系统视频课程及软件下载请看文末链接
信度最早由斯皮尔曼(Spearman)于1904年将其引入心理测量，指的是测验结果的一致性程度或可靠性程度。根据所关心的重点不同，信度可分为内在和外在信度两类。
内在信度指调查表中的一组问题是否测量的是同一个概念，也就是这些问题之间的内在一致性如何。最常用的内在信度指标为克朗巴哈系数和折半信度。最常用的外在信度指标是重测信度，即用同一问卷在不同时间对同一对象进行重复测量，然后计算一致程度。[1]
今天这篇文章，我们就来讲一讲克朗巴哈系数的SPSS分析过程。
1、问题与数据
某研究者拟调查患者满意度，设计了一个共包含10个题目的调查问卷，在医院随机拦访患者共292人。每一个题目都是根据Likert 7级量表进行测量的，将“非常不满意”“不满意”、“有些不满意”、“无法确定”、“有些满意”、“满意”、“非常满意”分别赋值1分到7分。研究者想要分析这10个题目的一致性，部分数据如图1。
2、对问题的分析
在实际研究中，很多事物或态度是不能直接被测量的，研究者们常设计一组题目间接反映它们的真实情况。但这些题目是否可以实现研究目的，就需要我们通过统计手段进一步分析了。如在本研究中，研究者设计了测量患者满意度的10个题目，并希望判断它们的一致性。针对这种情况，我们可以使用Cronbach's α分析。
Cronbach's α分析主要用于评价连续变量和有序分类变量的一致性，适用于本研究的研究数据。
3、SPSS操作
在主界面点击Analyze→Scale→Reliability Analysis，将变量Q1- Q10放入Items框内，设置Model为Alpha，一般SPSS的默认设置为Alpha，如图2。
点击Statistics，在Descriptives for中点选Item，Scale和Scale if item deleted，在Inter Item中点选Correlations，Continue→OK。如图33。
4、结果解释
4.1 总体结果
SPSS输出的Cronbach's α检验结果包括很多。其中，第一个表格为Case Processing Summary，如图4。
从表中可以看出，本研究共有292例有效数据（Valid行），没有缺失（Excluded行），总样本量为292例（Total行）。
Cronbach's α系数的结果如图5。
本研究中测量患者满意度的10个题目的Cronbach's α系数值为0.741，提示这10个题目具有较高的内在一致性。一般来说，条目的一致程度与测量内容有关，Cronbach's α系数值越大提示内在一致性越强。既往研究认为，只要Cronbach's α系数大于0.7，我们就认为条目之间的一致性较好。
标准化Cronbach's α系数（“Cronbach's Alpha Based on Standardized Items”栏）是指用方差为1标化所有条目后计算的Cronbach's α系数，也称为Spearman-Brown stepped-up reliability coefficient。
4.2 分条目结果
Item Statistics输出结果如图6。
在本研究中，我们将每个条目分成Likert 7级，并分别给每个级别赋值。以Q9为例，该条目的平均值为5.10，标准差为1.32，例数为292。由此可见，Q9的平均回答接近“有些满意（赋值为5）”。汇总各条目后，结果如图7。
汇总Q1-Q10共10个条目后，均值为40.61，方差为45.53，标准差为6.75。当各条目例数一样时，汇总后的平均值就等于各条目均值的直接加和。
Item-Total Statistics表中，前两栏（Scale Mean if Item Deleted和Scale Variance if Item Deleted）分别是每当剔除一个条目后总条目的均值和方差。仍以Q9举例，如果剔除该条目，总条目的均值为35.51，刚好等于40.61-5.10，即未剔除该条目前的总均值与该条目均值的差。
每当剔除某一条目后，Cronbach's α系数的变化如图8。
从Cronbach's Alpha if Item Deleted栏可以看出，当剔除Q9条目，Cronbach's α系数从原来的0.741增加至0.757。
Cronbach's Alpha if Item Deleted栏只标注每次剔除一个条目的情况。如果我们需要考虑同时剔除多个条目的情况，只能重复SPSS操作，逐步进行。
那么，如何判断是否应该剔除某个条目呢？上表Corrected Item-Total Correlation栏中的数据是指每一个特定条目与其他条目汇总的Pearson相关系数。以Q9为例，条目Q9与其他条目汇总结果的Pearson相关系数为0.160。一般来说，如果该指标小于0.3，我们就认为该条目与其他条目的相关性不强，可以剔除。在本研究中，Corrected Item-Total Correlation栏中Q9的数值小于0.3，可考虑剔除该条目。
如果Pearson相关系数出现负值，可能是由于变量赋值的顺序不同导致的，大家需要根据专业要求对变量重新赋值。
Squared Multiple Correlation栏显示的是以某一个特定条目为因变量，其他条目为自变量进行回归的拟合程度，即R2值。该指标认为如果这些条目可以共同反映某一个潜在因素，他们之间一定可以互相解释。仍以Q9为例，如果我们以Q9为因变量，其他题目为自变量进行多重线性回归拟合，该回归的R2值为0.321。经验证，结果确实如图9。
实际上，我们检验条目之间的一致性，就是希望条目的变异可以互相解释。在本研究中，Squared Multiple Correlation栏中Q9的值为0.321，提示Q9的变异能被条目解释的比例仅为32.1%。同时还要综合其他指标的情况，来决定是否保留Q9。
5、撰写结论
本研究采用自制问卷测量患者满意度，问卷的10个问题具有较高的内在一致性（Cronbach's α为0.741）。
