Cronbachs Alpha (alpha) en utilisant SPSS Statistics Introduction Cronbachs alpha est la mesure la plus courante de la cohérence interne (fiabilité). Il est le plus couramment utilisé lorsque vous avez plusieurs questions Likert dans un survey questiontionnaire qui forment une échelle et vous souhaitez déterminer si l'échelle est fiable. Si vous êtes concerné par la fiabilité inter-évaluateur, nous avons également un guide sur l'utilisation de Cohens (kappa) kappa que vous pourriez trouver utile. SPSS Statistics Un chercheur a élaboré un questionnaire à neuf questions pour mesurer la sécurité des personnes au travail dans un complexe industriel. Chaque question était un point de 5 points de Likert de fortement en désaccord à fortement d'accord. Afin de comprendre si les questions de ce questionnaire permettent de mesurer de manière fiable la même variable latente (sentiment de sécurité) (une échelle de Likert pourrait être construite), un alpha de Cronbach a été exécuté sur une taille d'échantillon de 15 travailleurs. SPSS Statistics Setup dans SPSS Statistics Dans SPSS Statistics, les neuf questions ont été étiquetées Qu1 à Qu9. Pour savoir comment saisir correctement vos données dans SPSS Statistics afin d'exécuter un test alpha de Cronbach, reportez-vous au didacticiel Entrez les données dans SPSS Statistics. Vous pouvez également en savoir plus sur notre contenu de configuration de données améliorée ici. Rejoignez les 10 000 étudiants, universitaires et professionnels qui dépendent de Laerd Statistics. PRENEZ LES PLANS DE TOURNÉE SP PRSS SPSS Statistics Procédure de test dans SPSS Statistics Les huit étapes ci-dessous vous montrent comment vérifier la cohérence interne à l'aide de Cronbachs alpha dans SPSS Statistics. À la fin de ces huit étapes, nous vous montrerons comment interpréter les résultats de votre alpha de Cronbach. Cliquez sur A nalyze gt Analyse de la fiabilité de la gestion des risques. Dans le menu principal, comme indiqué ci-dessous: Publié avec l'autorisation écrite de SPSS Statistics, IBM Corporation. Vous obtiendrez la boîte de dialogue Analyse de fiabilité, comme indiqué ci-dessous: Publié avec l'autorisation écrite de SPSS Statistics, IBM Corporation. Transférer les variables Qu1 à Qu9 dans la zone I:. Vous pouvez le faire en glissant-déposant les variables dans leurs boîtes respectives ou en utilisant le bouton. Vous obtiendrez l'écran suivant: Publié avec l'autorisation écrite de SPSS Statistics, IBM Corporation. Quitter le M odel: définir comme Alpha, ce qui représente Cronbachs alpha dans SPSS Statistics. Si vous souhaitez indiquer un nom pour l'échelle, saisissez-la dans la zone Étiquette d'échelle:. Puisque ceci imprime seulement le nom que vous entrez en haut de la sortie SPSS Statistics, il n'est certainement pas indispensable que vous le fassiez (dans notre exemple, nous le laissons vide). Cliquez sur le bouton qui ouvrira la boîte de dialogue Analyse de la fiabilité: statistiques, comme indiqué ci-dessous: Publié avec l'autorisation écrite de SPSS Statistics, IBM Corporation. Sélectionnez le I tem. S cale et Sc a le if item supprimées dans la zone ndashDescriptives forndash, et l'option Corre l ations dans la zone ndashInter-Itemndash, comme indiqué ci-dessous: Publié avec l'autorisation écrite de SPSS Statistics, IBM Corporation. Cliquez sur le bouton. Cela vous renvoie à la boîte de dialogue Analyse de fiabilité. Cliquez sur le bouton pour générer la sortie. Statistiques SPSS pour Cronbachs Alpha SPSS Statistics produit de nombreux tableaux différents. La première table importante est la table des statistiques de fiabilité qui fournit la valeur réelle pour Cronbachs alpha. Comme indiqué ci-dessous: Publié avec l'autorisation écrite de SPSS Statistics, IBM Corporation. De notre exemple, nous pouvons voir que Cronbachs alpha est 0.805. Ce qui indique un niveau élevé de cohérence interne pour notre échelle avec cet échantillon spécifique. Statistiques SPSS Statistiques Total des articles Le tableau Statistiques Total des articles présente le Cronbachs Alpha si l'élément a été supprimé dans la dernière colonne, comme indiqué ci-dessous: Publié avec l'autorisation écrite de SPSS Statistics, IBM Corporation. Cette colonne présente la valeur que Cronbachs alpha serait si cet élément particulier a été supprimé de l'échelle. Nous pouvons voir que le retrait de toute question, à l'exception de la question 8, aboutirait à un alpha de Cronbach inférieur. Par conséquent, nous ne voudrions pas supprimer ces questions. Suppression de la question 8 conduirait à une petite amélioration de Cronbachs alpha, et nous