一、基本原理
效度（validity），即实际测量的结果与所想考察内容相符合的程度，反映了测量值与真实值的吻合程度，主要用来评价量表的准确度、有效性和正确性。常用的效度评价指标主要有内容效度、标准关联效度和结构效度。
（1）内容效度（content validity）
指量表的各条目是否测定其希望测量的内容，即考察测量对象对问题的理解和回答与条目设计者想了解内容的一致性。
（2）标准关联效度（criterion-related validity）
也称标准效度，其主要考察所设计的量表的测量结果与成熟的标准量表结果的相关性，相关系数大小即反映效度值大小。
（3）结构效度（contract validity）
也称构想效度，其主要通过证实性因子分析（CFA）来反映。证实性因子分析通过将量表的各个条目分别作为一项指标，分析所有指标的内在公因子。若因子分析提取的公因子与量表设计时确定的各方面有密切的逻辑关系，则说明量表有较好的结构效度。结构效度一般通过KMO和巴特利特球形检验来判读。
二、具体操作方法
我们收集了一份焦虑量表的391例样本数据，欲对该量表进行效度检验（本例仅展示检验结构效度的方法步骤）。具体操作如下：
（1）在SPSS中的具体操作
①依次点击“分析——降维——因子”。
（点击图片查看大图）
②出现“因子分析”窗口。
（点击图片查看大图）
③将量表的所有条目选入右侧“变量”框中，并点击“描述”，在描述对话框中，勾选“KMO和巴特利特球形度检验”，然后“继续”。
（点击图片查看大图）
④点击“旋转”，在旋转对话框中，勾选“最大方差法”，然后“继续”。
（点击图片查看大图）
⑤点击“选项”，在选项对话框中，在系数显示格式中勾选“按大小排序”和“排除小系数”，并在绝对值框中填入“0.5”，然后“继续”。
⑥点击“确定”，得到分析结果。
（2）结果解读
①查看“KMO和巴特利特检验”表，可以看到，KMO值为0.933＞0.7，巴特利特球形度检验的显著性值P=0.000＜0.05，提示量表整体具有很好的效度，非常适合做因子分析。
②如果某一个题项，同时在两个或两个以上的主因子上载荷大于0.5或在所有主因子上载荷全部小于0.5，则该题项没有效度。查看“旋转后的成分矩阵”表，本例中，所有题项均只在一个主因子上的载荷大于0.5，提示本量表各题项均具有效度。
（点击图片查看大图）
三、小 结
本文对在SPSS中进行医学量表的效度分析的主要内涵及其在SPSS中的具体操作应用进行了详细介绍。后续，我们将持续更新量表的相关知识应用，敬请关注！
参考文献：
1、孙振球,徐勇勇.《医学统计学 第4版》.人民卫生出版社.
2、邱皓政.《量化研究与统计分析》.重庆大学出版社.
閱讀更多 三個魯班 的文章
