Вступ до практичної психометрики

Мультимедійний навчальний посібник

3.2. Аналіз надійності в SPSS

Пакет статистичних програм SPSS надає можливість обчислити такі основні показники надійності вимірювальної методики, як коефіцієнт альфа Кронбаха (Cronbach), надійність половинного розщеплення (Split-half reliability) та ретестову надійність (Re-test reliability).

Для здійснення аналізу надійності шкал опитувальника за критерієм альфа Кронбаха в меню Analyze (Аналізувати) обирається команда Scale (Шкалування) і далі – Reliability Analysis (Аналіз надійності) (рис. 24).

Рис. 24. Послідовність команд для відкриття діалогового вікна Reliability Analysis.

У діалогововму вікні, що відкрилося (рис. 25), переносимо з поля всіх змінних (ліворуч) у праве поле Items (Пункти) ті змінні, котрі утворюють шкалу, що аналізується.

Рис. 25. Діалогове вікно Reliability Analysis.

Натисніть кнопку Statistics (Статистичні показники). У поданому нижче вікні (рис. 26) вставлюються прапорці, що вказують на необхідність обчислення дискриптивних показників для шкал і пунктів окремо, а також показника Scale if item deleted (Надійність у випадку видалення пункту).

Рис. 26. Діалогове вікно Reliability Analysis: Statistics.

Натисніть кнопку Continue аби повернутися в діалогове вікно Reliability Analysis, а потім – кнопку OK, щоб відкрити вікно виводу (рис. 27).

Рис. 27. Фрагмент вікна виводу Reliability Analysis.

Подані в таблиці на рис. 27 показники Corrected Item-Total Correlation (Скорегована кореляція елементу та суми) вказують на вельми низький кореляційний зв’язок між пунктами 1 і 47 та його негативне значення для пунктів 13 і 43. Тому з метою підвищення коефіцієнта альфа Кронбаха (вказаного в останньому ствопчику Cronbach’s Alfa if Item Deleted) слід видалити вказані змінні з аналізу.

Аналіз надійності половинного розщеплення передбачає таку послідовність операцій: Analyze → Scale → Reliability Analysis. Після відкриття діалогового вікна Reliability Analysis перенесіть усі змінні до списку Items, після чого розкрийте список Model (Модель) та оберіть пункт Split-half (Половинне розщепленя) (рис. 28).

Рис. 28. Послідовність команд для обчислення надійності половинного розщеплення в діалоговому вікні Reliability Analysis.

Натисніть на кнопку Statistics (Статистики) для відкриття діалогового вікна Reliability Analysis: Statistics (Аналіз надійно-сті: Статистики) (рис. 29).

Рис. 29. Встановлення статистичних показників, що виводяться при визначенні надійності половинного розщеплення в SPSS.

У групі Descriptives for (Описові статистики для) встановіть прапорці Scale (Шкала) та Scale if Item Deleted (Шкала, якщо елемен видалений), у групі Summaries (Підсумки) – прапорці Means (Середні), Variances (Дисперсії) та Correlations (Корреляції), а в групі Inter-Item (Між пунктами) – прапорець Correlations (Корреляції).

Натисніть кнопку Continue (Продовжити) аби повернутися в діалогове вікно Reliability Analysis: Statistics, а потім – кнопку OK аби відкрити вікно виводу (рис. 30).

Рис. 30. Фрагмент вікна виводу Reliability Analysis.

Окрім коефіцієнтів альфа Кронбаха, обчислених для кожної половини методики, у вікні виводу Reliability Analysis подано також значення кореляції між формами (Correlation Between Forms), коефіцієнт еквівалентних та неквівалентних форм Спірмена-Брауна (Equal/Unequal Lenth Spearman-Brown), критерій надійності половинного розщеплення Гуттмана (Guttman Split-Half Coefficient).

Іншим показником відповідності пункту шкалі є коефіцієнт кореляції цього пункту зі шкалою (дискримінативність). Для його обчислення, як правило, застосовується коефіцієнт кореляції Пірсона.

У SPSS виявлення кореляційного зв’язку між двома або більше змінними за критерієм Пірсона здійснюється за допомогою опцій Correlate (Корелювати) та Bivariate (Двовимірні кореляції) у меню програми Analyze (Аналізувати) (рис. 31).

Рис. 31. Послідовність команд для відкриття діалогового вікна Bivariate Correlations.

У діалоговому вікні Bivariate Correlations до групи Variables (Змінні) переносяться змінні, що утворюють відповідну шкалу (в даному випадку “Пункт_1”, “Пункт_10”, “Пункт_16”, “Пункт_38”), та загальний бал, отриманий по цих пунктах у вибірці (“Шкала_1”). Надалі в групі Correlate Coefficients встановлюються прапорець Pearson (Коефіцієнт кореляції Пірсона), а в групі Test of Significance – перемикач Twotailed (Двосторонній). Також прапорцем відмічається команда Flag significant correlation (Показувати значущі кореляції) (рис. 32).

Рис. 32. Діалогове вікно Bivariate Correlations.

Після натискання кнопки ОК з’являється вікно виводу (рис. 33).

Рис. 33. Фрагмент вікна виводу Bivariate Correlations.

Як видно з наведеної нижче таблиці, значуща позитивна кореляція існує між змінними “Пункт_10” та “Шкала_1” (r = 0,350; p = 0,001), “Пункт_16” та “Шкала_1” (r = 0,329; p = 0.002), “Пункт_38” та “Шкала_1” (r = 0,307; p = 0,003). Це означає, що вказані пункти максимально працюють на шкалу. Між змінними “Пункт_1” та “Шкала_1” спостерігається статистично незначущий негативний кореляційний зв’язок (r = –0,056; p = 0,599), що свідчить про дуже низьку дискримінативність пункту та вимагає його видалення з остаточного версії опитувальника.

За результатами кореляційного аналізу сукупності працюючих на шкалу пунктів важливим, на думку О.В. Мітіної, є виключення зі шкали тих груп змінних, коефіцієнт попарних кореляцій усередині яких є більшим за 0,8 (мультиколлінеарність), а також видалення тих пар змінних, коефіцієнт кореляції яких за абсолютною величиною статистично значущо не відрізняється від 1 (сингулярність).

Для перевірки ретестової надійності опитувальника поряд із критерієм Пірсона також може бути використаний коефіцієнт рангової кореляції Спірмена. Алгоритм обчислення останнього в SPSS загалом є тотожнім наведеному вище алгоритму обчислення лінійної кореляції. Єдина відмінність полягає в тому, що у групі Correlate Coefficients ставиться прапорець Spearman (Коефіцієнт кореляції Спірмена).