一、调查的质量取决于调查的信度和效度。
信度主要指测量结果的一致性、稳定性。也就是说结论和数据是否反映了用户最真实稳定的想法。用户在回答问题的时候，往往会受到环境、时间、当时当地的情绪影响，而作出并不真实的想法，即会有随机误差。信度就是衡量这种随机误差对用户想法的影响大小。
效度是指多大程度上测量了你想要测量的东西。
对某个产品用研，我们现在用得最多是用户访谈、问卷调查和可用性测试。而在这几个过程中都会涉及信度和效度的问题。
二、用户访谈中的效度和信度
1. 访谈不能仅仅局限于用户
任何一个产品项目都会受到市场环境、公司战略、技术力量、平台规范和流行趋势等各个方面的影响。对某一产品的需求，可能来自用户、产品、技术、交互以及视觉。不同岗位人员看待产品的角度不一样，侧重点也不一样，找多个角色有助于把需求找全，不遗漏，所以必须提前了解他们的需求。这样才能使我们的研究更有针对性、全面性、有用性。有用程度、全面程度是效度的重要组成部分。
2. 巧妙的选择访谈用户
通常，前期深度访谈的用户数量不会太多，所以用户条件一定要把握适当。反馈的问题才能全面、合理、有用。
比如是做Android平台上的某一软件。
首先Android新手用户和熟练用户都是必须的，熟练用户更能反映android用户习惯性操作方式、平台特点、以及长期使用过程中积累的意见和建议；而新手用户可以更好的反映该平台哪些地方存在学习困难，从而通过我们的设计帮助用户去降低学习成本。
其次非Android平台用户也是必须的，可以从侧面了解他们不用Android的原因。从而帮助产品挖掘更多潜在用户提供方向。
人口学信息（学历、职业、性别、年龄）要覆盖全面。不同属性的用户看重地方会存在差异。需求也会不一样。
包含竞品用户。通过了解用户对竞品的评价，可以提炼出竞品的优劣势，从而为增强产品竞争力提供方向。
3. 一定要有专家
专家是重要的信息携带者。李乐山教授说专家有三类，用户专家、制造专家、市场销售专家，他指出判断某人是否是专家的标准是：（1）能够熟练使用一种产品；（2）能够比较同类产品；（3）有关的新知识容易整合到自己的知识结构中；（4）具有10年专业经验；（5）积累大量经验并且在使用经验方面具有绝招；（6）了解有关的历史（该产品设计史、技术发展史等）；（7）关注产品发展趋势（8）知识链或者思维链比较长，提起任何一个有关话题，他们都能够谈出大量的有关信息；（9）能够提出改进或创新的建议，他们的创新或改进方案，其高水平体现在采用简单方法解决复杂问题。
对于互联网，专家应该指的是用户专家、开发专家、设计专家以及产品专家；他们凭借丰富的经验，系统全面的掌握行业同类产品、开发及设计模式、历史及发展趋势、专业水平极高。他们可以为我们提供很多我们始料未及的建议。这是保证用研过程，特别是对于后期问卷结构效度有很大的作用。
三、问卷调查与分析中的信度与效度
为了提高工作效率，问卷调查往往采用网络调查的方法，信度效度问题出现的可能性就更大。
最近看到一些满意度调查是采用量表加结构方程模型（SEM）的方式。我们看看哪些地方可能会出现信度和效度的问题。
1. 理论模型支持
由于SEM进行的是验证性因子分析，是检验而不是探索新的模型，因此，整个因果关系的假设必须有强有力的理论支持和严密的逻辑框架。包括模型中变量关系的假定、指标的选取、甚至测度项的表达方式等。如果最终输出的模型和理论模型结构不符，那么该模型是没有任何说服力的。比如用ACSI模型作为满意度的理论模型时，是否真的按照感知质量、感知价值、顾客期望这几个层面去设计问卷？
2. 保证份量
