信度分析用于测量样本回答结果是否可靠,即样本有没有真实作答量表类题项。
重要提示:信度分析仅仅是针对 量表数据,非量表数据一般不进行信度分析。
1.SPSSAU操作如下图:
SPSSAU仪表盘
2.案例背景
此案例分析心理学中研究运动员意志品质的调查问卷数据,共对312人进行了问卷调查。根据数据资料进行项目分析后,删除第7、8、14、28、29、35、36、37、38、40、43、48题,将剩余的38题根据项目分析结果分为5个维度,所包括的项目如下:
3.结果
将数据放入分析框中,SPSSAU系统对数据进行处理后,自动生成分析结果,其中5个维度的信度系数分别为0.144、0.441、0.271、0.519、0.042,总结图表如下:
中间过程部分图如下:
分析结果来源于SPSSAU
分析结果来源于SPSSAU
结果解读以及计算公式:
Cronbach α系数是目前最常用的信度系数。它表明量表中每一题项得分间的一致性。Cronbach α系数公式为
式中,k为测量的题目数; 为第i题得分数的方差; 为测验总分的方差。
从上表可以看出,5个维度的信度系数都偏低,需要进行问卷的修改。此外,信度系数值为0.636,大于0.6,因而说明研究数据信度质量可以接受。但是该量表的信度一般。针对“项已删除的α系数”,任意题项被删除后,信度系数并不会有明显的上升,因此说明题项不应该被删除处理。
针对“CITC值”,x1对应的CITC值介于0.2~0.3之间,说明其与其余分析项之间的相关关系较弱,如果是预测试分析,可针对此项进行修正后再收集正式数据(如果是正式数据分析可考虑对此项进行删除处理)。
分析建议来源于SPSSAU
在测量没有复本且只能实施一次的情况下,通常采用分半法估计信度,即将测试题目分成对等的两半,根据各人在这两半测验的分数,计算其相关系数作为信度指标。其计算公式为
式中, 为整个测验的信度估计值; 为两半测验分数的相关系数。应该注意的是,如果测量题目较少,如10题以下就不适合用这种方法来估计信度。
另外,分半法的使用基于人为分成两半的测验要等值,即两半测验的分数具有相同的平均数或标准差。当此条件不满足时,就需要采用下面两个公式来估计信度。
(1)弗朗那根公式
式中,r为信度值, 和 分别为两半测验分数的方差, 为测验总分的方差;
(2)卢伦公式
式中,r为信度值,为两半测验分数之差的方差, 为测验总分数的方差;
McDonald's ω信度系数的计算原理是利用因子分析浓缩信息,然后得到loading载荷系数值,进而计算。计算公式如下:
式中,loading为载荷系数值,uniqueness为1-loading^2。从上式可知,loading值整体绝对值越大时,McDonald's ω信度系数值也会越高。
式中,N为分析项个数 ,为最大特征根值。从上式可以看到,当分析项个数越多时,theta信度系数很可能会越大,而且最大特征根越大,theta信度系数值也会越大。
通常情况下,信度系数值高于0.8,则说明信度高;信度系数介于0.7~0.8之间;则说明信度较好; 信度系数介于0.6~0.7;则说明信度可接受; 信度系数小于0.6;说明信度不佳。并且此标准通常适用于上述4个研究指标,包括Cronbach α信度系数,折半信度系数,McDonald's ω信度系数和theta信度系数。
(1)点击SPSSAU问卷调查里面的‘信度’按钮。如下图:
(2)拖拽数据后开始分析:
文章浏览阅读1.6k次,点赞12次,收藏7次。大家好!大四的同学们毕业设计即将开始了,你们做好准备了吗?学长给大家精心整理了最新的计算机毕业设计选题,希望能为你们提供帮助。如果在选题过程中有任何疑问,都可以随时问我,我会尽力帮助大家。在选择毕业设计选题时,有几个要点需要考虑。首先,选题应与计算机专业密切相关,并且符合当前行业的发展趋势。选择与专业紧密结合的选题,可以使你们更好地运用所学知识,并为未来的职业发展奠定基础。要考虑选题的实际可行性和创新性。选题应具备一定的实践意义和应用前景,能够解决实际问题或改善现有技术。
文章浏览阅读3.4k次。摘要:随着电信业务的发展和电信企业经营方式的转变,DCN网络的定位发生了重大的演变。本文基于这种变化,重点讨论DCN网络的规划方法和运维管理方法。Digest: With the development oftelecommunication bussiness and the change of management of telecomcarrier , DCN’s role will cha..._电信dcn
文章浏览阅读442次。深度学习一部分矩阵求导知识的搬运总结_向量变元是什么
文章浏览阅读8次。近期,裁员的公司越来越多今天想和大家聊聊职场人的新出路。作为席卷全球的新概念ESG已然成为当前各个行业关注的最热风口目前,国内官方发布了一项ESG新证书含金量五颗星、中文ESG证书、完整ESG考试体系、名师主讲...而ESG又是与人力资源直接相关甚至在行业圈内成为大佬们的热门话题...当前行业下行,裁员的公司也越来越多大家还是冲一冲这个新兴领域01 ESG为什么重要?在双碳的大背景下,ESG已然成...
