问卷的检验主要就是检测问卷设计的合理性以及问卷的可靠性和稳定性。要确定问卷调查能否得到令人信服的结果，就需要对问卷进行信度和效度的分析。

（1）信度分析

调查问卷的信度是指问卷调查结果所具有的一致性和稳定性的程度^[55]。本书利用克朗巴哈α信度系数法（Cronbach's Alpha）进行量表的信度分析。一般来讲，Cronbach's Alpha值大于等于0.7时属于高信度，大于等于0.35、小于0.7时属于尚可，小于0.35则为低信度^[56]。利用SPSS软件对问卷的度量项目进行信度分析，得到39个可测变量的Cronbach's Alpha值为0.825，超过0.7，说明本次调查问卷的信度是理想的。

（2）效度分析

调查问卷的有效度一般可以分为三类：内容有效度（Content Validity）、效标关联有效度（Criterion-Related Validity）以及架构有效度（Construct Validity）。

内容有效度是指调查问卷的内容切合研究主题的程度。考察内容有效度旨在系统地检查测量内容的适当性，并根据对所研究概念的了解去鉴别测量内容是否反映了这一概念的基本内容。它主要包括：①抽样有效度（Sampling Validity），用来确定问卷所包含的项目是否为所要测量内容的代表性取样。内容有效度的高低很大程度上取决于抽样效应的大小。②表面有效度（Face Validity），是指问卷在项目和形式上给人的主观印象，如果问卷从表面上来看似乎确实可适当地测量到研究者想了解的问题，便称它具有表面有效度。

效标关联有效度是指问卷测量结果和有效度标准（被假设或定义为有效的某种外在标准）之间的一致程度。根据有效度标准获取的时间可分为：①同时有效度（Concurrent Validity），即同时在研究对象中进行问卷和有效度标准测量得到的结果之间的相关程度，其有效度系数通常较低，多为0.2～0.6，很少超过0.7，一般以0.4～0.8比较理想。②预测有效度（Predictive Validity），它是指问卷测量结果经过一段时间后与未来实际结果相比较，两者之间的吻合程度。同时有效度和预测有效度的大小直接反映了问卷效标关联有效度的高低。分析效标关联有效度的通常做法是对问卷测量结果与有效度标准进行相关分析，相关系数越大表示问卷的效标关联有效度越好，一般认为相关系数为0.4～0.8比较理想。

架构有效度是指问卷所能衡量到理论上期望的特征的程度，即问卷所要测量的概念能显示出科学的意义并符合理论上的设想，它是通过与理论假设相比较来检验的，因此也被称为理论有效度。分析评价调查问卷架构有效度，常用的统计方法是因子分析，其目的是了解属于相同概念的不同问卷项目是否如理论预测那样集中在同一公共因子里。其中因子负荷反映了问卷项目对该概念的贡献，因子负荷值越大说明与该概念的关系越密切。以下三个标准可以用来判断问卷的架构有效度：①公共因子应与问卷设计时理论假设的概念组成相符，且公共因子的累积方差贡献率至少50%以上；②每个问卷项目都应在其中一个公共因子上有较高负荷值（大于0.4），而对其他公共因子的负荷值则较低。如果一个问卷项目在所有的因子上负荷值均较低，说明其反映的意义不明确，应予以改变或删除^[57]。

本书利用SPSS21.0软件，采用主成分因子分析的方法对问卷的效度进行分析。结果表明，KMO值为0.826，大于0.6，比较理想（KMO值大于0.6即适合做因子分析，越接近1越适合）。Bartlett的检验的显著性sig.值为0.000（sig.值小于0.05代表具有显著水平，适合做因子分析），适合进行分子分析，见表9-9。

表9-9　KMO和Bartlett的检验(www.daowen.com)

每一个公因子的解释变异量的比例均超过0.5，如表9-10所示。同时，所提取的特征值大于1的14个公因子累积方差贡献率达到62.591%，见表9-11，较为理想，说明各测量项目能较好地测量出对应的潜在变量。

表9-10　公因子方差

续表

表9-11　解释的总方差

续表