亲测有效：SPSS信度效度怎么写看这就懂了
2026-04-09 05:51:25
上周帮同师门的师妹改毕业论文初稿，翻到数据分析部分的时候，我差点一口奶茶喷在电脑上——师妹直接把SPSS跑出的信度效度结果截了个图往论文里一粘，连个一句话解释都没有，旁边只写了一行字：“结果合格，详见下表”。
我突然想起一年前自己写本科毕业论文的时候，不也跟她一样吗？熬了三个通宵收集回来300多份问卷，对着SPSS点了一堆按钮跑出结果，却根本不知道怎么把这些数字写成论文里能通过盲审的内容，差点被导师打回重写。那时候搜遍了B站、知网、知乎，大部分内容要么太学术太晦涩，要么只讲操作不讲怎么写进论文，现在回头看，我踩过的所有坑，其实只要一篇讲透的文章就能避开。
我的研三开题噩梦：为什么信度效度卡了我两周？
去年十月，我整个研三上学期都泡在学院的自习室里改开题报告。我的毕业论文做的是“大学生线上学习倦怠影响因素研究”，需要发问卷收集数据，按照要求必须做信度和效度检验，这也是社科类量化研究的入门必做项。
那时候我对信度效度的全部认知，只停留在“信度就是 Cronbach's α 大于0.7就合格”这句话，还是本科统计课上划的重点。真正动手的时候我才发现，事情根本没这么简单：
| 我遇到的问题 | 我当时的错误操作 | 导师看到后的反应 |
|---|---|---|
| 只算了整个问卷的整体信度，没算各个维度的信度 | 偷懒只跑了总量表，直接写α=0.82，信度良好 | 直接在批注里写：“每个维度的信度呢？重写！” |
| KMO值0.68不知道算不算合格，瞎写了“效度良好” | 查了一个网站说大于0.6就行，就直接写了合格 | 反问我：“你的问卷是成熟量表还是自制？KMO的临界值标准都搞混了？” |
| SPSS跑出了一堆因子载荷，不知道怎么放数据，索性都粘进去 | 把整个旋转成分矩阵全粘进论文，占了整整两页 | “重点结果提炼都不会？要写结论不要堆原始数据！” |
那段时间我每天都泡在自习室，不到闭馆不走，回了宿舍还在床上翻各种论文范文，越看越乱：有的期刊论文写的特别简单，一句话带过信度效度；有的学位论文写了好几页，我根本不知道哪些是必须写的，哪些是可以省的。
有次导师找我面谈，拿着我改了三遍的开题报告，说：“你本科统计学是不是没学好？信度效度是你整个量化研究的根基，根基不合格，后面你的回归分析做得再漂亮，结论也站不住脚，盲审100%会被挑错。”那天从导师办公室出来，我在学院走廊站了十分钟，真的差点哭出来——感觉自己前期做了那么多工作，居然卡在最基础的地方。
摸透规则后才懂：信度到底该怎么分析怎么写？
后来我找了我们统计系的博士师姐吃饭，把我的问题一股脑倒给她，师姐笑着说，这根本不是你统计学没学好，是没人告诉你论文里的信度效度，不是只放结果就行，要“讲逻辑、说标准、给结论”。那天师姐给我讲的内容，我整理成了自己能用的步骤，亲测写出来的结果导师一遍就过了，后来盲审也没在这部分挑任何问题。
第一步：先搞懂，论文里你为什么要报告信度？
很多人跟我一开始一样，觉得信度检验就是走个流程，老师要我做我就做。其实信度解决的核心问题是：你用问卷测出来的结果，稳不稳定？可不可靠？
比如你今天填这个问卷得出来的学习倦怠分数是50分，明天再填一次变成了80分，那说明这个问卷本身就不靠谱，测出来的结果根本不能用。所以写的时候，你开头必须先写一句铺垫，告诉看论文的人，你为什么做信度检验，比如：“本研究采用Cronbach's α系数检验问卷整体及各维度的内部一致性信度，以确保测量结果的稳定性与可靠性。”
第二步：判断标准记清楚，别写错合格结论
信度最常用的就是Cronbach's α系数，不同的情况有不同的判断标准，我把常用的标准整理成了表格，大家写的时候直接对照就行：
| Cronbach's α系数范围 | 信度水平 | 论文结论怎么写 | 是否可以接受 |
|---|---|---|---|
| α < 0.6 | 信度不佳 | 本研究总量表/XX维度的信度未达到要求，测量工具可靠性不足 | 不接受，需要修改问卷删除题项后重新检验 |
| 0.6 ≤ α < 0.7 | 尚可接受 | 本研究总量表/XX维度的信度可接受 | 探索性研究可以接受，正式研究建议优化 |
| 0.7 ≤ α < 0.8 | 信度可以接受/较好 | 本研究总量表/XX维度的信度较好，测量工具可靠性良好 | 接受 |
| 0.8 ≤ α < 0.9 | 信度良好/优秀 | 本研究总量表/XX维度的信度良好，测量工具可靠性较高 | 非常理想 |
| α ≥ 0.9 | 信度非常好 | 本研究总量表/XX维度的信度非常理想，可靠性很高 | 完美 |