普通抽样调查中原则上是越多越好，但遇到目标用户较少的情况，只要保证一定的条件就ok的，样本量受到置信区间、抽样误差范围的影响，可根据实际的况测算出最小样本量。常用的公式是：
14N=Z2蟽2d2′<</span>（N为样本量、Z为置信区间、d为抽样误差范围、 14蟽’<为标准差，常取0.5）
但对于结构方程模型大样本是必须的，SEM中涉及的变量众多，变量间的关系很复杂交错，小样本量会导致模型不稳定，收敛失败进而影响模型中参数。朱远程等[1]在文献中指出，当样本低于100时，几乎所有的结构方程模型分析都是不稳定的，大于200以上的样本，才称得上一个中型样本。若要得到稳定的结构方程模型结构，低于200的样本数量是不鼓励的。有些学者将最低样本量与模型变量结合在一起，建议样本数至少应为变量的十倍，这一规则经常被引用。模型中变量越多，对大样本的要求就越高。
3. 变量需遵循原则
a. SEM模型中各变量的函数关系要是线性的，否则是不能用回归计算路径系数的。
b. 在使用最大似然估计法时，变量一定要是多元正态分布的，这就要求指标要呈正态分布，否则就要对指标进行正态处理才行。
c. 变量间的多重共线性程度要低，否则路径系数会有很大误差。
d. SEM建立的过程中会不断的修正才能得到比较完美的模型，比如因子分析时，若发现某一测度项对应的因子载荷过小，就会人为的将该测度项删除，但是若模型建立之后，一些变量对应了4~5个测度项，一些变量只剩下1~2个测度项，那么我们就需要思考只有两个测度项的变量是否被完全解释，这仅有的两个测度项就全面真实的反映该变量么？如果是这样，就算KMO、Bartlett、因子载荷都通过了，效度也是难以保证的。所以问卷前期需要反复的预调研，不断的对问题进行修正，而不是随意的人为删除。我学生时代对淘宝满意度进行调查时，就犯了类似的错误，模型中的“互动性”片段，互动性由四个变量衡量，其中“双向沟通性”一开始设计的时候由5个测度项支持，但是因子分析检验通不过，就直接将因子载荷比较小的客服、论坛、淘江湖三者去掉了，最后虽然在数据上通过了信度效度检验，但是只有阿里旺旺、留言板这两个测度项支持是绝对不能解释“双向沟通性”的。
4. 数据质量是根源
要使模型结构稳定有效，首先要保证数据质量，反复检验问卷的信度。
a. 不同时间的一致性。
在设计问卷时，可以将同样的问题对同一个人重复测试，如果这两道题得到的答案是不一致的，相关系数（Pearson r）小于0.7，那么这份问卷的稳定信度就值得考量。
假如问卷样本足够大，可以一分为二（每一个样本也要保证足够样本量），分别建立两个模型；通过对比两个模型中参数的差异，便可以检验该模型的稳定性和适用性。如果两者差异太大，就说明模型本身是有问题的。
b. 不同形式的一致性
用内容等效但表达方式不同的两份问卷调查，检测两者的等效信度，比如Gamma系数。
c. 内在一致性
问卷中相关的问题为同样的目标服务，他们在逻辑一致，也就是同质的。首先要测量每个测度项与总体的相关性（item-total correlation），然后再测量同一变量下相关问题间的同质性，而对于不同的提问方式选择对应的方法：比如,对于李克特量表方法，就用Chronbach系数检验；在基础研究中，信度至少应达到 0.80 才可接受，在探索性研究中，0.70 可接受，0.70－0.98 为高信度,小于0.35 为低信度。对于是非题则采用kuder-Richardson系数检验。在进行内在一致性检验时，要看题目选项是否反序，如果两道题都是问“对该产品是否满意”，一道7代表满意，1代表不满意；另一道1代表满意，7代表不满意，这样就会影响信度。遇到这种情况要提前人为调整过来。
