설문지의 신뢰성 평가 : 차원, 문제가있는 항목 및 알파, 람다 6 또는 기타 색인 사용 여부?


16

실험에 참석 한 참가자의 점수를 분석하고 있습니다. 제품에 대한 참가자의 태도를 추정하기위한 6 가지 항목으로 구성된 설문지의 신뢰성을 추정하고 싶습니다.

모든 항목을 단일 스케일 (알파는 약 0.6)로 처리하고 한 번에 한 항목을 삭제하는 경우 (최대 알파는 약 0.72) Cronbach의 알파를 계산했습니다. 항목의 수와 기본 구성의 차원에 따라 알파가 과소 평가되거나 과대 평가 될 수 있음을 알고 있습니다. 그래서 나는 또한 PCA를 수행했습니다. 이 분석에서 분산의 약 80 %를 설명하는 세 가지 주요 구성 요소가 있음이 밝혀졌습니다. 내 질문은 지금 어떻게 진행할 수 있는지에 관한 것입니다.

  • 이러한 각 차원에서 알파 계산을 수행해야합니까?
  • 신뢰성에 영향을 미치는 품목을 제거 했습니까?

또한 웹에서 검색하면 신뢰성의 또 다른 척도 인 guttman의 lambda6이 발견되었습니다.

  • 이 측정 값과 알파의 주요 차이점은 무엇입니까?
  • 람다의 좋은 가치는 무엇입니까?

PCA에서 6 개 항목 = 3 개 크기를 찾았습니까?
chl

1
(1) 샘플 크기는 무엇입니까? (2) 스케일이 일차원으로 설계 되었습니까? (3) 표준 점수 매기기 절차로 스케일이 잘 설정되어 있습니까?
Jeromy Anglim

답변:


19

@Jeromy는 이미 필수적이라고 말했기 때문에 신뢰성 측정에 집중할 것입니다.

Cronbach의 알파는 계측기의 신뢰도의 하한을 확인하는 데 사용되는 샘플 종속 인덱스입니다. 척도 점수 계산에서 고려 된 모든 항목이 공유하는 분산의 지표에 지나지 않습니다. 따라서 절대적인 신뢰성 측정과 혼동되어서는 안되며 다차원 계측기에 전체적으로 적용되지 않아야합니다. 사실상, 다음과 같은 가정이 이루어진다 : (a) 잔류 상관 관계 없음, (b) 항목이 동일한 하중을 가지고, (c) 척도는 일차원 적. 이것은 알파가 신뢰성 과 본질적으로 동일한 유일한 경우를 의미합니다균일하게 높은 계수 로딩, 오차 공분산 없음 및 일차원 계측기의 경우입니다 (1). 정밀도는 항목 상호 상관의 표준 오차에 의존하기 때문에 항목 상관의 확산에 의존합니다. 즉, 알파는이 특정 범위의 소스 또는 소스 (예 : 측정 오류 또는 다차원 성)와 상관없이이 상관 범위를 반영합니다. 이 요점은 (2)에서 크게 논의됩니다. 알파가 그룹 비교 목적으로 널리 참조되는 신뢰도 임계 값 인 0.70 일 때 (3,4), 표준 측정 오차는 표준 편차의 절반 (0.55)을 초과 할 것입니다. 또한 Cronbach alpha는 내부 일관성 의 척도입니다.단차 원성의 척도가 아니며 단차 원성을 추론하는 데 사용할 수 없습니다 (5). 마지막으로 LJ Cronbach 자신을 인용 할 수 있습니다.

계수는 표면에 분산 성분에 의해 암시되는 많은 미묘함을 가져 오지 않는 조잡한 장치입니다. 특히, 현재 평가에서 수행되는 해석은 표준 측정 오차를 사용하여 가장 잘 평가됩니다. --- Cronbach & Shavelson, (6)

지난 10 년 동안 (예를 들어, 7-10) 몇 가지 논문에서 크게 논의 된 다른 많은 함정이 있습니다.

λλ6ωωhβ

참고 문헌

  1. Raykov, T. (1997). 고정 신뢰성 구성 요소에 대한 스케일 신뢰성, Cronbach의 계수 알파 및 필수 타우 동등성 위반 다변량 행동 연구 , 32, 329-354.
  2. JM Cortina (1993). 계수 알파 란? 이론과 응용의 검토 . 응용 심리학 저널 , 78 (1), 98-104.
  3. Nunnally, JC와 Bernstein, IH (1994). 심리 이론 . 맥그로 힐 시리즈 심리학, 제 3 판.
  4. De Vaus, D. (2002). 사회 과학 데이터 분석 . 런던 : Sage Publications.
  5. 데니스, JE와 만 (1984). 잠재 변수가있는 일차원 측정 및 구조 방정식 모델.비즈니스 연구 저널 , 12, 337-352.
  6. Lron과 Cronbach, RJ (2004). 계수 알파 및 후속 절차에 대한 나의 현재 생각 . 교육 및 심리 측정 , 64 (3), 391-418.
  7. 슈미트, N. (1996). 계수 알파의 사용 및 남용 .심리 평가 , 8 (4), 350-353.
  8. Iacobucci, D. and Duhachek, A. (2003). 알파 향상 : 신뢰도를 통한 신뢰성 측정 . 소비자 심리학 저널 , 13 (4), 478-487.
  9. Shevlin, M., Miles, JNV, Davies, MNO 및 Walker, S. (2000). 계수 알파 : 신뢰성의 유용한 지표? 성격과 개인의 차이 , 28, 229-237.
  10. Fong, DYT, Ho, SY 및 Lam, TH (2010). 일관되지 않은 응답이있을 경우 내부 신뢰성 평가 . 건강과 삶의 질 결과 , 8, 27.
  11. Guttman, L. (1945). 시험 재시험 신뢰도 분석을위한 기초.Psychometrika , 10 (4), 255-282.
  12. αβωhPsychometrika , 70 (1), 123-133.
  13. Revelle, W. and Zinbarg, RE (2009) 계수 알파, 베타, 오메가 및 glb : Sijtsma에 대한 의견 . Psychometrika , 74 (1), 145-154

