效度即有效性，是指測量工具或手段能夠準確測出所需要測量的事物的程度，測量結果與要考察的內容越吻合，則效度越高，反之，則效度越低。效度分為三種類型：內容效度、準則效度和結構效度。

內容效度指的是測驗題目對有關內容或行為取樣的適用性，從而確定測驗是否是所需測量行為領域的代表性取樣，通常採用專家判斷法、經驗推測法進行說明。準則效度是指量表所得到的資料和其他被選擇的變數的值相比是否有意義，通常採用相關分析或差異顯著性檢驗測量，在調查問卷的效度分析中，比較困難選擇一個合適的準則，所以這種方法的應用有一定的限制。結構效度是指測量結果體現出來的某種結構與測量值之間的對應程度。結構效度分析所採用的方法是因數分析。因數分析的主要功能是從量表全部變數（題項）中提取一些公因數，各公因數分別與某一群特定變數高度關聯，這些公因數即代表了量表的基本結構。通過因數分析可以考察問卷是否能夠測量出研究者設計問卷時假設的某種結構，在因數分析的結果中，用於評價結構效度的主要指標有累積貢獻率、共同度和因數負荷。累積貢獻率反映公因數對量表或問卷的累積有效程度，共同度反映由公因數解釋原變數的有效程度，因數負荷反映原變數與某個公因數的相關程度。

本平臺採用基於因數分析對問卷的結構效度進行檢驗，因數分析前需要使用KMO核對總和Bartlett’s球形檢驗來看原有變數是否適合做因數分析。KMO值在0.9以上表示非常適合，0.8-0.9表示適合，0.6-0.8表示一般，0.5-0.6表示不太適合，0.5以下表示極不適合。Bartlett球形檢驗若拒絕原假設則說明可以做因數分析，若不拒絕原假設，則說明變數可能相互獨立，不適合做因數分析。

指標說明：

KMO值：一個用於檢驗是否適合因數分析的指標，一般大於0.6即可。

Bartlett球形檢驗：對應的p值小於0.05則說明適合進行因數分析。

特徵根：自動識別因數最佳個數的指標，通常大於1作為標準。用戶也可以自行設置因數個數。

方差解釋率：因數提取的信息量，可理解為權重值。

累積方差解釋率：所有因數提取出的信息量，該指標值一般大於50%即可。

最大方差旋轉法（Varimax）：一種旋轉方法，默認使用最大方差旋轉法。

共同度（公因數方差）：用於衡量分析項是否有意義，一般小於0.4說明該項需要被刪除。

因數載荷係數：用於衡量因數和分析項對應關係的指標，該值絕對值大於0.4則說明分析項應隸屬於對應的因數。

參考文獻：

• 1. 艾尔·巴比：《社会研究方法》，华夏出版社，第11版，2009.

• 2. 曾五一,黄炳艺.调查问卷的可信度和有效度分析[J].统计与信息论坛,2005(06):13-17.

• 3. Jonathan Javid (6 November 2015). “Measurement validity and reliability”. slideshare.net. Retrieved 23 March 2018.