Анализ надежности Анализ надежности Анализ надежности

Анализ надежности

Анализ надежности • Анализ надежности известен еще как анализ заданий (пунктов теста) и применяется для отбора наиболее пригодных вопросов или заданий измерительной методики (вопросника, анкеты, теста). • Обычно при разработке методики сначала составляют ее предварительный вариант, включающий избыточное количество заданий (пунктов), который апробируется на достаточно представительной выборке респондентов. • Затем проводят анализ надежности, который позволяет при помощи многочисленных критериев исключить неподходящие задания.

Коэффициент Кронбаха α • Является мерой внутренней согласованности, или однородности, • измерительной шкалы. • Как правило, α лежит в пределах от 0 до 1, однако может принимать и отрицательные значения. • Отрицательные значения свидетельствуют о том, что часть элементов, или пунктов, шкалы измеряет противоположные величины. • Чем ближе коэффициент α к 1, тем выше внутренняя согласованность системы заданий. • Коэффициент α - показатель корреляции между измеренными признаками для выборок равного объема. – Если составить 10 тестов с сотней случайных вопросов из банка данных объемом в 1000 вопросов, коэффициент α будет характеризовать корреляцию между этими тестами.

Коэффициент Кронбаха α • k — число пунктов шкалы, • r — средний коэффициент корреляции между каждым пунктом и суммой остальных пунктов. • Коэффициент α возрастает как с увеличением числа пунктов шкалы, так и с усилением корреляции между пунктами. • Если в методике применяются задания дихотомического типа ( «да» — «нет» , «правильно» — «неправильно» ), формула для вычисления коэффициента α Кронбаха (Chronbach) становится идентична формуле Кьюдера— Ричардсона (Kuder & Richardson).

Надежность половинного расщепления • Вычисляется в случае, когда число элементов достаточно велико, чтобы можно было разделить шкалу на две половины. • Рассмотрим тест 16 личностных свойств Раймонда Кеттелла. • Тест состоит из 187 вопросов, из которых от 10 до 14 вопросов определяют одно из 16 свойств. • Разделим пополам совокупность вопросов, измеряющих одно свойство: например, из 14 вопросов, определяющих тревожность, в случайном порядке выбираем 7 и сформировываем первую группу, а из оставшихся — вторую группу. • В качестве показателя надежности используется коэффициент корреляции Спирмена–Брауна между двумя образованными половинами.

Пошаговые алгоритмы вычислений • Будем использовать файл данных Test. A. sav, содержащий 12 переменных для 120 объектов (респондентов). • Переменные имеют имена а 1, . . . , а 12 и соответствуют пунктам разрабатываемой семантической шкалы для оценки степени альтруизма. Каждая переменная — это оценка респондентом другого человека по наличию (1 — «да» ) или отсутствию (0 — «нет» ) у него одной из 12 характеристик. 1. 2. 3. 4. 5. 6. 7. 8. 9. 10. 11. 12. Великодушный Гуманный Человечный Либеральный Филантроп Жалостливый Участливый Милосердный Заботливый Благосклонный Ласковый Добродушный

Пошаговые алгоритмы вычислений • Шаги 1 -3: подготовить рабочий файл данных, запустить программу IBM SPSS Statistics 19, открыть файл. • Шаг 4: В меню Анализ выберите команду Шкалирование => Анализ надежности. • Откроется диалоговое окно Анализ надежности.

Диалоговое окно Анализ надежности • • Слева расположен список доступных переменных текущего файла данных. Список Пункты предназначен для ввода имен переменных, включаемых в анализ надежности. Список Модель позволяет задать модель анализа надежности. Окно Метка шкалы позволяет назначить имя каждому заданному набору пунктов и варианту анализа.

Раскрывающийся список Модель • Расщепления пополам — программа разбивает переменные на две группы в порядке их перечисления (число переменных в группах одинаково, если общее число переменных четно; в противном случае первая группа содержит на одну переменную больше) и сравнивает эти группы между собой. • Гутмана — анализ основан на операции вычисления нижних границ. • Параллельная — анализ проводится в предположении, что все переменные имеют равные дисперсии. • Строго параллельная — анализ проводится в предположении, что все переменные имеют равные средние значения, дисперсии фактических значений и дисперсии ошибок.