5. 看得更远一点
问卷结论不仅要解决当前的问题和需求，还有具有一定的预测作用，市场是变化的，当前的目标用户不一定就是未来的（或者下一个版本的）目标用户，比如目标用户的收入可能有增加的趋势，某一平台的使用率在快速提高，当前的满意度模型可能在一个月之后就不适用了（比如新功能点的出现）。
假设我们要对QQ影音进行满意度调查，现在建立了一个满意度模型，但若下个月QQ影音中多了一个重要的功能，对整个满意度的提升产生了很大作用，那么，模型中各项的路径系数会不会产生变化？该模型在下个月可能就不适用了，造成的后果就是当前的满意度值与下个月的满意度值没有可比性了，很多工作也就白费了。所以，诸如满意度模型这样的研究，是需要反复调查，长期对该满意度模型进行监控和修正，以求得到最稳定的模型，就可以让模型会具有很预测和比对作用啦。
6.关注细节
a. 问卷设计中题项表述不能出现歧义、避免太专业词汇以及诱导词汇
b. 选项间要有明确的区分（互斥）
c. 避免遗漏，“其他”选项是必须的，而且最好配有输入框，记忆中，每次问卷调查中都能从“其他”选项中获取大量信息。
d. 一般题项不能太多，设置问题选项的时候，尽可能的让选项随机显示，特别是在选项较多的情况下。
e. 数据处理过程中删除重复项矛盾项之外，最好能统计到用户填写问卷的时间差。如果整个填写的时间极短，完全可以判定用户没有认真填写。
f. 极端的、离群的选项可以考虑将其删除。
四、可用性测试中的信度与效度
首先保证，主持人的态度亲切、测试前随意聊聊彼此熟悉、测试提纲清晰全面。另外，以下几点也对保证测试的信度和效度很重要。
1. 不要忽略异想天开
脑暴中要求彼此不能批评，在进行访谈或测试中，也不能对用户某些操作做出评论，否则用户很有可能隐藏内心真实的感受。关注并记录用户出错，但是用户出错时态度要中立。
通常，用户在体验的真实的原型后，会产生很多看似异想天开的诉求，有些虽然在当前不能实现，但是会为未来发展提供很多思路和方向。所以，我们要积极鼓励用户进行思维发散。
2. 前后验证、竞品比对
在测试完成后，可以加上一个总体调查问卷，一者让用户对自己体验的各个功能点有一个回顾和比较，同样也可以验证用户体验过程的态度和最终的态度是否具有一致性。如果存在不一致，应该进一步追问理由，确定用户的真实想法。
测试时，让用户体验竞品，并作出比较，也是发现有效信息的途径。
3. 敏锐观察
测试中，除了按照已定的提纲进行问答之外，过程中还要敏锐的观察用户一些细微的表情、停留、思考。不但要了解用户对个功能点如何评价的，还要知道用户做某一任务过程中，是怎么思考、计划、实施的，用户的第一反应、习惯性的操作、思维路线的作用远远大于单纯的评价。用户任务完成之后，要追问用户如此操作的原因。
4. 记录原话并习惯性确认
测试结论要有用户的原话支持，不能轻易的改变用户的表述。和用户交流过程中，要习惯性的问：“请问你的意思是……?”“我这样理解你的意思，你看对么……?”以保证测试结论的效度。
5. 必要时进行入户调查
首先，入户调查会大大减少外界环境的影响，用户在自己的空间中，会更真实的反映常见的问题。其次，入户调查一般是在用户画像提取出来之后，按照用户画像描述的属性，有意识有针对性去挑选具有某些典型属性的对象进行深入、全面、系统调查（典型调查），比如某一产品的目标用户，他们反映的问题，代表性强，往往有以一当十的功效，避免了非目标用户信息造成的干扰。
6. 用户条件与数量
参与测试用户根据目标用户特征选择。
一般衡量测试是否需要继续进行的方法是：看是否发现新的问题，如果有新的问题，就应该继续，反之，可以结束。
