Cronbachs Alpha (alfa) usando SPSS Statistics Introdução Cronbachs alpha é a medida mais comum de consistência interna (confiabilidade). É mais comumente usado quando você tem várias questões Likert em um questionário questionário que forma uma escala e você deseja determinar se a escala é confiável. Se você está preocupado com a confiabilidade inter-avaliador, também temos um guia sobre o uso do kappa Cohens (kappa) que você pode achar útil. SPSS Statistics Um pesquisador desenvolveu um questionário de nove perguntas para medir o quão seguro as pessoas se sentem no trabalho em um complexo industrial. Cada pergunta era um item de Likert de 5 pontos de discordância forte para concordar fortemente. Para entender se as perguntas neste questionário medem de forma confiável a mesma variável latente (sensação de segurança) (de modo que uma escala Likert poderia ser construída), um Cronbachs alfa foi executado em um tamanho de amostra de 15 trabalhadores. Configuração de estatísticas SPSS em estatísticas SPSS Nas estatísticas SPSS, as nove perguntas foram rotuladas como Qu1 até Qu9. Para saber como inserir corretamente seus dados nas Estatísticas SPSS para executar um teste alfa de Cronbach, consulte nosso tutorial de Dados de Entrada de Dados no SPSS. Alternativamente, você pode aprender sobre o nosso conteúdo aprimorado de configuração de dados aqui. Junte-se aos 10 mil alunos, acadêmicos e profissionais que dependem da Laerd Statistics. TOMAR OS PLANOS DE AVISO amp PRICING SPSS Statistics Teste Procedimento em SPSS Statistics As oito etapas abaixo mostram como verificar a consistência interna usando Cronbachs alpha em SPSS Statistics. No final destas oito etapas, mostramos como interpretar os resultados do seu Cronbachs alfa. Clique em A nalyze gt Sc a le gt R elability Analysis. No menu superior, conforme mostrado abaixo: Publicado com permissão por escrito da SPSS Statistics, IBM Corporation. Você será apresentado com a caixa de diálogo Análise de Confiabilidade, conforme mostrado abaixo: Publicado com permissão por escrito da SPSS Statistics, IBM Corporation. Transfira as variáveis Qu1 para Qu9 para a caixa I tems :. Você pode fazer isso arrastando e soltando as variáveis para as respectivas caixas ou usando o botão. Você receberá a seguinte tela: Publicado com permissão por escrito da SPSS Statistics, IBM Corporation. Deixe o M odel: defina como Alpha, que representa Cronbachs alfa em SPSS Statistics. Se você quiser fornecer um nome para a escala, insira-a na caixa Scale label :. Uma vez que isso apenas imprime o nome que você inseriu no topo da saída de Estatísticas SPSS, certamente não é essencial que você faça (no nosso exemplo, deixamos isso em branco). Clique no botão, que abrirá a caixa de diálogo Análise de Confiabilidade: Estatísticas, conforme mostrado abaixo: Publicado com permissão por escrito da SPSS Statistics, IBM Corporation. Selecione o I tem. S cale e Sc a le if item eliminou as opções na área ndashDescriptives forndash e a opção Correcções na área ndashInter-Itemndash, conforme mostrado abaixo: Publicado com permissão por escrito da SPSS Statistics, IBM Corporation. Clique no botão. Isso irá retornar você para a caixa de diálogo Análise de Confiabilidade. Clique no botão para gerar a saída. SPSS Statistics Output para Cronbachs Alpha O SPSS Statistics produz muitas tabelas diferentes. A primeira tabela importante é a tabela de Estatísticas de Confiabilidade que fornece o valor real para Cronbachs alfa. Conforme mostrado abaixo: Publicado com permissão por escrito da SPSS Statistics, IBM Corporation. Do nosso exemplo, podemos ver que Cronbachs alfa é 0.805. O que indica um alto nível de consistência interna para nossa escala com essa amostra específica. Estatísticas do SPSS - estatísticas totais A tabela de estatísticas do item apresenta o Cronbachs Alpha se o item foi excluído na coluna final, conforme mostrado abaixo: Publicado com permissão por escrito da SPSS Statistics, IBM Corporation. Esta coluna apresenta o valor que Cronbachs alfa seria se esse item específico fosse excluído da escala. Podemos ver que a remoção de qualquer pergunta, exceto a questão 8, resultaria em um Cronbachs alfa menor. Portanto, não queremos remover essas questões. A remoção da questão 8 levaria a uma pequena melhoria em Cronbachs alfa, e também podemos ver que o valor Correção de Correção de Item-Total foi baixo (0,128) para este item. Isso pode levar-nos a considerar se devemos remover este item. Cronbachs alpha simplesmente fornece