如果我们想要了解一位运动员的综合实力，可以通过他近几次的成绩，得到一个大致的情况。如果每次的成绩越接近越稳定，得出的结果就越可靠，即结果越能代表这位运动员的整体实力。
同样的，当我们想要得知我们的问卷结果是否能代表真实的作答情况时，就需要靠信度分析来把关。
什么是信度分析？
信度：即可靠性，指的是检验结果的一致性程度或可靠程度。任何重要结果必然不是一次性的发现，本质是可重复观测到的。信度分析即用于测量问卷中样本回答结果是否可靠，有没有真实作答。检验信度越高，就是表示结果越可信。
一份问卷在正式投入使用前必须要对其信度和效度进行分析，以确保问卷调查结果真实稳定、准确。
信度的种类
信度主要可分为四类：Cronbach α信度系数、折半信度、复本信度和重测信度。
（1） Cronbach α信度系数：用于检验问题之间的内在一致性情况，也就是多个题目是否测量了相同的内容或概念。是最为常见的信度测量方法（SPSSAU默认为此信度系数）。
例如，研究人员设计一份调查问卷，以了解大学生对特定教科书的不满。分析处理不满意的调查项目的内部一致性将揭示调查问卷中项目关注不满意概念的程度。
（2）折半信度：折半信度就是将所有量表题项分为两半，计算两部分各自的信度以及相关系数，进而估计整个量表的信度。判断标准可参考α信度系数的衡量标准。此类分析方法较为少见。
（3）复本信度：复本信度是同样一组样本，一次性回答两份问卷，比如同样一组学生连续做两份同样难度水平的试卷。然后通过计算两份样本相关系数，从而进行信度质量衡量，由于实际操作过程中有诸多客观条件限制，此类分析方法较为少见。
（4）重测信度：重测信度指同样的样本，在不同的时间点回答同样一份问卷。继而计算两份数据的相关系数，并且通过相关系数去衡量信度质量。重测信度可以评估时间差异带来的误差，但实际操作中有诸多不便，因而此类分析使用较少。
案例应用
1.背景与目标
为测量消费者对某产品的购买意愿及影响因素（共5个分别为：因素产品, 促销, 渠道推广, 价格, 个性化服务），设计了一份问卷。共25题，其中Q1~Q19均为量表题，现希望对此份数据信度情况进行分析，以验证数据质量可靠。
2. 操作步骤
信度分析需要针对每一具体细分维度或者变量进行分析
本例子中涉及6个维度，则分别需要进行六次操作，然后将六次操作的结果整理合并整理成一个表格用于研究报告中输出。
以其中一个维度为例：
选择对应题项，拖拽至右侧分析框中，默认输出Cronbach α系数。点击“开始信度分析”。
3. 输出结果
4. 指标解释
（1）校正项总计相关性(CITC)：为分析项之间的相关系数，通常大于0.4即可。这一指标，通常用于预测试中。
（2）项已删除的α系数：为删除该分析项后，剩下分析项的α系数，若此值明显高于Cronbach α系数值，可考虑删除该分析项。这一指标，通常用于预测试中。
（3）Cronbach α系数：衡量样本回答的可靠性。α系数值高于0.8，则说明信度高；α系数介于0.7~0.8之间；则说明信度较好; α系数介于0.6~0.7；则说明信度可接受; α系数小于0.6；说明信度不佳。正式分析时只需报告此指标。
5. 文字分析
总结
（1）信度分析仅仅是针对量表数据
（2）以维度作为单位分别进行信度分析；最终将所有维度的α系数值进行汇总整理成表格，并且输出。
（3）如果某个维度仅对应2个题项，此时α系数值可能会较低（通常大于0.6即说明信度较好，但2个题时通常会较低），如果某个维度仅对应1个题项，此时无法进行信度分析。
（4）如果有反向题，需要首先针对反向题进行反向操作（使用“数据编码”功能），然后用新标题进行分析。如果说α信度信度系数值小于0，请查看是否有反向题。
（5）如果某个分析项进行了删除处理（即删除该题目及对应的数据），后续所有的分析都要以删除后作为标准进行。
