Bir anketin güvenilirliğini değerlendirme: boyutsallık, sorunlu öğeler ve alfa, lambda6 veya başka bir indeks kullanıp kullanmayacağınız?


16

Bir deneye katılan katılımcılar tarafından verilen puanları analiz ediyorum. Katılımcıların bir ürüne karşı tutumunu tahmin etmeyi amaçlayan 6 maddeden oluşan anketimin güvenilirliğini tahmin etmek istiyorum.

Tüm maddelere tek bir ölçek gibi davranarak (alfa yaklaşık 0.6 idi) ve her seferinde bir öğeyi sildiğimde (maks alfa yaklaşık 0.72 idi) Cronbach alfa hesapladım. Öğelerin sayısına ve temeldeki yapının boyutluluğuna bağlı olarak alfa'nın hafife alınabileceğini ve fazla tahmin edilebileceğini biliyorum. Ben de bir PCA yaptım. Bu analiz varyansın yaklaşık% 80'ini açıklayan üç temel bileşen olduğunu ortaya koymuştur. Yani, sorularımın hepsi şimdi nasıl ilerleyebilirim?

  • Bu boyutların her birinde alfa hesaplama yapmam gerekir mi?
  • Güvenilirliği etkileyen öğeleri kaldırmam gerekir mi?

Ayrıca, web'de arama yapmanın başka bir güvenilirlik ölçüsü olduğunu buldum: guttman lambda6.

  • Bu ölçü ve alfa arasındaki temel farklar nelerdir?
  • Lambda'nın iyi bir değeri nedir?

Doğru anladığımdan emin olmak için: 6 öğe = PCA ile 3 boyut bulundu?
chl

1
(1) örnek boyutu nedir? (2) Ölçek tek boyutlu olarak tasarlandı mı? (3) Ölçek standart puanlama prosedürleri ile iyi oluşturulmuş mu?
Jeromy Anglim

Yanıtlar:


19

Bence @Jeromy zaten gerekli olduğunu söyledi, bu yüzden güvenilirlik ölçümlerine konsantre olacağım.

Cronbach alfa, bir cihazın güvenilirliğinin alt sınırını belirlemek için kullanılan numuneye bağlı bir endekstir. Bir ölçek puanının hesaplanmasında dikkate alınan tüm kalemler tarafından paylaşılan bir varyans göstergesinden daha fazlası değildir. Bu nedenle, mutlak güvenilirlik ölçüsü ile karıştırılmamalı veya bir bütün olarak çok boyutlu bir araç için geçerli olmamalıdır. Gerçekte, aşağıdaki varsayımlar yapılır: (a) artık korelasyon yok, (b) maddeler aynı yüklere sahiptir ve (c) ölçek tek boyutludur. Bu, alfa'nın esas olarak aynı olacağı tek durumun güvenilirlikleeşit derecede yüksek faktör yükleri, hata kovaryansları ve tek boyutlu bir alettir (1). Kesinlik, madde korelasyonlarının standart hatasına bağlı olduğu için, madde korelasyonlarının yayılmasına bağlıdır, yani alfa bu belirli aralığın kaynağına veya kaynaklarına bakılmaksızın bu korelasyon aralığını yansıtacaktır (örn. Ölçüm hatası veya çokboyutluluk). Bu husus büyük ölçüde (2) 'de tartışılmaktadır. Alfa 0.70 olduğunda, grup karşılaştırma amacı (3,4) için yaygın olarak referans alınan bir güvenilirlik eşiği, standart ölçüm hatasının standart sapmanın yarısından (0.55) fazla olacağını belirtmek gerekir. Dahası, Cronbach alfa iç tutarlılığınbir ölçüsüdür, tek boyutluluğun bir ölçüsü değildir ve tek boyutluluğun çıkarılmasında kullanılamaz (5). Son olarak, LJ Cronbach'ın kendisini teklif edebiliriz,

Katsayılar, varyans bileşenleri tarafından ima edilen birçok inceliği yüzeye getirmeyen ham bir cihazdır. Özellikle, mevcut değerlendirmelerde yapılan yorumlar en iyi şekilde standart bir ölçüm hatası kullanılarak değerlendirilir. --- Cronbach ve Shavelson, (6)

Son 10 yıl içinde birkaç makalede büyük ölçüde tartışılan başka tuzaklar da vardır (örneğin, 7-10).

