Zadanie 1. Za pomocą analizy rzetelności skali i wspólczynnika Alfa- Cronbacha ustalić, czy pytania ankiety stanowią jednorodny zbiór.

Transkrypt

1 L a b o r a t o r i u m S P S S S t r o n a 1 W zbiorze Pytania zamieszczono odpowiedzi 25 opiekunów dzieci w wieku 8. lat na następujące pytania 1 : P1. Dziecko nie reaguje na bieżące uwagi opiekuna gdy jest czymś zainteresowane, P2. Dziecko jest nadmiernie aktywne, wyjątkowo żywe, P3. Dziecko we wszystko się wtrąca, wszędzie jest go pełno, P4. Dziecko porusza się szybko, raczej biega niż chodzi, P5. Dziecko chce być w centrum uwagi, nie dopuszcza innych do głosu, P6. Dziecko przerywa zabawę innym dzieciom, a dorosłym rozmowę, nawet jeśli nie ma do tego powodu. Odowiedzi zostały udzielone w skali 0d 0 do 4 wyrażacej natężenie skali zjawiska. Zadanie 1. Za pomocą analizy rzetelności skali i wspólczynnika Alfa- Cronbacha ustalić, czy pytania ankiety stanowią jednorodny zbiór. Dla stwierdzenia czy w analizowanej ankiecie nie znajdują się pytania, dla których odpowiedzi budzą wątpliwości, należy przeprowadzić Analizę Rzetelności (w oknie Skalowanie). Analiza rzetelności pozwala na badanie właściwości skal pomiarowych oraz tworzących je pozycji. Procedura analizy rzetelności umożliwia obliczenie liczby zwykle używanych miar skali rzetelności oraz dostarcza informacji na temat związków między pojedynczymi pozycjami na skali. Współczynniki korelacji wewnątrz klasowej mogą być wykorzystane do obliczenia oceny rzetelności dla ankieterów. Do najczęściej używanych miar rzetelności należy alfa- Cronbacha oparta na wartościach korelacji pomiędzy pozycjami. Alfa Cronbacha jest najpopularniejszą metodą analizy rzetelności danych skal. Jest to miara określająca spójność pozycji wchodzących w skład danej skali, czyli określa to, na ile pozycje wchodzące w skład danego czynnika, skali są do siebie podobne, czy badają te same zjawisko, ten sam konstrukt teoretyczny? Alfa Cronbacha, jako wskaźnik rzetelności, informuje jedynie o tym, czy sposób udzielania odpowiedzi na poszczególne pytania był podobny. Jeżeli tak, pytania są do siebie podobne i można założyć, że badają podobne do siebie zjawisko. Co więcej, dzięki wskaźnikowi Alfa-Cronabacha jesteśmy w stanie wyodrębnić te pytania ze skali, które zaniżają rzetelność. To znaczy, że jeżeli usunęlibyśmy daną pozycję ze skali, to czy skala uzyskałaby wyższy wskaźnik Alfa-Cronbacha, czy niższy. Jeżeli wyższy oznacza to, że dana pozycja zaniża wskaźnik rzetelności całej skali. Alfa-Cronbacha przyjmuje wartości od 0 do 1. Im większa wartość tym większa rzetelność skali. Przyjmuje się, że wartości powyżej 0,7 oznaczają prawidłową rzetelność skali. Gdy wartość współczynnika Alfa-Cronbacha jest niższa należy zastanowić się nad poszczególnymi pytaniami, które z nich zaniżają wartość bądź też przeprowadzić analizę czynnikową. Być może badana skala zawiera pytania dotyczące kilku konstruktów. Ankietę uznajemy za rzetelną jeśli wartość współczynnika alfa - Cronbacha > 0,7. Wartości niższe wskazują, że wśród pytań znajdować się mogą pytania na, które odpowiedź sprawia respondentom kłopot. Powodować to może złe sformułowanie pytania lub zbyt mała rozpiętość skali. Powodem też może być niejednorodność zbioru pytań 1 Przykład został zaczerpnięty z pracy: Anny Malarskiej- Statystyczna analiza danych.