Neilson研究结果表明，5名用户的测试可以发现85%的可用性问题。而在我们在以往的可用性测试经验中，用户数一般定为6个，基本上能发现全部问题。当然任何数字都只是一个参考，用户数量最好根据具体的测试情况（衡量时间、资源、投入产出比）而定。总之，关键在于是否有新的问题出现。
结构方程模型SEM是一种多元数据分析方法，其包括 测量模型 和 结构模型 ，类似如下图：
上图中红框即为测量模型，Factor1是A1~A4共4项表示；类似还有Factor2，Factor3和Factor4。而结构模型是指影响关系情况，比如模型中Factor1和Factor2影响Factor3；Factor3影响Factor4。
如果说只研究测量模型，那么通常是指验证性因子分析CFA；如果说只研究结构模型，则称作路径分析path analysis。验证性因子分析和路径分析均是结构方程模型的特殊形式。
结构方程模型由测量模型和结构模型构成，如果进行结构方程模型构建时想达到良好的模型效果。那么就需要保证测量模型和结构模型均有着良好的拟合性，否则最终结构方程模型拟合效果都不会太好。
同时，结构方程模型有着非常多的拟合指标，比如卡方自由度比，RMSEA,CFA,RMR等几十种，但在实际研究中会发现基本上很难所有指标均达标，而且很多指标都不达标。那怎么办呢？
接下来针对结构方程模型的拟合指标、拟合效果不好时的3种解决办法等分别进行说明，期许得到最佳模型。
结构方程模型拟合时，会有非常多的指标。SPSSAU默认提供常用的15类指标，说明如下：
在已有文献中，还会出现各类拟合指标，但基本上都是上述拟合指标的一种变型而已。一般来说，模型拟合效果越好，各类指标越容易达标，但即使模型已经拟合非常好，也不能保证所有的参数均在标准范围内。
为什么会出现这种情况呢，比如卡方自由度值使用较多，但是该指标容易受到样本量的影响，样本量越大时，该指标越可能更小，有的指标在标准范围内，那么对应有的指标就可能不在标准范围内，没有一个指标可以完全性地确定模型的好或坏。也就是说不同的拟合指标并不能完全的测量模型的拟合效果，而应该综合着分析模型效果水平。
SPSSAU提供了各类常用的拟合指标共计15个，但现在研究中，使用最为常见的指标RMSEA, CFI, NNFI, AGFI，RMR，TLI，卡方自由度比等。如果研究时发现最常用的几个指标在标准范围内（或者多数指标基本均接近或明显在标准范围内），而有其它一些指标并不在标准范围内，相信模型拟合也是较好的，因此不用完全考虑所有的拟合指标均达标，几乎也不可能所有的指标均达标。
特别说明一点即：卡方自由度比值是卡方值除以自由度值，卡方值容易受到样本量的影响，样本越大时该值越可能更小，所以小样本时卡方自由度比值容易偏大。另外，如果是饱和模型则自由度为0，此时模型无法得到卡方自由度值，这是正常现象，如果自由度值为0，SPSSAU默认会以“-”标识出卡方自由度值。除此之外，很多时候还会出现拟合指标数值为1.000的现象，这也是正常现象。
如果说模型拟合出现大面积的不达标，而且明显偏离标准范围内，那么这种模型需要进行调整才行。接下来从3个方面进行说明，第1点是梳理建模流程，用于解决掉测量模型不好的问题；第2点是调整模型，可用于降低卡方自由度值，并同时对其它拟合指标有一定帮助；第3点是换用模型，如果说无论如何模型均不达标，那么此时可换用模型，比如改为路径分析Path analysis，线性回归等。
