Анализ надежности

analiz_nadejnosti

При помощи разнообразных критериев определяется, какие задания (переменные) можно считать надежными, а какие нет.

Этап 1
Ø        в список «переменные» вносим все переменные (метрические, порядковые), которые хотим проверить на надежность;
Ø        в графе «модель» выбираем модель проверки на надежность – альфа:
·    Альфа – коэффициент внутренней согласованности, значения близкие «1» означает высокую внутреннюю согласованность, значения близкие «0» и отрицательным значениям – свидетельствуют о несогласованности данного вопроса с остальными вопросами теста.
·    Деление пополам – делит группу вопросов на 2 части и считает коэффициент корреляции между ними.
·    Гутман – определение нижней границы пригодности.
·    Параллельно – оценка максимального правдоподобия пригодности теста при условии наличия одинаковых дисперсий пунктов.
·    Строго параллельно – оценка максимального правдоподобия пригодности теста при условии наличия одинаковых средних значений пунктов и одинаковых дисперсий пунктов.
·    Метки объектов – вопросы будут отображены с метками.
Ø       галочки в меню «статистика»: масштаб, масштабировать если пункт удален, средние, вариации, корреляции (в подгруппе «итоги»), корреляции (в подгруппе «между пунктами»). 

Сводка обработки наблюдений

1.       N – количество респондентов.
2.       %.

Статистики пригодности

1.        Альфа Кронбаха – статистика надежности внутренней согласованности:
·    Больше 0,9 – отличная;
·    Больше 0,8 – хорошая;
·    Больше 0,7 – приемлемая;
·    Больше 0,6 – сомнительная;
·    Больше 0,5 – малопригодная;
·    Меньше 0,5 – недопустимая.
2.        Альфа Кронбаха, основанная на стандартизованных пунктах – статистика надежности с учетом стандартизации пунктов.
3.        Количество пунктов – количество заданий (переменных) проверяемых на надежность.

Матрица корреляций между пунктами

1.        Корреляция (r) – два органа считаются коррелируемые если изменение одного из них сопровождается большим или меньшим изменением другого в том же направлении – Ф.Гальтон. Коэффициент Пирсона всегда лежит в пределах от -1 (отрицательная корреляция) до 1 (положительная корреляция). Значения близкие 0 свидетельствует о том, что переменные практически не коррелируемы между собой.

Итоговые статистики пунктов

1.        Средние пунктов – средние арифметические значения всех пунктов.
2.        Дисперсии пунктов – вспомогательная величина для стандартного отклонения.
3.        Межпунктовые корреляции – см. выше.
·    Среднее.
·    Минимум.
·    Максимум.
·    Размах.
·    Максимум / Минимум.
·    Дисперсия.
·    Количество пунктов.

Общие статистики пунктов

1.       Среднее шкалы при удалении пункта – величина, характеризующая надежность заданий, и ее повышение при удалении конкретной переменной.
2.       Дисперсия шкалы при удалении пункта – величина, характеризующая надежность заданий, и ее повышение при удалении конкретной переменной.
3.       Общая корреляция коррелированных пунктов – это главная в этой таблице величина, характеризующая надежность заданий, и ее повышение при удалении конкретной переменной. Нам необходимо удалить из списка «переменных» все те переменные, которые имеют в этом столбике значения меньше чем 0,2 (условно), включая все отрицательные значения. После чего повторить проверку заданий на надежность.
4.       Квадрат коэффициента множественной корреляции – величина, характеризующая надежность заданий, и ее повышение при удалении конкретной переменной.
5.       Альфа Кронбаха при удалении пункта – статистика надежности внутренней согласованности всех переменных при удалении конкретного задания.

Статистики шкалы

1.       Среднее (арифметическое) – сумма всех значений деленное на их количество.

2.       Дисперсия – вспомогательная величина для стандартного отклонения.

3.       Стд. отклонение (от среднего) – величина, характеризующая изменчивость (равняется квадратному корню из дисперсии).

4.       Количество пунктов – количество переменных.

 

Этап 2
Ø       в список «переменные» вносим все переменные (метрические, порядковые), которые в первом анализе дали корреляцию больше 0,2;
Ø       в графе «модель» выбираем модель проверки на надежность – деление пополам;
Ø       галочки в меню «статистика»: масштаб, масштабировать если пункт удален, средние, вариации, корреляции (в подгруппе «итоги»), корреляции (в подгруппе «между пунктами»).

Быстрый способ проверки надежности теста путем определения коэффициента корреляции между 2-мя частями теста. Стоит все же провести повторное тестирование и сделать проверку на ретестовую надежность (чаще всего используют при делении на четные и не четные вопросы).

Сводка обработки наблюдений (данная таблица уже была рассмотрена выше) 

 Статистики пригодности

1.        Альфа Кронбаха – статистика надежности внутренней согласованности:
·    Больше 0,9 – отличная;
·    Больше 0,8 – хорошая;
·    Больше 0,7 – приемлемая;
·    Больше 0,6 – сомнительная;
·    Больше 0,5 – малопригодная;
·    Меньше 0,5 – недопустимая.
2.        Количество пунктов – количество заданий (переменных) проверяемых на надежность.
3.        Корреляция между формами – приближенное значение надежности шкал, рассчитанное в предположении, что она содержит 5 элементов.
4.        Коэффициент Спирмена-Брауна – коэффициент показывает корреляцию между 2-мя частями теста (стоит обратить внимание на: равно ли количество вопросов или нет):
·    Больше 0,9 – отличная;
·    Больше 0,8 – хорошая;
·    Больше 0,7 – приемлемая;
·    Больше 0,6 – сомнительная;
·    Больше 0,5 – малопригодная;
·    Меньше 0,5 – недопустимая.
5.        Коэффициент половинного расщепления Гутмана – аналог выше наведенного коэффициента.

Матрица корреляций между пунктами (данная таблица уже была рассмотрена выше)

Итоговые статистики пунктов (данная таблица уже была рассмотрена выше)

Общие статистики пунктов (данная таблица уже была рассмотрена выше)

Меню статистики:
·    Элемент – средние значения и их стандартное отклонение.
·    Масштаб – общее среднее значение, дисперсия, стандартное отклонение и количество пунктов в сумме.
·    Масштаб если пункт удален – альфа для каждого из пунктов.
·    Средние – средние значения для всех пунктов.
·    Вариации – средние для дисперсий всех пунктов.
·    Ковариации – вычисления ковариаций между каждой переменной и суммой всех остальных.
·    Корреляции – вычисления корреляций между каждой переменной и суммой всех остальных.
·    Корреляции – корреляционная матрица для всех пунктов.
·    Ковариации – ковариационная матрица для всех пунктов.
·    Т квадрат – сравнения различий между средними значениями всех пунктов.
·    Тьюки тест – проверка линейности зависимости.
·    Меню АNOVA


Экскурс в мир терминологии

ПСИХОЛОГИЯ ИНЖЕНЕРНАЯ — см. Инженерная психология.