Диалоговое окно Анализ надежности: Статистики

Диалоговое окно Анализ надежности: Статистики • Пункта — вычисление средних значений и стандартных отклонений переменных, участвующих в анализе. • Шкалы — включение в вывод среднего значения, дисперсии, стандартного отклонения и размера выборки для суммы всех переменных шкалы. Под суммой переменных понимается сумма значений всех 12 переменных (пунктов) для каждого объекта. • Шкалы, если пункт удален — включение в вывод для каждой переменной значения коэффициента α, подсчитанного для всей шкалы в предположении, что данная переменная исключена. В большинстве случаев этот флажок следует устанавливать. • Средние — вычисление средних значений по всем наблюдениям для каждой переменной. • Дисперсии — этот флажок аналогичен флажку Средние за тем исключением того, что вычисления выполняются не для средних значений, а для дисперсий.

Диалоговое окно Анализ надежности: Статистики • Ковариации в группе Итоговые статистики — вычисление ковариаций между каждой переменной и суммой всех остальных переменных. В выводимые результаты также включаются средние значения полученных ковариаций, их минимум, максимум, размах, отношение максимума к минимуму и дисперсия. • Корреляции в группе Итоговые статистики — этот флажок отличается от флажка Ковариации лишь тем, что вычисляются не ковариации, а корреляции. Среднее корреляций для всех переменных является значением r в формуле вычисления коэффициента α. • Корреляции в группе Межпунктовые — включение в вывод корреляционной матрицы для всех переменных, участвующих в анализе. • Ковариации в группе Межпунктовые — создание ковариационной матрицы для всех переменных, участвующих в анализе. • Т-квадрат Хотеллинга — применение множественного сравнения по t-критерию для проверки достоверности различий средних значений всех переменных, участвующих в анализе. • Критерий аддитивности Тьюки — применение критерия для проверки линейности зависимости между переменными, участвующими в анализе.

Шаг 5 1. 2. 3. 4. 5. После выполнения шага 4 должно быть открыто диалоговое окно Анализ надежности Перенесите группу переменных a 1, …, a 12 из левого в правое поле. Для этого щелкните сначала на переменной а 1, чтобы выделить ее. Затем нажмите клавишу Shift и, удерживая ее, щелкните на переменной a 12, а затем — на кнопке со стрелкой, чтобы переместить переменные в список Пункты. Щелкните на кнопке Статистики, чтобы открыть диалоговое окно Анализ надежности: Статистики В группе Описательные для установите флажок Шкалы, если пункт удален. Щелкните на кнопке Продолжить, чтобы вернуться в диалоговое окно Анализ надежности. Щелкните на кнопке OK, чтобы открыть окно вывода.

Шаг 5 • При выполнении этого шага все переменные попадают в список Пункты в том порядке, в котором они были в исходном файле. • В вывод вместе с именами переменных включаются метки, представляющие соответствующие вопросы теста, а также коэффициент α и объем выборки N. • Кроме того, в окне вывода будут представлены результаты расчета шкалы альфа для каждого пункта в предположении, что он из шкалы удален.

Представление результатов Коэффициент альфа с параметрами по умолчанию • Видно, что для трех переменных значения в столбце Корреляция пункта с суммарным баллом оказались весьма низкими, а для переменных а 5 и а 11 даже отрицательными. • Для увеличения коэффициента α (указанного в таблице Статистики пригодности) необходимо изъять из рассмотрения такие переменные, величина Альфа Кронбаха при удалении которых больше, чем величина Альфа для всей шкалы.

Представление результатов Коэффициент альфа с параметрами по умолчанию • Среднее шкалы при удалении пункта — для каждой переменной вычисляется сумма остальных 11 переменных по всем 120 объектам файла. • Дисперсия шкалы при удалении пункта — дисперсия суммы всех переменных, с той переменной, которая удалена. • Общая корреляция коррелированных пунктов — коэффициент корреляции переменной с суммой остальных 11 переменных. • Альфа Кронбаха при удалении пункта — коэффициент α, полученный при удалении соответствующей переменной из шкалы.

Шаг 5 А После выполнения шага 4 должно быть открыто диалоговое окно Анализ надежности 1. Щелкните сначала на переменной а 1, чтобы выделить ее, а затем — на кнопке со стрелкой, чтобы переместить переменную в список Пункты. 2. Повторите предыдущее действие для переменных а 2, а 3, а 4, а 7, . . . , а 10 и а 12. Поскольку переменные а 1, . . . , а 4 в исходном списке расположены последовательно, для их одновременного выделения можно щелкнуть на переменной а 1, нажать клавишу Shift и щелкнуть на переменной а 4. То же касается переменных а 7, . . . , а 10. 3. В окне Метка шкалы введите текст, соответствующий применяемому методу и участвующим в анализе переменным: Альфа Кронбаха, пункты а 1 -а 4, а 7 -а 10, а 12. 4. Щелкните на кнопке Статистики, чтобы открыть диалоговое окно Анализ надежности: Статистики 5. В группе Описательные для установите флажки Шкалы, если пункт удален, в группе Итоговые статистики — флажки Средние, Дисперсии и Корреляции, в группе Межпунктовые — флажок Корреляции. Щелкните на кнопке Продолжить, чтобы вернуться в диалоговое окно Анализ надежности. 6. Щелкните на кнопке OK, чтобы открыть окно вывода.

