Cronbachs Alpha (alpha) utilizzando SPSS Statistics Introduzione Cronbachs alfa è la misura più comune di coerenza interna (affidabilità). E 'più comunemente utilizzato quando si dispone di più domande Likert in un surveyquestionnaire che formano una scala e si vuole determinare se la scala è affidabile. Se siete interessati con affidabilità tra valutatori, abbiamo anche una guida sull'uso di Cohen (kappa) kappa che si potrebbe trovare utile. SPSS Statistics Un ricercatore ha messo a punto un questionario di nove domanda per misurare il grado di sicurezza le persone si sentono al lavoro in un complesso industriale. Ogni domanda era un articolo Likert a 5 punti da fortemente in disaccordo a fortemente d'accordo. Per capire se le domande del questionario tutto misurano affidabile la stessa variabile latente (sensazione di sicurezza) (quindi una scala Likert potrebbe essere costruito), un alfa Cronbachs è stata eseguita su un campione di 15 lavoratori. SPSS Statistics installazione in SPSS Statistics in SPSS Statistics, le nove domande sono stati etichettati QU1 fino alla Qu9. Per conoscere come inserire correttamente i dati in SPSS Statistics, al fine di eseguire un test alpha Cronbachs, vedere i nostri inserire i dati in SPSS Statistics tutorial. In alternativa, è possibile conoscere il nostro contenuti avanzati di configurazione dati qui. Unire i 10.000 s di studenti, accademici e professionisti che si affidano a Laerd statistiche. Fai il tour PIANI AMP pricing Statistiche Procedura di prova SPSS in SPSS Statistics Gli otto punti di seguito mostrano come controllare la coerenza interna utilizzando Cronbachs alfa in SPSS Statistics. Al termine di questi otto passi, vi mostriamo come interpretare i risultati dal tuo Cronbachs alfa. Fare clic su un nalyze gt Sc a Le GT R eliability Analysis. nel menu in alto, come illustrato di seguito: Pubblicato con il permesso scritto di SPSS Statistics, IBM Corporation. Verrà presentato con la finestra di dialogo Analisi di affidabilità, come illustrato di seguito: Pubblicato con il permesso scritto di SPSS Statistics, IBM Corporation. Trasferire le variabili QU1 per Qu9 nelle stemi I: scatola. È possibile farlo con il drag-and-drop le variabili nelle loro rispettive caselle oppure utilizzando il pulsante. Verrà presentata la seguente schermata: Pubblicato con il permesso scritto di SPSS Statistics, IBM Corporation. Lasciare il odel M: impostato come Alpha, che rappresenta Cronbachs alfa in SPSS Statistics. Se si desidera fornire un nome per la scala, immetterlo nel etichetta Scala: scatola. Dal momento che questo stampa solo il nome inserito in cima dell'uscita SPSS Statistics, non è certamente essenziale che si fa (nel nostro esempio, abbiamo lasciato vuoto). Fare clic sul pulsante, che aprirà l'Analisi di affidabilità: Statistiche scatola di dialogo, come illustrato di seguito: Pubblicato con il permesso scritto di SPSS Statistics, IBM Corporation. Selezionare il TEM io. S cale e Sc a LE Se elemento eliminato opzioni nelle ndashDescriptives zona forndash, e l'opzione L zioni Corre nella zona ndashInter-Itemndash, come illustrato di seguito: Pubblicato con il permesso scritto di SPSS Statistics, IBM Corporation. Fare clic sul pulsante. In questo modo si ritorna alla finestra di dialogo Analisi di affidabilità. Fare clic sul pulsante per generare l'output. SPSS Statistics Uscita per Cronbachs Alpha SPSS Statistics produce molti tavoli diversi. La prima tabella importante è la tabella di affidabilità statistica che fornisce il valore effettivo per Cronbachs alfa. come illustrato di seguito: Pubblicato con il permesso scritto di SPSS Statistics, IBM Corporation. Dal nostro esempio, possiamo vedere che Cronbachs alpha è 0,805. che indica un elevato livello di consistenza interna per nostra scala di questo esempio specifico. SPSS Statistics Item-Statistiche Totale La tabella Item-Statistiche Totale presenta il Cronbachs Alpha se elemento eliminato nell'ultima colonna, come illustrato di seguito: Pubblicato con il permesso