um coeficiente de confiabilidade global para um conjunto de variáveis (por exemplo, perguntas). Se suas perguntas refletem diferentes qualidades pessoais subjacentes (ou outras dimensões), por exemplo, motivação do empregado e compromisso dos funcionários, o Cronbachs alfa não poderá distinguir entre estes. Para fazer isso e verificar sua confiabilidade (usando o Cronbachs alfa), primeiro você precisará executar um teste, como a análise de componentes principais (PCA). Você pode aprender a realizar a análise de componentes principais (PCA) usando SPSS Statistics, bem como interpretar e escrever seus resultados, em nosso conteúdo aprimorado. Você pode aprender mais aqui. Também é possível executar Cronbachs alfa no Minitab. Junte-se aos 10 mil alunos, acadêmicos e profissionais que dependem da Laerd Statistics. TOMAR OS PLANOS DE VISTA amp PRICINGNOTICE: O grupo de consultoria estatística IDRE estará migrando o site para o WordPress CMS em fevereiro para facilitar a manutenção e criação de novos conteúdos. Algumas de nossas páginas antigas serão removidas ou arquivadas de modo que elas não serão mais mantidas. Vamos tentar manter os redirecionamentos para que os URLs antigos continuem a funcionar da melhor maneira possível. Bem-vindo ao Instituto de Pesquisa e Educação Digital Ajudar o Grupo de Consultoria Estatal dando um presente FAQ do SPSS O que Cronbachs alfa significa Cronbachs alfa é uma medida de consistência interna, ou seja, quão estreitamente relacionado um conjunto de itens são como um grupo. É considerado uma medida de confiabilidade da escala. Um valor quotighquot para alfa não implica que a medida seja unidimensional. Se, além de medir a consistência interna, você deseja fornecer evidências de que a escala em questão é unidimensional, podem ser realizadas análises adicionais. A análise fatorial exploratória é um método de verificação da dimensionalidade. Tecnicamente falando, Cronbachs alfa não é um teste estatístico - é um coeficiente de confiabilidade (ou consistência). Cronbachs alfa pode ser escrito como uma função do número de itens de teste e a inter-correlação média entre os itens. Abaixo, para fins conceituais, mostramos a fórmula para o Cronbachs alfa padronizado: Aqui N é igual ao número de itens, c-bar é a covariância inter-item média entre os itens e a barra v é igual à variância média. Pode-se ver a partir desta fórmula que, se você aumentar o número de itens, você aumenta o Cronbachs alfa. Além disso, se a correlação inter-item média for baixa, o alfa será baixo. À medida que a correlação inter-item média aumenta, Cronbachs alfa também aumenta (mantendo constante o número de itens). Um exemplo Vamos trabalhar através de um exemplo de como calcular Cronbachs alfa usando SPSS e como verificar a dimensionalidade da escala usando a análise fatorial. Para este exemplo, usaremos um conjunto de dados que contém quatro itens de teste - q1. Q2. Q3 e q4. Você pode baixar o conjunto de dados clicando em alpha. sav. Para calcular Cronbachs alfa para todos os quatro itens - q1, q2, q3, q4 - use o comando de confiabilidade: Aqui está a saída resultante da sintaxe acima: O coeficiente alfa para os quatro itens é .839, sugerindo que os itens têm relativamente alto consistência interna. (Observe que um coeficiente de confiabilidade de .70 ou superior é considerado aceitável na maioria das situações de pesquisa de ciências sociais.) Além de computar o coeficiente de confiabilidade alfa, podemos também querer investigar a dimensionalidade da escala. Podemos usar o comando do fator para fazer isso: Aqui está a saída resultante da sintaxe acima: Olhando para a tabela rotulada Variância Total Explicada, vemos que o valor próprio para o primeiro fator é um pouco maior do que o valor próprio para o Próximo fator (2,7 versus 0,54). Além disso, o primeiro fator responde por 67 da variância total. Isso sugere que os itens de escala são unidimensionais. Para obter mais informações Para obter mais informações sobre como ler dados no SPSS, consulte a Referência de sintaxe do comando SPSS. Para obter mais informações sobre Cronbachs Alpha, consulte a Biblioteca SPSS: O meu coeficiente Alpha é negativo Para obter mais informações sobre coeficientes intraclasse como medida de confiabilidade, consulte Biblioteca SPSS: Escolhendo um Coeficiente de Correlação intraclasse. O conteúdo deste site não deve ser interpretado como um endosso de qualquer site, livro ou produto de software específico da Universidade da Califórnia. Alpha Alpha (Alpha) usando estatísticas SPSS Introdução Cronbachs alfa é a medida mais comum de consistência interna ( confiabilidade). É mais comumente usado quando você tem várias questões Likert em um questionário questionário que forma uma escala e você deseja determinar se a escala é confiável. Se você está preocupado com a confiabilidade inter-avaliador, também temos um guia sobre o uso do kappa Cohens (kappa) que você pode achar útil. SPSS Statistics Um pesquisador desenvolveu um questionário de nove perguntas para medir o quão seguro as pessoas se sentem no trabalho em um complexo industrial. Cada pergunta era um item de Likert de 5 pontos de discordância forte para concordar fortemente. Para entender se as perguntas neste questionário medem de forma confiável a mesma variável latente (sensação de segurança) (de modo que uma escala Likert poderia ser construída), um Cronbachs alfa foi executado em um tamanho de amostra de 15 trabalhadores. Configuração de estatísticas SPSS em estatísticas SPSS Nas estatísticas SPSS, as nove perguntas foram rotuladas como Qu1 até Qu9. Para saber como inserir corretamente seus dados nas Estatísticas SPSS para executar um teste alfa de Cronbach, consulte nosso tutorial de Dados de Entrada de Dados no SPSS. Alternativamente, você pode aprender sobre o nosso conteúdo aprimorado de configuração de dados aqui. Junte-se aos 10 mil alunos, acadêmicos e profissionais que dependem da Laerd Statistics. TOMAR OS PLANOS DE AVISO amp PRICING SPSS Statistics Teste Procedimento em SPSS Statistics As oito etapas abaixo mostram como verificar a consistência interna usando Cronbachs alpha em SPSS Statistics. No final destas oito etapas, mostramos como interpretar os resultados do seu Cronbachs alfa. Clique em A nalyze gt Sc a le gt R elability Analysis. No menu superior, conforme mostrado abaixo: Publicado com permissão por escrito da SPSS Statistics, IBM Corporation. Você será apresentado com a caixa de diálogo Análise de Confiabilidade, conforme mostrado abaixo: Publicado com permissão por escrito da SPSS Statistics, IBM Corporation. Transfira as variáveis Qu1 para Qu9 para a caixa I tems :. Você pode fazer isso arrastando e soltando as variáveis para as respectivas caixas ou usando o botão. Você receberá a seguinte tela: Publicado com permissão por escrito da SPSS Statistics, IBM Corporation. Deixe o M odel: defina como Alpha, que representa Cronbachs alfa em SPSS Statistics. Se você quiser fornecer um nome para a escala, insira-a na caixa Scale label :. Uma vez que isso apenas imprime o nome que você inseriu no topo da saída de Estatísticas SPSS, certamente não é essencial que você faça (no nosso exemplo, deixamos isso em branco). Clique no botão, que abrirá a caixa de diálogo Análise de Confiabilidade: Estatísticas, conforme mostrado abaixo: Publicado com permissão por escrito da SPSS Statistics, IBM Corporation. Selecione o I tem. S cale e Sc a le if item eliminou as opções na área ndashDescriptives forndash e a opção Correcções na área ndashInter-Itemndash, conforme mostrado abaixo: Publicado com permissão por escrito da SPSS Statistics, IBM Corporation. Clique no botão. Isso irá retornar você para a caixa de diálogo Análise de Confiabilidade. Clique no botão para gerar a saída. SPSS Statistics Output para Cronbachs Alpha O SPSS Statistics produz muitas tabelas diferentes. A primeira tabela importante é a tabela de Estatísticas de Confiabilidade que fornece o valor real para Cronbachs alfa. Conforme mostrado abaixo: Publicado com permissão por escrito da SPSS Statistics, IBM Corporation. Do nosso exemplo, podemos ver que Cronbachs alfa é 0.805. O que indica um alto nível de consistência interna para nossa escala com essa amostra específica. Estatísticas do SPSS - estatísticas totais A tabela de estatísticas do item apresenta o Cronbachs Alpha se o item foi excluído na coluna final, conforme mostrado abaixo: Publicado com permissão por escrito da SPSS Statistics, IBM Corporation. Esta coluna apresenta o valor que Cronbachs alfa seria se esse item específico fosse excluído da escala. Podemos ver que a remoção de qualquer pergunta, exceto a questão 8, resultaria em um Cronbachs alfa menor. Portanto, não queremos remover essas questões. A remoção da questão 8 levaria a uma pequena melhoria em Cronbachs alfa, e também podemos ver que o valor Correção de Correção de Item-Total foi baixo (0,128) para este item. Isso pode levar-nos a considerar se devemos remover este item. Cronbachs alpha simplesmente fornece um coeficiente