λ3λ6ωtωhβ

Referanslar

  1. Raykov, T. (1997). Ölçek güvenilirliği, Cronbach katsayısı alfa ve sabit kongenerik bileşenler için temel tau-denklik ihlalleri. Çok Değişkenli Davranışsal Araştırma , 32, 329-354.
  2. Cortina, JM (1993). Katsayı Alfa Nedir? Teori ve Uygulamaların İncelenmesi . Uygulamalı Psikoloji Dergisi , 78 (1), 98-104.
  3. Nunnally, JC ve Bernstein, IH (1994). Psikometrik Teori . McGraw-Hill Serisi Psikoloji, Üçüncü baskı.
  4. De Vaus, D. (2002). Sosyal bilim verilerinin analizi . Londra: Adaçayı Yayınları.
  5. Danimarkalılar, JE ve Mann, tamam. (1984). Gizli değişkenli tek boyutlu ölçüm ve yapısal denklem modelleri. İşletme Araştırmaları Dergisi , 12, 337-352.
  6. Cronbach, LJ ve Shavelson, RJ (2004). Katsayı alfa ve ardıl prosedürler hakkındaki mevcut düşüncelerim . Eğitim ve Psikolojik Ölçüm , 64 (3), 391-418.
  7. Schmitt, N. (1996). Katsayılı Alfa Kullanımı ve Kötüye Kullanımı . Psikolojik Değerlendirme , 8 (4), 350-353.
  8. Iacobucci, D. ve Duhachek, A. (2003). Gelişen Alfa: Güvenilirliğin Güvenle Ölçülmesi . Tüketici Psikolojisi Dergisi , 13 (4), 478-487.
  9. Shevlin, M., Miles, JNV, Davies, MNO ve Walker, S. (2000). Katsayı alfa: güvenilirliğin yararlı bir göstergesi mi? Kişilik ve Bireysel Farklılıklar , 28, 229-237.
  10. Fong, DYT, Ho, SY ve Lam, TH (2010). Tutarsız yanıtların varlığında iç güvenilirliğin değerlendirilmesi . Sağlık ve Yaşam Kalitesi Çıktıları , 8, 27.
  11. Guttman, L. (1945). Test-tekrar test güvenilirliğinin analizi için bir temel. Psikometrik , 10 (4), 255-282.
  12. αβωh
  13. Revelle, W. ve Zinbarg, RE (2009) Alfa, beta, omega ve glb katsayıları: Sijtsma üzerine yorumlar . Psikometrik , 74 (1), 145-154

8

İşte bazı genel yorumlar:

