介于之间。如果说分析如果说分析项仅2个，此时只能接受这种事实。如果分析项为3个或者更多，此时则需要结合CITC值进行处理，删除掉CITC值小于的项后再次进行分析，以及结合项已删除后的信度系数值这个指标进行删除分析项。
一般我们做的所谓信度都是alpha系数，这个指标其实是对你问卷所用的题目的内部一致性，即内部相关的一种检测，相关越高，代表信度越好，那就要想办法提高项目间的相关。一般就两种法子：第一，增加题目，自己根据理论依据和自己的合理论证给问卷添加符合其概念的题目，好题目（同质的题目）加的越多，信度越好。第二，删题目，把和其他项目明显不一样的题目删掉，也能增加alpha系数值，至于删哪个，你可以根据spss求alpha系数的操作来进行，在spss里面选分析——可靠性分析——然后在对话框里面找到有一项是 如果删除该项目后所得的alpha系数，这个操作会告诉你每个题目删除后alpha系数的变化，这样你就知道该删哪个了，另外也可以根据理论依据，把不符合理论的题目删掉。总而言之，就是增加同质的题目，删掉不同质的题目信度是效度的必要条件，也就是说，要想效度高，首先要信度好，那么提高信度的方法也可以用来提高效度可以说，增删题目是最常见也最有效的方法，本来增加样本容量也是个好办法，不过既然你说没时间，那就没法子了。另外的话，就是去除异常数据，把乱答的找出来，比如全部填同一个答案的，规律作答的，还可以按均值上下3个标准差去除极端值
信度系数低的原因 可能是收集的数据质量有问题，也可能是问卷 中的个别题目不适合，需要进行修改或者删除
百度百科有介绍吧。要不看看这个？信度一般用阿尔法系数做检验效度一般用T检验，显著性差异指数P检验。一般应该先用小样本做信度和效度，但是做效度的样本也不应该低于60人。然后再做推广。还有你这种量表是否应该在做效度时用校标关联系数呢，但这又需要你有新的校标。因为不太了解具体情况，所以先这么说，在做的时候你要遇到什么问题，你在问我哈。还有建议关于怎么做信度和效度，你还是看一下相关书籍。我觉得这还是很有必要的。一、信度系数与信度指数大部分情况下，信度是以信度系数为指标，它是一种相关系数。常常是同一被试样本所得到的两组资料的相关，理论上说就是真分数方差与实得分数方差的比值，公式为：r(xx)=r^2(xt)=S^2(t)/S^2（x）公式中r^2(xt)是真分数标准差与实得分数标准差的比值，称作信度系数，公式为：r(xt)=S(t)/S(x)可见信度指数的平方就是信度系数。二、测量标准误信度系数仅表示一组测量的实得分数与真分数的符合程度，但并没有直接指出个人测验分数的变异量。我们可以用一组被试两次测量结果来代替对同一个人的反复施测，于是有了信度的另一个指标，公式为：SE=S(x)√1-r(xx)公式中SE为测量的标准误，S(x)是所得分数的标准差，r(xx)为测验的信度系数，从公式我们可以看出测量的标准误与信度之间有互为消长的关系：信度越高，标准误越小，信度越低，标准误越大
本科论文需要信度效度分析。
信度和效度分析在问卷分析中大多都会用到的，即使是成熟的问卷，一般也是需要做的，在本科和研究生的论文中均适用。信度和效度是用来衡量问卷质量的，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。
论文是一个汉语词语，拼音是lùn wén，古典文学常见论文一词，谓交谈辞章或交流思想。当代，论文常用来指进行各个学术领域的研究和描述学术研究成果的文章，简称之为论文。它既是探讨问题进行学术研究的一种手段，又是描述学术研究成果进行学术交流的一种工具。
摘要
随着计算机技术和因特网的迅猛发展，网上查询、检索和下载专业数据已成为当前科技信息情报检索的重要手段，对于网上各类全文数据库或文摘数据库，论文摘要的索引是读者检索文献的重要工具，为科技情报文献检索数据库的建设和维护提供方便。
摘要是对论文综合的介绍，使人了解论文阐述的主要内容。论文发表后，文摘杂志或各种数据库对摘要可以不作修改或稍作修改而直接利用，让读者尽快了解论文的主要内容，以补充题名的不足，从而避免他人编写摘要可能产生的误解、欠缺甚至错误。所以论文摘要的质量高低，直接影响着论文的被检索率和被引频次。
论文信度效度怎么分析介绍如下：
要看做的内容是什么，如果你的问卷中的四个维度同质性很高，那么我们通常只报告整体的Cronbach's Alpha系数。比如一份语言测试（单一能力测验），那么就不需要报告每个部分的Cronbach's Alpha了。
但是如果不是，比如是人格测验，那么通常是要报告每个分测验和总的Cronbach's Alpha。不过你放心，一般这个信度指标和题目数量有关，也就是说题目越多，信度就越高。所以总体的指标一定不会低于单个分测验的。
另外，测验当然要做效度分析了。既然你的问卷结构已经确定，建议你做验证性因素分析，可以用结构方程模型做，具体工具推荐AMOS。
信效度分析：
统计学分析中经常会采用问卷调查的方法来获取分析数据，为了保证统计设计质量，往往需要检测调查问卷的质量，也就是通过问卷测量得到的，反映调查对象客观现象的统计数据的准确性。一个好的调查问卷设计不仅可以保证在多次重复使用下得到可靠的数据结果，即准确性。
一般要大于说明问卷调查质量比较良好。效度的特征：1、效度具有相对性：任何测验的效度是对一定的目标来说的，或者说测验只有用于与测验目标一致的目的和场合才会有效。所以，在评价测验的效度时，必须考虑效度测验的目的与功能。2、效度具有连续性：测验效度通常用相关系数表示，它只有程度上的不同，而没有“全有”或“全无”的区别。效度是针对测验结果的。