de confiabilidade global para um conjunto de variáveis (por exemplo, perguntas). Se suas perguntas refletem diferentes qualidades pessoais subjacentes (ou outras dimensões), por exemplo, motivação do empregado e compromisso dos funcionários, o Cronbachs alfa não poderá distinguir entre estes. Para fazer isso e verificar sua confiabilidade (usando o Cronbachs alfa), primeiro você precisará executar um teste, como a análise de componentes principais (PCA). Você pode aprender a realizar a análise de componentes principais (PCA) usando SPSS Statistics, bem como interpretar e escrever seus resultados, em nosso conteúdo aprimorado. Você pode aprender mais aqui. Também é possível executar Cronbachs alfa no Minitab. Junte-se aos 10 mil alunos, acadêmicos e profissionais que dependem da Laerd Statistics. TOMAR OS PLANOS DE VISTA amp PRICINGNOTICE: O grupo de consultoria estatística IDRE estará migrando o site para o WordPress CMS em fevereiro para facilitar a manutenção e criação de novos conteúdos. Algumas de nossas páginas antigas serão removidas ou arquivadas de modo que elas não serão mais mantidas. Vamos tentar manter os redirecionamentos para que os URLs antigos continuem a funcionar da melhor maneira possível. Bem-vindo ao Instituto de Pesquisa e Educação Digital Ajudar o Grupo de Consultoria Estatal dando um presente FAQ do SPSS O que Cronbachs alfa significa Cronbachs alfa é uma medida de consistência interna, ou seja, quão estreitamente relacionado um conjunto de itens são como um grupo. É considerado uma medida de confiabilidade da escala. Um valor quotighquot para alfa não implica que a medida seja unidimensional. Se, além de medir a consistência interna, você deseja fornecer evidências de que a escala em questão é unidimensional, podem ser realizadas análises adicionais. A análise fatorial exploratória é um método de verificação da dimensionalidade. Tecnicamente falando, Cronbachs alfa não é um teste estatístico - é um coeficiente de confiabilidade (ou consistência). Cronbachs alfa pode ser escrito como uma função do número de itens de teste e a inter-correlação média entre os itens. Abaixo, para fins conceituais, mostramos a fórmula para o Cronbachs alfa padronizado: Aqui N é igual ao número de itens, c-bar é a covariância inter-item média entre os itens e a barra v é igual à variância média. Pode-se ver a partir desta fórmula que, se você aumentar o número de itens, você aumenta o Cronbachs alfa. Além disso, se a correlação inter-item média for baixa, o alfa será baixo. À medida que a correlação inter-item média aumenta, Cronbachs alfa também aumenta (mantendo constante o número de itens). Um exemplo Vamos trabalhar através de um exemplo de como calcular Cronbachs alfa usando SPSS e como verificar a dimensionalidade da escala usando a análise fatorial. Para este exemplo, usaremos um conjunto de dados que contém quatro itens de teste - q1. Q2. Q3 e q4. Você pode baixar o conjunto de dados clicando em alpha. sav. Para calcular Cronbachs alfa para todos os quatro itens - q1, q2, q3, q4 - use o comando de confiabilidade: Aqui está a saída resultante da sintaxe acima: O coeficiente alfa para os quatro itens é .839, sugerindo que os itens têm relativamente alto consistência interna. (Observe que um coeficiente de confiabilidade de .70 ou superior é considerado aceitável na maioria das situações de pesquisa de ciências sociais.) Além de computar o coeficiente de confiabilidade alfa, podemos também querer investigar a dimensionalidade da escala. Podemos usar o comando do fator para fazer isso: Aqui está a saída resultante da sintaxe acima: Olhando para a tabela rotulada Variância Total Explicada, vemos que o valor próprio para o primeiro fator é um pouco maior do que o valor próprio para o Próximo fator (2,7 versus 0,54). Além disso, o primeiro fator responde por 67 da variância total. Isso sugere que os itens de escala são unidimensionais. Para obter mais informações Para obter mais informações sobre como ler dados no SPSS, consulte a Referência de sintaxe do comando SPSS. Para obter mais informações sobre Cronbachs Alpha, consulte a Biblioteca SPSS: O meu coeficiente Alpha é negativo Para obter mais informações sobre coeficientes intraclasse como medida de confiabilidade, consulte Biblioteca SPSS: Escolhendo um Coeficiente de Correlação intraclasse. O conteúdo deste site não deve ser interpretado como um endosso de qualquer site, livro ou produto de software específico da Universidade da Califórnia.
No comments:
Post a Comment