信度分析用来检验量表的一致性或稳定性，对量表的各个层面和整个量表的信度检验，主要通过校正后与总分相关系数CITC和L.J.Cronbach所创的α系数来判别量表的信度，其主要公式为：
公式中K为量表的总题数，
为量表题项的方差总和。α系数的值界于0～1之间，Nunnally认为α系数值为0.7是可以接受的临界值，DeVellis认为α系数值在0.8～0.9之间代表信度非常好，0.7～0.8之间代表信度良好，0.65～0.7之间是可接受量表，α系数值低于0.65最好不要采纳。CITC值在实际考察中，一般情况下认为CITC值应大于0.5，并且删除后Cronbach’s Alpha的值增加，此题项应该删除。
（1）整体信度分析
采用内部一致性系数（Cronbach’s Alpha）检验整体量表的信度，如表7-3所示，α系数为0.966，信度甚佳，说明量表具有较高的可信度。
表7-3 量表整体信度分析
（2）各变量信度分析(www.xing528.com)
本书参考变量内部一致性检验CITC＞0.5，Cronbach’sα系数大于0.8的标准对影响用户持续知识贡献的各个维度进行信度分析，如表7-4所示，从表中数据可以看出，期望确认、动机期望、社会资本、社会认知、感知有用性、满意度、习惯、持续意愿和持续行为的内部一致性系数均大于0.8，CITC值均大于0.5，并且各维度的测量题项删除后的α值均不会提升，证明这些题项具有较高的信度，表中知识创造、知识转移和知识留存三个题项的α值大于0.7，如果α值接近0.8，则认为此种现象是由于预测调查的样本量较小造成的，正式问卷调查大样本时会有较高的信度。
表7-4 预试问卷信度检验结果
续表
续表
免责声明：以上内容源自网络，版权归原作者所有，如有侵犯您的原创版权请告知，我们将尽快删除相关内容。