文章浏览阅读356次。云计算快速渗透到众多的行业,使中小企业受益于技术变革。最近微软SMB的一项研究发现,到今年年底,78%的中小企业将以某种方式使用云。企业希望投入少、收益高,来取得更大的发展机会。云计算将中小企业信息化的成本大幅降低,它们不必再建本地互联网基础设施,节省时间和资金,降低了企业经营风险。科技创新已成时代的潮流,中小企业上云是创新前提。云平台稳定、安全、便捷的IT环境,提升企业经营效率的同时,也为企业..._系统上云的前后对比
文章浏览阅读899次。出现选网卡的时候无法选中,这里应该是一个bug。3.保存退出,重启虚拟机即可。1.先随便选择一个网卡。2.勾先取消再重新勾选。_esxi虚拟机无法联网
文章浏览阅读913次。在LaTeX中,可在.tex文件的同一级目录下创建egbib.bib文件,所有的参考文件信息可以统一写在egbib.bib文件中,然后在.tex文件的\end{document}前加入如下几行代码:{\small\bibliographystyle{IEEEtran}\bibliography{egbib}}即可在文章中用~\cite{}宏命令便捷的插入文内引用,且文章的Reference部分会自动排序、编号。..._egbib
文章浏览阅读950次。目录:Unity Shader - 知识点目录(先占位,后续持续更新)原文:Predefined Shader preprocessor macros版本:2019.1Predefined Shader preprocessor macros着色器预处理宏Unity 编译 shader programs 期间的一些预处理宏。(本篇的宏介绍随便看看就好,要想深入了解,还是直接看Unity...
文章浏览阅读195次。本文目录:一、大数据时代还需要数据治理吗?二、如何面向用户开展大数据治理?三、面向用户的自服务大数据治理架构四、总结一、大数据时代还需要数据治理吗?数据平台发展过程中随处可见的数据问题大数据不是凭空而来,1981年第一个数据仓库诞生,到现在已经有了近40年的历史,相对数据仓库来说我还是个年轻人。而国内企业数据平台的建设大概从90年代末就开始了,从第一代架构出现到..._数据治理从0搭建
文章浏览阅读2.2k次,点赞4次,收藏12次。高手请一笑而过。物理实验课别人已经做过3、4个了,自己一个还没做呢。不是咱不想做,而是咱不想起那么早,并且仅有的一次起得早,但是哈工大的服务器竟然超负荷,不停刷新还是不行,不禁感慨这才是真正的“万马争过独木桥“啊!服务器不给力啊……好了,废话少说。其实,我的想法很简单。写一个三重循环,不停地提交,直到所有的数据都accepted。其中最关键的是提交最后一个页面,因为提交用户名和密码后不需要再访问其..._哈尔滨工业大学抢课脚本
文章浏览阅读4.9k次。一些别人收集的英文站点 http://www.lifeinchina.cn (nice) http://www.huaren.us/ (nice) http://www.hindu.com (okay) http://www.italki.com www.talkdatalk.com (transfer)http://www.en8848.com.cn/yingyu/index._study english html
文章浏览阅读5.5k次,点赞19次,收藏78次。什么是栈?在谈M3堆栈之前我们先回忆一下数据结构中的栈。栈是一种先进后出的数据结构(类似于枪支的弹夹,先放入的子弹最后打出,后放入的子弹先打出)。M3内核的堆栈也不例外,也是先进后出的。栈的作用?局部变量内存的开销,函数的调用都离不开栈。了解了栈的概念和基本作用后我们来看M3的双堆栈栈cortex-M3内核使用了双堆栈,即MSP和PSP,这极大的方便了OS的设计。MSP的含义是Main..._stm32 msp psp