李克特量表是调查问卷中经常使用到的表格形式，它将一组指标分为五个等级：非常赞同、赞同、一般、不赞同、非常不赞同，分别计分为5、4、3、2、1。对于这种量表数据，我们一般会先对其进行信度、效度的分析，然后判断得到的数据是否能够进行下一步的因子分析。下面以一个实例讲解如何对李克特量表进行信度与效度的检验。
某同学通过问卷调查的方法对游客的旅游动机及其影响因素进行研究，结合国内外关于民族节庆游客动机的研究和对节庆期间的游客进行访谈，运用因子分析从20项旅游动机显变量中挖掘出具有较强信服力的旅游动机，部分问卷数据如下所示（微信后台回复“问卷数据分析”，可获得数据下载链接）：
问卷信息
受访者一般信息
- 信度检验
信度分析的作用是检验结果的一致性或稳定性，信度大小的衡量标准是信度系数，信度系数越大，说明越可信，信度系数在0.8以上为信度最好，0.7~0.8为可接受的范围。
利用SPSS打开已整理好的问卷数据，选择【分析】→【度量】→【可靠性分析】
在【可靠性分析】界面下，将20组问卷调查的变量导入【项目】栏，点击【确定】
在【输出文档】中，查看分析结果
结论：信度系数（克隆巴赫系数）为0.797，信度在可接受范围内，问卷结果可信。
- 效度分析
效度分析的作用是，检验被调查者是否理解了问卷设计者的意图，也就是问卷是否有效达到了调查的目的。本节使用SPSS中的KMO 和Bartlett 检验对文问卷的数据进行分析。KMO统计量是为了检验变量间的偏相关性。KMO值越接近于1，说明变量间相关性越大。Barlett 球体检验用于检验相关阵是否为单位阵。检验统计量服从χ2分布，如果检验结果不拒绝原假设(即P>0.05)，不适合做因子分析。因此，当KMO 检验系数＞0.5，Bartlett 球体检验的χ2 统计值的显著性概率P 值<0.05时，问卷才有结构效度。
选择【分析】→【降维】→【因子分析】
在【可靠性分析】界面下，将20组问卷调查的变量导入【项目】栏，点击【确定】
选择【描述】，在【描述】菜单下，勾选【KMO和Bartlett的球形度检验】，点击【继续】回到上级目录，点击【确定】完成分析
在【输出文档】中查看分析结果（【输出文档】中分析结果很多，我们这次只关注KMO和Bartlett的检验结果，下一节在因子分析中会详细进行讲述）
结论：KMO值为0.747大于0.5，表明问卷数据适合进行因子分析；Bartlett检验结果P值<0.05，认为该次问卷有效。
以上就是李克特量表效度与信度的检验过程，接下来就可以进行因子分析。
