信度主要是指测量结果的可靠性、一致性和稳定性，即测验结果是否反映了被测者的稳定的、一贯性的真实特征。
效度即有效性，它是指测量工具或手段能够准确测出所需测量的事物的程度。
以上来自百度百科
量表信度分析步骤
论文信度主要用量表的组合信度。采用Cronbach's α系数来检验，检验标准如下：其中层面或构念指的是各变量的维度。比如行为整合分为合作行为、信息交换和共同决策三个维度，则这三个维度就是行为整合的层面或构念，行为整合量表就是整个量表。
下面是使用spss软件进行信度分析的步骤：
第一步：分析-->度量-->可靠性分析
第二步：将你需要验证信度的量表的题项全部放到右边的项目中，并点击“统计量”，选中图中勾选项（当然也可以勾选你想要的结果）
第三步：看结果。
第一看标准化后的Cronbach's α值，并与前面的标准表对照，确定量表的信度。本例中，Cronbach's α值为0.803，说明该量表的信度是佳的。
谨慎起见，也要看项已删除的Cronbach's α值，若这其中的值大于标准化后Cronbach's α，那么就需要将这个题项删除，重新再做一遍信度分析。这也有助于提高量表的信度。
因此，信度分析也是删除题项的一个方法。
量表效度分析步骤
论文效度中主要分析的是量表的建构效度，主要看因子分析做出来的因子载荷值的大小。在做因子分析之前，需要看量表的KMO值是否达到标准，且Bartlett球形检验近似卡方值是否显著。显著有四个标准（<0.001；<0.05；<0.01；<0.1），一般都是小于0.001的。
spss因子分析步骤：
第一步：分析-->降维-->因子分析
第二步：
将你需要分析量表效度的题项全部放进变量中，并依次点击按钮“描述”、“抽取”、“旋转”，并勾选中如图。
其中，在“抽取”中，若量表的抽取因子已经确定，可以自己设定抽取因子个数；若没有确定，则选择基于特征值大于1抽取，之后对抽取后的因子自己命名。
第三步：看结果
KMO值为0.827，且Bartlett球形检验的近似卡方值的显著性概率为.000（小于0.001），说明此量表是适合做因子分析的。再往下看....
抽取了三个因子，且旋转平方和中三个因子的累积百分比为62.394%，说明提取的三个因子可以62.394%解释这个量表，所以提取三个因子是合理的。一般累积百分比需要达到50%以上才说明提取的因子是足够解释量表。
最后看旋转成分矩阵表，这其中的值就是各题项的因子载荷值，一般因子载荷值大于0.5即可。图中可以看到假定题项都完美的旋转到既定的因子中，且因子载荷值均大于0.5，所以此量表在效度上是可以被接受的。
情况2：
若假定题项没有旋转到假定的因子中，该怎么办。有一个办法可以使用。
先删除掉（如果有）因子载荷值在每个因子上都小于0.5的题项。例子中删除SC1。
然后再删除掉没有旋转到既定因子中的题项（比如大部分题项都旋转到因子1中，少数旋转到因子2中，则要删除旋转到因子2中的题项。如果题项超过1个，则先删除因子载荷值大的），比如题项中，先删除SA1。一直删，一直删，直到你的题项旋转到你想要的因子里。在这个过程中，因子的旋转平方和的累计百分比应是增大的。若累积百分比是减少的，则说明删除题项有误，应尝试删除其他题项。
自此，因子分析就结束了....