  • PCA : PCA analizi "üç ana bileşen olduğunu ortaya çıkarmaz". Üç boyutu ayıklamayı seçtiniz veya kaç boyutun ayıklanacağına karar vermek için varsayılan bir başparmak kuralına (genellikle 1'in üzerinde özdeğerler) güvendiniz. Ek olarak, bir üzerindeki özdeğerler genellikle yararlı olandan daha fazla boyut çıkarır.
  • Öğe boyutunun değerlendirilmesi: PCA'yı öğelerin boyutsallığını değerlendirmek için kullanabileceğinizi kabul ediyorum. Ancak, dağ eteğindeki arsaya bakmanın boyut sayısı için daha iyi bir rehberlik sağlayabileceğini düşünüyorum. Ölçek boyutunu ölçmek için William Revelle tarafından bu sayfaya göz atmak isteyebilirsiniz .
  • Nasıl devam edilir?
    • Ölçek iyi kurulmuşsa , o zaman olduğu gibi bırakmak isteyebilirsiniz (özelliklerinin en azından makul olduğu varsayılarak; sizin durumunuzda 0.6 çoğu standart tarafından nispeten zayıf olsa da).
    • Ölçek iyi oluşturulmamışsa , o zaman teorik olarak öğelerin neyi ölçmeyi amaçladığını ve sonuçta elde edilen ölçeği hangi amaçla kullanmak istediğinizi düşünmelisiniz. Yalnızca altı öğeniz olduğu göz önüne alındığında, ölçek başına endişe verici sayıda öğeye düşmeden birden fazla ölçek oluşturmak için fazla yeriniz yoktur. Aynı zamanda, zemin, tavan veya düşük güvenilirlik sorunlarına dayalı herhangi bir sorunlu öğe olup olmadığını kontrol etmek akıllıca bir fikirdir. Ayrıca, herhangi bir öğenin ters çevrilmesi gerekip gerekmediğini kontrol etmek isteyebilirsiniz.
    • Ölçek geliştirmeyle ilgili yararlı bulabileceğiniz genel kaynaklara bazı bağlantılar hazırladım

Aşağıda belirli sorularınız ele alınmaktadır:

  • Bu boyutların her birinde alfa hesaplama yapmam gerekir mi?
    • Yukarıdaki tartışmadan toplayabileceğiniz gibi, verilerinize üç boyutunuz varmış gibi davranmanız gerektiğini düşünmüyorum. Amaçlarınıza ve ayrıntılara bağlı olarak yapabileceğiniz bir dizi argüman vardır, bu yüzden ne yapacağınızı tam olarak söylemek zor. Çoğu durumda, güvenilir olmayan üç ölçek yerine en az bir iyi ölçek (belki de bir öğeyi silmek) oluşturmak isterim.
  • Güvenilirliği etkileyen öğeleri kaldırmam gerekir mi?
    • Sana kalmış. Ölçek oluşturulmuşsa, yapmamayı seçebilirsiniz. Numune boyutunuz küçükse, rastgele örneklemenin bir anomalisi olabilir. Ancak, genel olarak, alfanızı 0,72'den 0,60'a gerçekten düşürüyorsa, bir öğeyi silmeye meyilli olurum. Ayrıca, bu sorunlu öğenin aslında tersine çevrilmesi gerekip gerekmediğini de kontrol ederim.

Lambda 6'nın tartışmasını ( William Revelle tarafından burada tartışılıyor ) başkalarına bırakacağım .


Sevgili Jeromy, hızlı cevabınız için teşekkür ederim. Biraz kafam karıştı. Bu forumdaki çeşitli makaleleri ve yayınları okurken, Anketin tek boyutlu olarak değerlendirilip değerlendirilemeyeceğini araştırmak için Keşifsel Faktör Analizinin de kullanıldığını gördüm. Bu yüzden hangisinin en uygun yaklaşım olduğunu merak ediyorum (PCA veya EFA). Bana yardım eder misiniz? thanks
giovanna

1
@giovanna iyi soru. Bu sorun hakkında ayrı bir soru sormak isteyebilirsiniz. Genel olarak, boyutsallığın belirlenmesinin bir sanat olduğunu düşünüyorum. Pratik bir bakış açısından, PCA veya EFA yapsam da benzer sonuçlar elde etme eğiliminde olduğumu fark ettim, ancak teoride EFA, gözlemlenen öğelere neden olan gizli faktörler konseptiyle daha fazla uyumludur.
Jeromy Anglim

@giovanna Bunun için teşekkürler: bir sonraki sorunun bağlantısı ilgi duyanlar için stats.stackexchange.com/questions/11713/…
Jeromy Anglim
Sitemizi kullandığınızda şunları okuyup anladığınızı kabul etmiş olursunuz: Çerez Politikası ve Gizlilik Politikası.
Licensed under cc by-sa 3.0 with attribution required.