8

일반적인 의견은 다음과 같습니다.

  • PCA : PCA 분석은 "3 가지 주요 구성 요소가 있음을 밝히지 않습니다". 3 차원을 추출하도록 선택했거나 추출 할 차원의 수를 결정하기 위해 기본 경험 법 (일반적으로 1 이상의 고유 값)에 의존했습니다. 또한 하나 이상의 고유 값은 종종 유용한 것보다 많은 차원을 추출합니다.
  • 품목 차원 평가 : PCA를 사용하여 품목의 차원을 평가할 수 있음에 동의합니다. 그러나 Scree 그림을 보면 차원 수에 대한 더 나은 지침을 제공 할 수 있습니다. 스케일 치수 평가에 대한 William Revelle 의이 페이지 를 확인하십시오 .
  • 진행하는 방법?
    • 스케일이 잘 확립 되어 있으면 그대로두기를 원할 수 있습니다 (속성이 적어도 합리적이라고 가정하지만 대부분의 표준에서 0.6은 상대적으로 열악합니다).
    • 스케일이 제대로 설정되지 않은 경우 이론적으로 측정하려는 항목과 결과 스케일을 사용하려는 목적을 고려해야합니다. 항목이 6 개뿐이므로 스케일 당 항목 수를 걱정하지 않으면 서 여러 개의 스케일을 만들 공간이 충분하지 않습니다. 동시에, 바닥, 천장 또는 낮은 신뢰성 문제로 인해 문제가있는 항목이 있는지 확인하는 것이 현명합니다. 또한 품목을 역 분개해야하는지 확인할 수도 있습니다.
    • 도움이 될만한 규모의 개발에 대한 일반 리소스에 대한 링크를 만들었습니다.

다음은 특정 질문에 대한 설명입니다.

  • 이러한 각 차원에서 알파 계산을 수행해야합니까?
    • 위의 논의에서 수집 할 수 있듯이 데이터가 3 차원 인 것처럼 취급해야한다고 생각하지 않습니다. 목적과 세부 사항에 따라 다양한 주장을 할 수 있으므로 정확히 무엇을해야하는지 말하기가 어렵습니다. 대부분의 경우 신뢰할 수없는 3 가지 척도가 아닌 하나 이상의 좋은 척도 (항목 삭제)를 만들려고합니다.
  • 신뢰성에 영향을 미치는 품목을 제거 했습니까?
    • 그것은 당신에게 달려 있습니다. 스케일이 설정되면 원하지 않을 수도 있습니다. 표본 크기가 작 으면 임의 표본 추출의 이상일 수 있습니다. 그러나 일반적으로 알파가 실제로 0.72에서 0.60으로 떨어지면 항목을 삭제하는 경향이 있습니다. 또한이 문제가있는 품목이 실제로 뒤집어지지 않았는지 확인합니다.

나는 람다 6 ( William Revelle에 의해 논의 됨)에 대한 토론 을 다른 사람들에게 맡길 것이다 .


Jeromy님께, 신속한 답변 감사합니다. 약간 혼란 스러워요. 이 포럼에서 여러 논문과 게시물을 읽은 결과, 설문지가 일차원 척도로 간주 될 수 있는지 여부를 조사하기 위해 탐색 적 요인 분석이 사용되는 것으로 나타났습니다. 그래서 가장 적합한 접근법 (PCA 또는 EFA)이 무엇인지 궁금합니다. 도와주세요? 감사합니다
giovanna

1
@ giovanna 좋은 질문입니다. 이 특정 문제에 대해 별도의 질문을 할 수 있습니다. 일반적으로 차원을 결정하는 것은 약간의 예술이라고 생각합니다. 실용적인 관점에서, 나는 PCA 또는 EFA를 수행하든 비슷한 결과를 얻는 경향이 있지만 이론적으로 EFA는 관찰 된 항목을 유발하는 잠재 요인의 개념과 더 일치합니다.
Jeromy Anglim 2016 년

@giovanna 감사합니다 : 다음 질문에 대한 링크는 stats.stackexchange.com/questions/11713/… 입니다. 관심있는 다른 사람들을위한
Jeromy Anglim
당사 사이트를 사용함과 동시에 당사의 쿠키 정책개인정보 보호정책을 읽고 이해하였음을 인정하는 것으로 간주합니다.
Licensed under cc by-sa 3.0 with attribution required.