如果出现模型拟合大面积不达标时，首先应该从模型本身找原因。结构方程模型包括测量模型和结构模型，而我们正常情况下只会关注于结构模型即影响关系等，而完全忽略掉还有测量模型。如果说测量模型不好，那拟合指标肯定不会好。但是测量模型是我们容易忽视的地方。因而第一点是查看测量模型是否有问题。
如何查看呢，一是查看载荷系数值，是否有出现标准化载荷系数值较低（比如小于0.7），也或者出现共线性问题（此时标准化载荷系数值会大于1）。如果有出现此类问题，那么就会影响到最终的拟合效果。
出现此种问题时如何解决呢，SPSSAU建议从头开始，按照测量模型的规范进行。先进行探索性因子分析（SPSSAU->进阶方法），然后再做验证性因子分析(SPSSAU->问卷研究里面的验证性因子分析)。探索性因子分析做了再做验证性因子分析，保证删除掉不合理的项，保证最终的测量模型良好。也只有这样才能保证模型拟合达到预期。如果在结构方程模型分析前已经进行了探索性因子分析和验证性因子分析等，也可以直接查看标准化载荷系数，并且对不合理的项进行删除处理等。
特别提示在于，通常不是直接开始就进行结构方程模型，而是在之前做很多的准备工作，即包括探索性因子和验证性因子分析等。
还有一种情况即，一个变量仅由一项表示，此种情况相当于直接没有测量模型，建议此种情况可考虑进行路径分析，即结构方程模型的特殊形式（不带测量关系）的模型。
如果出现模型大面积不达标，相信通过梳理建模流程，删除不合理项之后，可以让很多指标均正常。本小节说明第二种调整模型的方式，即调整模型。调整模型包括两种，一是 MI指数调整 和 手工模型调整 。
MI指数调整一般是为了解决卡方自由度比值而存在，根据MI指标调整是指建立各类协方差关系，以减少模型的卡方值，同时也会减少自由度值，MI调整一般会对卡方自由度值指标有着明显的影响，但对于其它指标的影响相对会较小。实际研究中，可能需要手工的调整，SPSSAU默认提供自动调整方式，可以按照MI大于20，MI大于10，或者MI>5这三种方式进行批量调整，比如批量将MI值大于5时，建立协方差关系（即相关关系）。但特别提示一点，此种方式非常便捷，但并不精细，很可能一次性建立了很多协方差关系。
除了让SPSSAU进行批量式的模型调整（使用MI指标值建立协方差关系）外，还可以手工模型调整。
手工模型调整是指结合自身专业知识情况对模型进行调整，包括2种情况。分别是模型的拆分和模型的优化。一般来说，模型越简单，此时模型越容易达标。那么是否可以把模型拆分成几个呢，把一个复杂的结构方程模型拆分成几个，分别进行建模。如果是这样相信拟合效果会明显更好。以及模型是否可以进行删减呢，复杂的模型关系中，是否有个别关系可以进行删减，也或者尝试性地进行删减，以拟合出更优的模型。手工模型调整是一个多次尝试对比的过程，非绝对模式化的调整方式，但此种调整方式在很大程度上均能解决掉模型拟合不好的效果。
如果说经过上述的处理后，依旧无法让模型达标。说明模型确实拟合效果不好，也或者基于当前样本下时模型拟合不佳。那么建议换用模型方法，包括使用路径分析和线性回归模型。
路径分析是结构方程模型的特殊形式，它完全不涉及测量模型，因此模型变得非常简洁，而且完全不考虑测量模型。因此在实际研究中，它很容易比结构方程模型拟合的更好。
如果路径分析显示拟合效果依旧不好，说明当前设定的模型很可能有问题，也或者样本量太少（比如小于100），这种情况时，最好使用稳健性更好且最为经典的线性回归模型，SPSSAU通用方法里面直接使用即可。如果说研究的因变量Y有很多个，此时重复进行多次线性回归模型即可。
以上就是本次分享的内容，登录spssau了解更多。
欢迎分享，转载请注明来源：夏雨云
微信扫一扫
支付宝扫一扫
评论列表（0条）