2 L a b o r a t o r i u m S P S S S t r o n a 2 Jako model wybierzemy Alfa (Alfa Cronbacha). Otrzymujemy raport. Statystyki rzetelności Alfa Cronbacha Alfa Cronbacha na podstawie pozycji standaryzowanych Liczba pozycji,331,348 6 Jak widać wartość współczynnika Alfa-Cronbacha jest niewielka ( 0,331) zatem istnieje przypuszczenie, że wśród pytań znajdują się pytania z nierzetelnymi odpowiedziami lub zbiór pytań nie jest jednorodny. Aby znaleźć takie pytania należy eliminować kolejno pytania. Zacznijmy od analizy rzetelności po wyeliminowaniu ze zbioru pytania pierwszego. Statystyki rzetelności Alfa Cronbacha Liczba pozycji,584 5 Wynika stąd, że po wyeliminowaniu pytania pierwszego wartość współczynnika wzrosła. Po wyeliminowaniu pytań p1,p2,p4 współczynnik Alfa-Cronbacha przyjmuje wartość 0,75. Wynika stąd, że pytania nie stanowią jednorodnego zbioru. Dlatego w dalszym etapie dla wykonania podziału zbioru pytań na ewentualne części należy przeprowadzić analizę czynnikową.

3 L a b o r a t o r i u m S P S S S t r o n a 3 Zadanie 2. Na podstawie wyników ankiety ustalić jednorodne grupy pytań i podać interpretację merytoryczną. Dla wszystkich testów przyjąc poziom istotności 0,05. Analiza czynnikowa Analiza czynnikowa wykorzystywana jest do redukcji liczby wymiarów oraz ujawniania niejawnych związków w zbiorze danych. Krok1 ( Wstępny). Ustalimy pierwszy wstępny podział pytań na grupy. Macierz korelacji p1 p2 p3 p4 p5 p6 Korelacja p1 1,000 -,354 -,070 -,345 -,050 -,052 p2 -,354 1,000 -,089,773 -,138 -,071 p3 -,070 -,089 1,000,106,452,743 p4 -,345,773,106 1,000,116 -,110 p5 -,050 -,138,452,116 1,000,311 p6 -,052 -,071,743 -,110,311 1,000

4 L a b o r a t o r i u m S P S S S t r o n a 4 Istotność (jednostronna) p1,041,370,046,407,403 p2,041,336,000,255,368 p3,370,336,307,012,000 p4,046,000,307,290,301 p5,407,255,012,290,065 p6,403,368,000,301,065 Na podstawie macierzy współczynników korelacji oraz istotności tych współczynników utworzymy grafy powiązań korelacyjnych pomiędzy poszczególnymi pytaniami. Macierz składowych a Składnik 1 2 p3,788,467 p6,787,340 p5,582,339 p4 -,395,816 p2 -,543,727 p1,191 -,602 Metoda wyodrębniania czynników - Głównych składowych. a. 2 liczba wyodrębnionych składowych. Na podstawie Macierzy składowych głównych zaliczymy poszczególne pytania do jednej z wyodrębnionych grup i podamy jeśli to możliwe merytoryczną interpretację wyodrębnionych grup. Grupa1 Grupa2 p3 p6 p5 p4 p2 p1