这里有两个我当时踩过的坑，一定要提醒大家：
1. 必须同时报告总量表的信度和每个维度的信度，只报总量表是很多新手会犯的错，就像我一开始那样，肯定会被导师打回。哪怕总量表α很高，只要有一个维度α低于0.6，这个维度也要修改。
2. 如果你的维度是只有1-2个题项，Cronbach's α会偏低，这时候你可以不用强求α大于0.7，只要高于0.6就可以接受，写的时候标注清楚“本维度题项较少，信度可接受”就可以。
第三步：怎么把SPSS结果写成论文内容？我给你一个模板
我当时照着师姐教我的写出来的内容，导师一遍就过了，给大家放一个我自己用的实际例子，你们直接套就行：
本研究采用Cronbach's α系数对问卷整体及各维度进行内部一致性信度检验，检验结果如下表所示：由上表结果可知，本研究问卷总量表的Cronbach's α系数为0.892，三个维度的Cronbach's α系数分别为0.812、0.765、0.843，均高于0.7的标准，说明本问卷各个维度及整体量表的内部一致性信度良好，测量工具可靠性较高，可进行下一步分析。
变量 维度 题项数 Cronbach's α系数 大学生学习倦怠 情绪低落 5 0.812 行为不当 4 0.765 成就感低 5 0.843 总量表 14 0.892
是不是很简单？根本不需要写一堆废话，把表格放好，结论说清楚就可以。如果你的某个维度α偏低，比如刚好0.68，你也可以写：“XX维度的Cronbach's α系数为0.68，略低于0.7的标准，处于可接受范围内，整体信度符合研究要求。”
最容易卡壳的效度：我踩过的坑都帮你踩完了
搞定了信度，接下来就是效度，很多人分不清楚内容效度和结构效度，不知道哪些要做哪些要写，我当时就是，把两个效度混在一起写，导师看了直接说逻辑不对。其实很简单，按照下面的顺序写，绝对不会错。
先写内容效度：一句话就能说清楚，不用瞎编
内容效度说白了就是：你的问卷题项，能不能代表你要研究的内容？
大部分人做社科问卷，都会用已经被前人用过的成熟量表，顶多稍微修改一下，所以内容效度根本不需要你做复杂的检验，写的时候直接说清楚就行，模板我都给你写好了：
本研究采用的量表均为已有研究中广泛使用的成熟量表，问卷设计完成后，请导师及3名心理学专业研究生对题项表述进行了审核与调整，确保题项能够准确反映本研究的核心概念，因此本问卷具有良好的内容效度。
如果你完全是自己编的新问卷，那你可以写：“本研究通过文献梳理、开放式访谈、专家评审三步编制初始问卷，经过预调研删除不合格题项后形成正式问卷，内容效度符合研究要求。”就这么简单，内容效度不用放SPSS结果，说清楚过程就可以。
结构效度：最常用的就是探索性因子分析，按步骤写不会错
结构效度就是你的问卷结构，和你一开始设计的结构对不对得上？说白了你设计了三个维度，那跑出来的因子是不是刚好对应这三个维度？做探索性因子分析（EFA）一般分两步，先看KMO和巴特利特球形检验，再看因子载荷结果。
第一步：KMO和巴特利特检验怎么判断怎么写？
同样给大家整理了直接对照的标准：
| KMO值范围 | 是否适合做因子分析 | 结论怎么写 |
|---|---|---|
| KMO ≥ 0.8 | 非常适合 | KMO值为0.XX，大于0.8，适合进行因子分析 |
| 0.7 ≤ KMO < 0.8 | 适合 | KMO值为0.XX，大于0.7，适合进行因子分析 |
| 0.6 ≤ KMO < 0.7 | 可以接受，勉强适合 | KMO值为0.XX，大于0.6，可进行因子分析 |
| 0.5 ≤ KMO < 0.6 | 不太适合 | 一般不建议，最好调整题项后重新检验 |
| KMO < 0.5 | 不适合 | 必须修改问卷或者换测量工具 |
然后巴特利特球形检验一定要显著，也就是p值小于0.05，如果不显著，说明根本不适合做因子分析，必须调整。
这部分写进论文也很简单，举个例子：
本研究通过探索性因子分析检验问卷的结构效度，首先对数据进行KMO检验和巴特利特球形检验，结果如下表所示：| KMO取样适切性量数 | | .782 || --- | --- | --- || 巴特利特球形度检验 | 近似卡方 | 2135.426 || | 自由度 | 91 || | 显著性 | .000 |结果显示，本研究的KMO值为0.782，大于0.7的标准，且巴特利特球形检验显著性p<0.001，说明数据适合进行探索性因子分析。
第二步：因子载荷和方差解释率怎么写？
KMO过了之后，就要看因子载荷了，判断标准很简单：每个题项的因子载荷要大于0.5，最好大于0.6，交叉载荷要小于0.4，如果题项因子载荷小于0.5，直接删掉之后重新跑就行。
