KANO模型的信度效度分析是評估該模型在實際應(yīng)用中可靠性和有效性的重要環(huán)節(jié)。以下是對KANO模型信度效度分析的詳細闡述：

一、信度分析

信度分析主要評估測量結(jié)果的穩(wěn)定性和一致性。在KANO模型的信度分析中，常用的方法是克隆巴赫α信度系數(shù)(Cronbach's alpha)分析法。

克隆巴赫α信度系數(shù)：

是一套常用的測驗可靠性的方法，依一定公式估量測驗的內(nèi)部一致性，作為信度的指標。它克服部分折半法的缺點，是目前研究最常使用的信度指標，是測量一組同義或平行測驗“總和”的信度。

在一般情況下，信度系數(shù)不會高到1.00.也不會降到0.00.而是在兩者之間。標準化測試的信度系數(shù)要求在0.90以上，課堂測試的信度系數(shù)則以0.70~0.80之間為可接受性系數(shù)。

信度分析步驟：

創(chuàng)建數(shù)據(jù)文件，并將數(shù)據(jù)文件導入SPSS(或其他數(shù)據(jù)分析軟件)。

選擇“分析”→“標度” →“可靠性分析”。

分析各個維度和總量的信度，并將結(jié)果列出一個表格。

根據(jù)CITC值和項刪除后的α系數(shù)判斷量表題目是否需要修改或刪除。若項刪除后的α系數(shù)比維度原有題目的α系數(shù)大，說明去掉該題后維度的信度提高了，這道題在該維度內(nèi)的一致性較差，需要刪除以提高量表的信度。

信度分析結(jié)果：

在KANO問卷中，若正向問題、反向問題和重要度問題三個分量表的總體Cronbach's系數(shù)均大于0.7.則說明總體的信度良好。

若每個分量表之中，各個維度的Cronbach's系數(shù)也均大于0.7.則說明各個維度之間的信度良好。

二、效度分析

效度分析主要評估測量結(jié)果是否準確反映了所要測量的內(nèi)容。在KANO模型的效度分析中，常用的方法是因子分析法，包括KMO(Kaiser-Meyer-Olkin)檢驗和巴特利特(Bartlett)球度檢驗。

KMO檢驗：

用于比較變量間的簡單相關(guān)系數(shù)和偏相關(guān)系數(shù)。取值介于0到1之間。當KMO值越接近于1時，表示變量間的簡單相關(guān)系數(shù)平方和遠大于偏相關(guān)系數(shù)平方和，即變量間相關(guān)性越強;當KMO值越接近于0時，表示變量間的簡單相關(guān)系數(shù)平方和越接近于0.即變量間相關(guān)性越弱。

根據(jù)Kaiser給出的KMO數(shù)值標準：0.9以上表示非常適合;0.8表示適合;0.7表示一般;0.6表示不太適合;0.5以下表示極不適合。

巴特利特球度檢驗：

根據(jù)變量的相關(guān)系數(shù)矩陣的行列式得到。如果近似卡方值較大，且其對應(yīng)的相伴概率值小于顯著性水平(通常設(shè)定為0.05或0.5)，則原始變量之間存在相關(guān)性，適合于作因子分析;反之，則不適合作因子分析。

效度分析步驟：

在SPSS中，選擇“分析”→“降維”→“因子分析”。

把所有主觀題選到“項目”中，點擊“描述”，選擇KMO和Bartlett’s檢驗。

點擊“旋轉(zhuǎn)”，選擇最大方差法。

點擊“選項”，按大小排序。

分析顯著性和KMO值。顯著性小于0.05(或設(shè)定的顯著性水平)，說明該問卷數(shù)據(jù)適用于做因子分析。然后看KMO值，判斷效度情況。

效度分析結(jié)果：

若KMO值大于0.7.則說明問卷的結(jié)構(gòu)效度良好。

因子分析的結(jié)果和問卷的維度劃分一致時，說明問卷效度很好。如果旋轉(zhuǎn)后的成分矩陣和維度劃分不一致，可能需要重新設(shè)計問卷或使用成熟的問卷重新發(fā)放。