pouvons également voir que la Corrected Item-Total Correlation valeur était faible (0,128) pour cet article. Cela pourrait nous amener à examiner si nous devrions supprimer ce point. Cronbachs alpha vous fournit simplement un coefficient de fiabilité global pour un ensemble de variables (par exemple, des questions). Si vos questions reflètent les différentes qualités personnelles sous-jacentes (ou d'autres dimensions), par exemple, la motivation des employés et l'engagement des employés, Cronbachs alpha ne sera pas en mesure de les distinguer. Pour ce faire, puis vérifier leur fiabilité (à l'aide de Cronbachs alpha), vous devez d'abord exécuter un test comme une analyse des composants principaux (PCA). Vous pouvez apprendre à effectuer des analyses de composants principaux (APC) à l'aide de SPSS Statistics, ainsi qu'à interpréter et à rédiger vos résultats dans notre contenu enrichi. Vous pouvez en apprendre davantage ici. Il est également possible de lancer Cronbachs alpha dans Minitab. Rejoignez les 10 000 étudiants, universitaires et professionnels qui dépendent de Laerd Statistics. PRONONCER LES PLANS DE TOURNÉE PRICINGBienvenue à l'Institut de recherche et d'éducation numériques SPSS FAQ Qu'est-ce que Cronbachs alpha signifie que Cronbachs alpha est une mesure de la cohérence interne, c'est-à-dire de la proximité d'un ensemble d'éléments en tant que groupe. Il est considéré comme une mesure de la fiabilité de l'échelle. Une valeur quothighquot pour alpha n'implique pas que la mesure soit unidimensionnelle. Si, en plus de mesurer la cohérence interne, vous souhaitez apporter la preuve que l'échelle en question est unidimensionnelle, des analyses supplémentaires peuvent être effectuées. L'analyse factorielle exploratoire est une méthode de vérification de la dimensionnalité. Techniquement parlant, Cronbachs alpha n'est pas un test statistique - c'est un coefficient de fiabilité (ou de cohérence). Cronbachs alpha peut être écrit en fonction du nombre d'items de test et de l'inter-corrélation moyenne entre les items. Ci-dessous, à des fins conceptuelles, nous montrons la formule pour le Cronbachs standardisé alpha: Ici N est égal au nombre d'articles, c-bar est la covariance inter-items moyenne entre les articles et v-bar est égale à la variance moyenne. On peut voir à partir de cette formule que si vous augmentez le nombre d'éléments, vous augmentez Cronbachs alpha. De plus, si la corrélation inter-items moyenne est faible, alpha sera faible. À mesure que la corrélation inter-items augmente, Cronbachs alpha augmente aussi (tenant le nombre d'items constant). Un exemple Laisse travailler à travers un exemple de la façon de calculer Cronbachs alpha en utilisant SPSS, et comment vérifier la dimensionnalité de l'échelle en utilisant l'analyse factorielle. Pour cet exemple, nous utiliserons un ensemble de données qui contient quatre éléments de test - q1. Q2. Q3 et q4. Vous pouvez télécharger le jeu de données en cliquant sur alpha. sav. Pour calculer l'alpha de Cronbach pour les quatre éléments - q1, q2, q3, q4 - utilisez la commande de fiabilité: Voici la sortie résultante de la syntaxe ci-dessus: Le coefficient alpha pour les quatre items est .839, ce qui suggère que les items ont des valeurs relativement élevées la cohérence interne. (Notez qu'un coefficient de fiabilité de 0,70 ou plus est considéré comme acceptable dans la plupart des situations de recherche en sciences sociales.) En plus de calculer le coefficient alpha de fiabilité, nous pourrions également vouloir étudier la dimensionnalité de l'échelle. On peut utiliser la commande factor pour ce faire: Voici la sortie résultante de la syntaxe ci-dessus: En regardant la table intitulée Total Variance Explained, on voit que la valeur propre pour le premier facteur est un peu plus grande que la valeur propre pour la Facteur suivant (2,7 contre 0,54). En outre, le premier facteur représente 67% de la variance totale. Cela suggère que les items de l'échelle sont unidimensionnels. Pour plus d'informations Pour plus d'informations sur la lecture de données dans SPSS, consultez la Référence de syntaxe des commandes SPSS. Pour plus d'informations sur Cronbachs Alpha, voir Bibliothèque SPSS: My Coefficient Alpha est négatif Pour plus d'informations sur les coefficients intraclassiques comme mesure de la fiabilité, consultez la Bibliothèque SPSS: Choix d'un coefficient de corrélation intraclasse. Le contenu de ce site Web ne doit pas être interprété comme un endossement d'un site Web particulier, d'un livre ou d'un produit logiciel par l'Université de Californie.
No comments:
Post a Comment