还有累计方差解释率，一般来说，所有因子的累计方差解释率大于50%就算合格，大于60%就是非常好，这个标准写的时候对应就行。
我给大家放一个完整的写好的例子，直接套就行：
本研究采用主成分分析法提取公因子，结合正交旋转法得到旋转后的因子载荷矩阵，结果如下表所示：由上表可知，本研究共提取出3个特征值大于1的公因子，所有题项的因子载荷均在0.687~0.821之间，均高于0.5的标准，三个公因子的累计方差解释率为58.95%，大于50%的标准，说明本问卷的结构效度良好，与预设的理论结构一致，符合研究要求。
维度 题项 因子载荷 特征值 方差解释率（%） 累计方差解释率（%） 情绪低落 A1 0.782 4.215 21.35 21.35 A2 0.815 A3 0.763 A4 0.698 A5 0.724 行为不当 B1 0.712 2.896 18.42 39.77 B2 0.689 B3 0.751 B4 0.703 成就感低 C1 0.821 3.124 19.18 58.95 C2 0.796 C3 0.803 C4 0.735 C5 0.687
如果做的是验证性因子分析（CFA），一般用于已经成熟的量表，那判断标准就换成拟合指数，我也给大家整理好写的逻辑：
如果做验证性因子分析，你只需要把下面的表格放进去，然后写结论就行：
| 拟合指数 | 判断标准 |
|---|---|
| χ²/df | 小于3为优秀，小于5为良好 |
| RMSEA | 小于0.08为良好，小于0.05为优秀 |
| CFI、TLI、NFI | 大于0.9为优秀，大于0.8为可接受 |
| SRMR | 小于0.08为良好 |
结论模板：“本研究对量表进行验证性因子分析，结果显示各项拟合指数（χ²/df=2.31，RMSEA=0.068，CFI=0.92，TLI=0.91，SRMR=0.047）均符合标准，说明量表具有良好的结构效度。”
新手最常问的5个问题，我全部给你答案
我改了十几个师弟师妹的问卷信效度部分，发现大家问的问题翻来覆去都是那几个，我整理出来给大家，直接对应解决：
1. 信度α太高会不会有问题？比如我的α到了0.95，会不会不好？
很多人问过我这个问题，其实α超过0.9甚至接近1，说明你的题项之间冗余度太高，也就是好多题问的都是一个意思，这种情况如果是硕士毕业论文，最好删掉几个重复的题，如果是本科毕业论文，一般要求没那么严，不影响你过，只要没有超过0.98都没问题。
2. 我的KMO值刚好0.69，差一点到0.7怎么办？
其实这个完全不用担心，很多人都遇到过，KMO的标准不是硬卡的，如果你的巴特利特球形检验显著，累计方差解释率也够，只是KMO差一点，完全可以写“KMO值为0.69，处于可接受范围，适合进行因子分析”，大部分导师都不会卡这个，只要你的结果逻辑通顺就行，实在不行你就删掉一两个因子载荷低的题，再跑一遍KMO就上去了。
3. 我是用的成熟量表，还要做结构效度吗？
当然要做！哪怕你完全用的别人的量表，你换了一个研究人群，比如原来别人做的是职场人群，你拿来做大学生，你就必须自己重新检验信效度，这是对自己的研究负责，也是论文必须有的内容，不然盲审专家肯定会问你为什么不检验。
4. SPSS跑出的旋转矩阵很多数，我一定要把整个矩阵放进去吗？
完全不需要，很多新手会犯这个错，把整个几十行的原始矩阵粘进论文，又占篇幅又显得不会提炼，你只需要像我上面的例子那样，把每个题项的对应因子载荷整理出来就行，交叉载荷不用放，删掉就好。
5. 信度不合格怎么办？一定要重新发问卷吗？
不用，信度不合格首先看是哪个维度不合格，把这个维度里面子载荷低、CITC（项总相关）小于0.3的题删掉，再重新跑信度，一般删掉一两个题之后α就上去了，如果删掉之后还是不合格，再考虑修改题项或者补充问卷，不用上来就全部重做。
最后：信度效度没你想的那么难
我当时改完第四版的时候，导师终于点头说合格了，那天走出校门喝了一杯冰奶茶，感觉一块压了半个月的石头终于落了地。现在回头看，其实信度效度真的不是什么高大上难到学不会的东西，无非就是几个标准，一套写作逻辑，只要你把规则摸清楚，按照模板套，半天就能改完。
我见过太多人，前期问卷发了几百份，后面数据分析都做完了，结果信度效度没写对，被导师打回重改，浪费好多时间，其实只要把判断标准记清楚，按照“铺垫-放结果-给结论”的逻辑写，根本不会出大错。
如果你现在正在写毕业论文或者课程论文，卡在信度效度这里，不如把这篇文章收藏起来，照着步骤一步一步来，亲测有效，我身边师弟师妹照着写，没有一个被导师打回过。