2011年1月28日 星期五

internal consistency

內部(在)一致性
定義:各單項分數之間的相關性以及各單項分數與總分之間的相關性,以確認問卷所有項目之間的同質性(homogeneity)

Cronbach's alpha (α)係數為最常使用的分析方法。分析題目間互動關連程度,一組題目之間可能有相當的關連性且多向度。量表之內部一致性是表示題目間關連性(interralatedness),但不一定是指題目所包括的向度(dimensionality)。
一個量表具有單一向度,即具有內部一致性,但一個量表具有內部一致性,並不表示具有單一向度----內部一致性為信度,和建構效度不同(分析向度)

因素分析後,知道有那些的建構層面,可比較每個建構層面的內部一致性。

α係數受到量表的題目數、題目之間的相關係數之平均數、與向度數目等三個因素所影響。

SPSS
  • 從SPSS得到的兩種alpha信度係數,信度係數和標準化信度係數(standardized item alpha)。 標準化的alpha是指考量各題項變異量不相等所造成的影響,校正後的係數。
  • 各單項分數與總分之間的相關性
    • 於SPSS中可得到item-total statistics表中的item-toal correlation,item-toal correltaion表示個別項目與總分之間的相關性。假如量表是同質性,項目與總分的相關性應該要高。
  • 於SPSS中可得到item-total statistics表中的Cronbach's alpha if item deleted,意指刪除某題後,所計算出其他題的alpha係數。假如刪除某題後的α變小,則表示此題不適合刪除;假如刪除某題後的α變大,表示此題與其他題的內部一致性低,則需考慮刪除此題。
Cronbach's alpha的公式為n*/[1+(n-1)*ṝ]
n: number of items
r-bar: average inter-term correlation among the items

Reliability Statistics
Cronbach's Alpha
N of Items
.945
10

在SPSS上得到以上的Cronbach's α,是各單項分數之間的相關性,
在SPSS上得到以下的Corrected Item-Total Correlation Cronbach's α,是各單項分數與總分之間的相關性。
Item-Total Statistics

Scale Mean if Item Deleted
Scale Variance if Item Deleted
Corrected Item-Total Correlation
Cronbach's Alpha if Item Deleted
motora11
8.43
33.989
.775
.939
motora12
8.57
33.380
.783
.939
motora13
8.66
35.751
.659
.944
motora14
8.60
33.811
.853
.937
motora15
8.91
33.993
.788
.939
motora16
9.04
33.129
.753
.940
motora17
9.15
33.130
.842
.936
motora18
8.94
31.670
.806
.938
motora19
9.15
32.303
.812
.938
motora10
9.21
32.606
.715
.943

5 則留言:

  1. 最近看到一些文獻,會特別寫item-internal consistency,表示各單項分數之間的相關性。

    回覆刪除
  2. 我看不太懂:「標準化的alpha是指考量各題項變異量不相等所造成的影響,校正後的係數。」是什麼意思耶.....
    可以請你再解釋一下嗎?謝謝唷!

    又,α原本的公式中,r平均的定義確實是指各項目間的相關性。
    因此在計算內部一致性信度時,計算各分量表的α值比總量表的α值更有意義。

    一點想法,僅供參考。

    回覆刪除
  3. [我認為在SPSS上得到的α] 跟原始的 Cronbach's α 不一致??

    回覆刪除
  4. To 姿誼

    謝謝妳的提問和補充,針對"標準化信度係數",妳也可以協助尋找答案,讓學習更深入,自己學習有時比聽別人,還學得更多,不是嗎?

    回覆刪除
  5. To Professor Hsieh

    我並非意指和原始的 Cronbach's α 不一致,只是強調在看Cronbach's α 時可看兩個層面,(1)各單項分數之間的相關性;(2)各單項分數與總分之間的相關性。

    回覆刪除