信度效度介绍：
效度：有效性、正确性，即是能否测量出所要测量的内容
信度：稳定性、可靠性，即多次测量数值的一致性
信度低则效度一定低信度高则效度不一定高效度低则信度不一定低效度高则信度一定高
比如一个体重秤，真实体重是60kg，效度代表秤的准度，信度代表每次测量的体重是否相同
上面定理的情况则分别是：
1.三次分别测得：50kg、60kg、70kg
2.三次分别测得：50kg、50kg、50kg
3.三次分别测得：秤坏了：50kg、50kg、50kg
4.三次分别测得：秤很准：60kg、60kg、60kg
Cronbach’s α：
常用的信度检定方法为Cronbach’s α（克隆巴赫系数）和分半信度，这里使用的是Cronbach’s α，大于0.8为极好，大于0.7为较好，至少应该大于0.6，否则需要重新修订研究工具。
信度分析中的常见问题
信度分析主要用来考察问卷中量表所测结果的稳定性以及一致性，即用于检验问卷中量表样本是否可靠可信。信度分析只针对问卷中的量表数据，其他数据如性别、年龄、学历等非量表数据不可以做信度。
比如说，如果对我多次问这道题，我不可能会出现不稳定性（即选择其他选项），因为学历肯定是固定的。而对于类似问答内容为：同意、比较同意、一般、不同意、非常不同意，的问题，可能会出现不稳定性。
1.反向计分
一般选项都为分数越大代表越好，如果存在分数越大代表越差的情况，那么手动把数字反过来计（比如1到5变为5到1）
2.维度划分
如果多个指标代表一个维度，则可以每个维度做信度检验，然后所有维度合起来做信度检验
3.优化信度问题
如果去除这一项后的克隆巴赫系数增加5%，则考虑删除该项
4.成熟量表问题
什么叫成熟量表，就是别的文献中用过的，但是就算别的文献中用过，在用此量表统计了自己的数据后，仍然需要信度检验。因为数据会随着环境而不相同。
spss中操作步骤
1.导入数据：
拖入spss即可，要求数据必须都是数字类型的变量，不能有字符串类型的
2.信度分析：
3.结果分析
大于0.8为极好，大于0.7为较好，至少应该大于0.6，否则需要重新修订研究工具。
信度分析时，如果分析项的 CITC 值（删除的项与删除项后的总体的相关性）很低，可以查看删除项后的 Cronbach α 系数是否提升，若该项明显上升，若有上升，后续所有的分析均应该以删除后作为标准进行。
4.展示删除项后的标度操作为：
勾选上这项即可
结果会多出这么一张表：
这一列就代表除去此项后，其余指标的克隆巴赫系数的值，越大则说明此项越应该去掉。