Представление результатов Коэффициент альфа после исключения переменных и задания дополнительных параметров • Значение коэффициента α увеличилось и составляет 0, 825 (вместо 12 исходных переменных взяли только 9).

Представление результатов Коэффициент альфа после исключения переменных и задания дополнительных параметров

Представление результатов Коэффициент альфа после исключения переменных и задания дополнительных параметров • Средние пунктов — описательная информация о средних значениях 9 пунктов шкалы. Среднее полученных средних значений равно 0, 547, наименьшее из 9 • средних равно 0, 5 и т. д. • Дисперсии пунктов — статистика, аналогичная средним элементов, но полученная для их дисперсий. • Межпунктовые корреляции — описательная статистика, характеризующая корреляцию между каждой переменной шкалы и суммой остальных переменных. • Квадрат коэффициента множественной корреляции — представленные в этой секции величины вычислены с помощью уравнения множественной регрессии, позволяющего получать прогнозируемый коэффициент корреляции данной переменной с остальными переменными, участвующими в анализе.

Представление результатов Коэффициент альфа после исключения переменных и задания дополнительных параметров • Поскольку α зависит от числа элементов шкалы, нельзя четко определить критерий приемлемости полученного значения α. Для большинства случаев можно придерживаться следующих рекомендаций по оценке внутренней согласованности шкалы: – – – α > 0, 9 — отличная; α > 0, 8 — хорошая; α > 0, 7 — приемлемая; α > 0, 6 — сомнительная; α > 0, 5 — малопригодная; α < 0, 5 — недопустимая. • Альфа Кронбаха, основанная на стандартизованных пунктах — коэффициент α, вычисляемый в предположении, что элементы шкалы заранее стандартизованы.

Шаг 5 Б После выполнения шага 4 должно быть открыто диалоговое окно Анализ надежности 1. Щелкните сначала на переменной а 1, чтобы выделить ее, а затем — на кнопке со стрелкой, чтобы переместить переменную в список Пункты. 2. Повторите предыдущее действие для переменных а 2, а 3, а 4, а 7, . . . , а 10 и а 12. Поскольку переменные а 1, . . . , а 4 в исходном списке расположены последовательно, для их одновременного выделения можно щелкнуть на переменной а 1, нажать клавишу Shift и щелкнуть на переменной а 4. То же касается переменных а 7, . . . , а 10. 3. Раскройте список Модель и выберите пункт Расщепления пополам. 4. В поле Метка шкалы введите текст, соответствующий применяемому методу и участвующим в анализе переменным: Половинного расщепления, пункты а 1 -а 4, а 7 -а 10, а 12. 5. Щелкните на кнопке Статистики, чтобы открыть диалоговое окно Анализ надежности: Статистики 6. В группе Описательные для установите флажок Шкалы, в группе Итоговые статистики — флажки Средние, Дисперсии и Корреляции, в группе Межпунктовые — флажок Корреляции. Щелкните на кнопке Продолжить, чтобы вернуться в диалоговое окно Анализ надежности: Статистики. 7. Щелкните на кнопке OK, чтобы открыть окно вывода.

Представление результатов Надежность половинного расщепления

Представление результатов Надежность половинного расщепления • Значения α, вычисленные для каждой половины шкалы, ниже, чем для шкалы в целом. Это отражает тот факт, что при уменьшении числа элементов шкалы ее внутренняя согласованность снижается. • Корреляция между формами — приближенное значение надежности шкалы, рассчитанное в предположении, что она содержит 5 элементов. • Коэффициент Спирмена–Брауна: Равная длина — результат гипотетического анализа надежности половинного расщепления шкалы, содержащей 10 элементов. • Коэффициент Спирмена–Брауна: Неравная длина — результат гипотетического анализа надежности половинного расщепления шкалы, содержащей не 10, а 9 элементов, что приводит к необходимости формирования двух неравных групп. • Коэффициент половинного расщепления Гуттмана — значение надежности, полученное путем вычисления нижних пределов.