小样本检验方法

小样本测试是为了提高问卷的信度与效度，确定问卷的维度，最终得到精简有效的正式问卷。为避免产生多维度难以接受问卷中因子的含义，在进行探索性因子分析前，先进行问卷项目的净化，即删除无关问卷项目。本书使用纠正项目的总相关系数（Corrected－Item Total Correlation，CITC）进行问卷项目净化，当CITC值小于0.3，并在删除后提高α信度系数的值时，该项目应被删除（卢纹岱，2002），对问卷项目净化的前后都应进行α信度系数的测算。本书研究将CITC值0.3作为净化问卷项目的标准，并应用α信度系数法（The Cronbach Alpha）检验信度。问卷项目被删除后，α信度系数变大，则表示该问卷项目的删除是合理的。问卷剩余项目需对α信度系数进行重测，若α信度系数超过0.70，则认为符合要求（Nully，1978）。

在进行探索性因子分析前，需要检验样本是否适合因子分析，本书研究采用KMO样本充分性测度（Kaiser－Meyer－Olykin Measure of Sampling Adequacy）和巴特莱特球形检验（Bartlett Test of Sphericity）的方法。当KMO值大于0.9时，样本非常合适进行因子分析；当KMO值处于0.8～0.9时，适合进行因子分析；当KMO值处于0.7～0.8时，可以进行因子分析；当KMO值处于0.6以下时，则表示样本不太适合进行因子分析；当KMO值小于0.5时，则样本不能进行因子分析。因此，对样本进行检验，KMO值大于0.7时进行探索性因子分析，小于0.7时则不再进行分析。同样，若对样本进行探索性因子分析，则巴特莱特球形检验的结果显著性概率不能大于显著性水平。

探索性因素分析的目的是抽取问卷项目中的共同因素，检验问卷的建构效度，即变量间的区分程度（Anastiasi，1988）^[1]。区分效度通过评价测量项目的因子载荷实现。本书研究中使用主成分分析法（Principle Component Methods）和最大方差法（Varimax），采用特征值（Eigenvalue）大于1的标准选择因子个数。当某个因子仅由一个问卷项目构成时，说明该因子不具有内部一直性，则将该因子删除。同时，问卷项目在所属的因子中载荷大于0.5才能说明其具有收敛性，对于小于0.5的问卷项目应予以删除。此外，每一项问卷项目应具有良好的区分效度，即问卷项目在其对应的因子上载荷应接近1，在其他因子上应接近于0。否则，问卷项目在两个或以上的因子的载荷大于0.5或在所有因子的载荷均小于0.5说明该问卷项目不具备区分效度，应予以删除。

探索性因子分析删除问卷项目后，应再次重新计算信度。