15.18 RELIABILITY

RELIABILITY
        /VARIABLES=var_list
        /SCALE (name) = {var_list, ALL}
        /MODEL={ALPHA, SPLIT[(n)]}
        /SUMMARY={TOTAL,ALL}
        /MISSING={EXCLUDE,INCLUDE}

RELIABILITY 命令对数据进行信度分析。

VARIABLES 子命令是必需的。它确定要执行分析所基于的变量集合。

SCALE 子命令确定要计算信度的变量。如果省略 SCALE，则使用 VARIABLES 子命令中命名的所有变量进行分析。可选的参数 name 可用来为量表设置一个字符串名称。

MODEL 子命令确定分析的类型。如果指定 ALPHA，则计算该量表的 Cronbach’s Alpha（克隆巴赫 alpha 系数）。如果模型为 SPLIT，则变量被分为 2 个子集。可给出可选参数 n，以指定第一个子集中包含多少个变量。如果省略 n，则默认为量表中变量数的一半；若变量数为奇数，则为一半减一。默认模型是 ALPHA。

默认情况下，在 VARIABLES 子命令中给出的任意变量含有用户缺失值或系统缺失值的个案，都会被从分析中剔除。MISSING 子命令决定用户缺失值是纳入还是排除在分析之外。

SUMMARY 子命令确定要执行的汇总分析类型。目前只有一种类型：SUMMARY=TOTAL，它显示针对合计值进行检验的逐题项分析。

15.18.1 示例 - 可靠性

在分析一项调查的结果之前——尤其是对于选择题调查——最好先了解受访者是认真考虑了答案，还是仅仅随意作答。

在下面的例子中，使用了文件 hotel.sav 中的调查结果。全部五道调查问题都纳入了信度分析。不过，在运行分析之前，必须对数据进行预处理。对调查问题的检查发现，v3 和 v5 两道题表述为负向，而其他题目为正向。为使分析有意义，所有问题必须基于同一量表。可以使用 RECODE 命令（参见 RECODE），但更简单的做法是使用 COMPUTE（参见 COMPUTE），示例 15.8 中采用的就是这种方法。

get file="hotel.sav".  * Recode V3 and V5 inverting the sense of the values. compute v3 = 6 - v3. compute v5 = 6 - v5.  reliability 	/variables= all 	/model=alpha.

示例 15.8： 调查应答信度调查

本例中使用了数据集中的所有变量。因此可以使用特殊关键字 ‘ALL’（参见 BNF）。

截图 15.8： 选中全部变量的可靠性对话框

结果 15.6 显示 Cronbach’s Alpha 为 0.11，这一数值通常被认为过低，不足以表明数据内部的一致性。这可能源于调查问题数量较少。在认真使用其结果之前，应重新设计该项调查。

个案	N	百分比
有效	17	100.0%
排除	0	.0%
合计	17	100.0%
Cronbach's Alpha	项目数 N
.11	5

结果 15.6： 对 hotel.sav 执行可靠性命令的结果