scritto di SPSS Statistics, IBM Corporation. Questa colonna presenta il valore che Cronbachs alfa sarebbe se quel particolare elemento è stato eliminato dalla scala. Possiamo vedere che la rimozione di tutta la domanda, ad eccezione domanda 8, si tradurrebbe in una minore Cronbachs alfa. Pertanto, non vorremmo rimuovere queste domande. La rimozione della questione 8 porterebbe ad un piccolo miglioramento in Cronbachs alpha, e possiamo anche vedere che il valore di correlazione item-totale corretto era basso (0,128) per questo articolo. Questo ci potrebbe portare a considerare se si debba rimuovere questa voce. Cronbachs alpha semplicemente vi offre un coefficiente di affidabilità complessiva per una serie di variabili (ad esempio domande). Se le vostre domande riflettono differenti qualità personali sottostanti (o altre dimensioni), per esempio, la motivazione dei dipendenti e l'impegno dei dipendenti, Cronbachs alfa non sarà in grado di distinguere tra questi. Per fare questo e poi controllare la loro affidabilità (utilizzando Cronbachs alpha), è necessario prima di eseguire un test come ad esempio una analisi delle componenti principali (PCA). Si può imparare a svolgere analisi delle componenti principali (PCA) utilizzando SPSS Statistics, così come interpretare e scrivere i vostri risultati, nel nostro contenuti avanzati. Si può imparare di più qui. È anche possibile eseguire Cronbachs alfa Minitab. Unire i 10.000 s di studenti, accademici e professionisti che si affidano a Laerd statistiche. Fai il tour PIANI amp PRICINGStata Aiuto Computing Cronbachs Alpha Utilizzando Stata Alpha è un bel comando utilizzato per calcolare Cronbachs alfa per le scale. La sintassi di base è semplicemente variabili alfa nella scala e richiede almeno due prodotti. Poi ci sono alcune opzioni che possono essere utilizzate per perfezionare il comando. Prima di tutto, il contrario (lista variabile) fa sì che Stata per invertire gli elementi punteggio per voi. Allo stesso modo, l'opzione std standardizza articoli prima di calcolare i valori. Nota: per impostazione predefinita, Stata inverte gli elementi che correlano negativamente con il resto degli elementi. Per eliminare questo comportamento utilizzare l'opzione Asis (utilizzando l'opzione inversa seguito anche negare questa pratica). Vi è anche una serie di opzioni per il controllo qualità. L'opzione min () imposta un numero minimo di osservazioni che è necessario includere un elemento. L'opzione Casewise esclude i casi con valori mancanti (piuttosto che listwise, l'impostazione predefinita). L'opzione voce visualizza l'elemento-item, item-test e l'effetto di una rimozione elementi sulla scala. Allo stesso modo, particolare mostra il (di solito abbastanza grande) a matrice di correlazioni tra item e covarianze. Se si specifica l'opzione di generare (targetvarname), Stata calcolerà la scala e generare una nuova variabile con il nome specificato tra parentesi. Questo può essere un comando utile e risparmio di tempo. Nota: Non utilizzare generare e invertire simultaneamente. Mentre inversa funziona per il calcolo alpha, non funzionerà per calcolare con precisione la vostra scala. Per visualizzare un elenco completo delle opzioni, 160 aiuto alfa Vediamo ora qualche esempio di output: La covarianza media interitem è una misura di quanto, in media, gli elementi variano insieme. Nella maggior parte dei casi non è necessario prestare attenzione a questo numero. Il numero di elementi nella scala è pari al numero di variabili si inserisce nell'equazione, si tratta di un buon controllo per fare in modo che non avete dimentica tutti gli oggetti (o accidentalmente aggiungere qualsiasi). L'ultimo numero è il tuo alpha ed è una misura standard di coerenza interna. Se si utilizza l'opzione voce, i risultati verranno visualizzati in una tabella. La colonna alpha ricalcola alpha, senza la voce. Quindi, nella prima riga, l'alfa senza la variabile Scale1 sarebbe .79. Torna Esercitazioni Contatta Reed College
No comments:
Post a Comment