`psych :: alpha`- подробная интерпретация вывода - PullRequest
Новая
       31

`psych :: alpha`- подробная интерпретация вывода

1 голос
/ 18 апреля 2019

Мне известно, что альфа Кронбаха широко обсуждалась здесь и в других местах, но я не могу найти подробную интерпретацию выходной таблицы. 

psych::alpha(questionaire)

Reliability analysis   
Call: psych::alpha(x = diagnostic_test)

  raw_alpha std.alpha G6(smc) average_r S/N   ase mean   sd median_r
      0.69      0.73       1      0.14 2.7 0.026  0.6 0.18     0.12

 lower alpha upper     95% confidence boundaries
0.64 0.69 0.74 

 Reliability if an item is dropped:
        raw_alpha std.alpha G6(smc) average_r S/N alpha se  var.r med.r
Score1       0.69      0.73    0.86      0.14 2.7    0.027 0.0136  0.12
Score2       0.68      0.73    0.87      0.14 2.7    0.027 0.0136  0.12
Score3       0.69      0.73    0.87      0.14 2.7    0.027 0.0136  0.12
Score4       0.67      0.72    0.86      0.14 2.5    0.028 0.0136  0.11
Score5       0.68      0.73    0.87      0.14 2.7    0.027 0.0134  0.12
Score6       0.69      0.73    0.91      0.15 2.7    0.027 0.0138  0.12
Score7       0.69      0.73    0.85      0.15 2.7    0.027 0.0135  0.12
Score8       0.68      0.72    0.86      0.14 2.6    0.028 0.0138  0.12
Score9       0.68      0.73    0.92      0.14 2.7    0.027 0.0141  0.12
Score10      0.68      0.72    0.90      0.14 2.6    0.027 0.0137  0.12
Score11      0.67      0.72    0.86      0.14 2.5    0.028 0.0134  0.11
Score12      0.67      0.71    0.87      0.13 2.5    0.029 0.0135  0.11
Score13      0.67      0.72    0.86      0.14 2.6    0.028 0.0138  0.11
Score14      0.68      0.72    0.86      0.14 2.6    0.028 0.0138  0.11
Score15      0.67      0.72    0.86      0.14 2.5    0.028 0.0134  0.11
Score16      0.68      0.72    0.88      0.14 2.6    0.028 0.0135  0.12
score        0.65      0.65    0.66      0.10 1.8    0.030 0.0041  0.11

 Item statistics 
          n raw.r std.r r.cor r.drop mean   sd
Score1  286  0.36  0.35  0.35   0.21 0.43 0.50
Score2  286  0.37  0.36  0.36   0.23 0.71 0.45
Score3  286  0.34  0.34  0.34   0.20 0.73 0.44
Score4  286  0.46  0.46  0.46   0.33 0.35 0.48
Score5  286  0.36  0.36  0.36   0.23 0.73 0.44
Score6  286  0.29  0.32  0.32   0.18 0.87 0.34
Score7  286  0.33  0.32  0.32   0.18 0.52 0.50
Score8  286  0.42  0.41  0.41   0.28 0.36 0.48
Score9  286  0.32  0.36  0.36   0.22 0.90 0.31
Score10 286  0.37  0.40  0.40   0.26 0.83 0.37
Score11 286  0.48  0.47  0.47   0.34 0.65 0.48
Score12 286  0.49  0.49  0.49   0.37 0.71 0.46
Score13 286  0.46  0.44  0.44   0.31 0.44 0.50
Score14 286  0.44  0.43  0.43   0.30 0.43 0.50
Score15 286  0.48  0.47  0.47   0.35 0.61 0.49
Score16 286  0.39  0.39  0.39   0.26 0.25 0.43
score   286  1.00  1.00  1.00   1.00 0.60 0.18
Warning messages:
1: In cor.smooth(r) : Matrix was not positive definite, smoothing was done
2: In cor.smooth(R) : Matrix was not positive definite, smoothing was done
3: In cor.smooth(R) : Matrix was not positive definite, smoothing was done

Насколько я знаю, r.cor обозначает общую или двойную корреляцию. Я видел, что это обычно интерпретируется вместе с соответствующим p-значением.

1. Какова точная интерпретация r.cor и r.drop?

2. Как можно рассчитать значение p?

1 Ответ

2 голосов
/ 18 апреля 2019

1. Хотя это больше вопрос для Перекрестная проверка , вот подробное объяснение раздела «Статистика элемента»:

raw.r: корреляциямежду предметом и общим баллом по шкале (т. е. корреляции между предметом и суммой);есть проблема с raw.r, то есть сам элемент включен в общее количество - это означает, что мы коррелируем элемент с самим собой, поэтому, конечно, он будет коррелировать (r.cor и r.drop решают эту проблему;см.? альфа для деталей)

r.drop: корреляция предмета-всего без самого этого предмета (то есть корреляция предмета-покоя или исправленная корреляция предмета-всего);Низкие корреляции между общим количеством предметов указывают на то, что этот предмет не очень хорошо коррелирует с общей шкалойэтот предмет отброшен

2. Вы не должны использовать p-значения, соответствующие этим коэффициентам корреляции, для принятия решений.Я бы посоветовал не беспокоить их расчет.

...