5 L a b o r a t o r i u m S P S S S t r o n a 5 Testy Kaisera-Mayera-Olkina i Bartletta Miara KMO adekwatności doboru próby,453 Test sferyczności Bartletta Przybliżone chi-kwadrat 53,227 df 15 Istotność,000 Test sferyczności Bartletta bada istotność współczynników korelacji Pearsona pomiędzy parami zmiennych. Ho: wszystkie współczynniki korelacji ( oprócz współczynników pomiędzy tymi samymi zmiennymi) są nieistotne statystycznie ( statystycznie równe 0), H1: ~Ho. Z testu Bartletta wynika, że αspss< 0,05, a zatem hipotezę Ho odrzucamy i jako prawdziwą przyjmujemy H1. Istnieją związki pomiędzy pytaniami zatem warto przeprowadzić analizę czynnikową w celu wyodrębnienia grup pytań. Miara KMO (Kaisera-Mayera-Olkina) służy do sprawdzenia na ile badana próba odpowiada wymaganiom analizy czynnikowej. Zakłada się, że KMO powinno być nie mniejsze niż 0,5. Jeżeli KMO < 0,5 wyniki analizy czynnikowej mogą nie spełnić postawionych przed nimi zadań. W naszym przykładzie KMO = 0,453 zatem mogą pojawić się problemy jednoznacznym rozwiązaniem zadania za pomocą analizy czynnikowej. Następny raport podaje wartości całkowitej wyjaśnionej wariancji. Składnik Całkowita wyjaśniona wariancja Początkowe wartości własne Ogółem w przeglądzie % wariancji % skumulowany 1 2,066 34,441 34, ,006 33,440 67,881 3,781 13,011 80,893 4,737 12,291 93,183 5,294 4,893 98,076 6,115 1, ,000 Metoda wyodrębniania czynników głównych składowych. Widzimy, że jeśli uwzględnimy w analizach tylko dwie grupy pytań, wyjaśnią one około 67,88% całkowitej zmienności. Gdyby utworzyć trzy grupy to wyjaśnią one już 81,89%, natomiast cztery grupy 93,08% co jest wielkością zadowalającą. Widać to na wykresie zwanym osypiskiem.

6 L a b o r a t o r i u m S P S S S t r o n a 6 Utwórzmy zatem trzy grupy. Składnik trzeci ma wartość własna równą 0,781, a więc aby utworzyć trzy grupy należy podać w tabeli Wyodrębnianie Wartości własne wartość mniejszą od 0,781. Wpiszmy zatem Otrzymujemy raport.

7 L a b o r a t o r i u m S P S S S t r o n a 7 Macierz składowych a Składnik p3,788,467 p6,787,340 -,350 p4 -,395,816,274 p2 -,543,727 p1,191 -,602,440 p5,582,339,618 Metoda wyodrębniania czynników - Głównych składowych. a. 3 liczba wyodrębnionych składowych. Na podstawie Macierzy składowych głównych zaliczymy poszczególne pytania do jednej z wyodrębnionych grup i podamy jeśli to możliwe merytoryczną interpretację wyodrębnionych grup. Grupa p3 p6 p4 p2 p1 p5 Metoda wyodrębniania czynników - Głównych składowych. a. 3 liczba wyodrębnionych składowych. Utwórzmy teraz cztery grupy. Składnik czwarty ma wartość własna równą 0,737, a więc aby utworzyć cztery grupy należy podać w tabeli Wyodrębnianie Wartości własne wartość mniejszą od 0,737. Wpiszmy zatem 0.73.

8 L a b o r a t o r i u m S P S S S t r o n a 8 Macierz składowych a Składnik p3,788,467,167 p6,787,340 -,350,235 p4 -,395,816,274,168 p2 -,543,727,293 p5,582,339,618 -,366 p1,191 -,602,440,637 Metoda wyodrębniania czynników - Głównych składowych. a. 4 liczba wyodrębnionych składowych. Na podstawie Macierzy składowych głównych zaliczymy poszczególne pytania do jednej z wyodrębnionych grup i podamy jeśli to możliwe merytoryczną interpretację wyodrębnionych grup. grupa p1 p2 p3 p4 p5 p6 Metoda wyodrębniania czynników - Głównych składowych. Podsumowanie. Na podstawie przeprowadzonych analiz merytorycznej i statystycznej wyodrębniono.. grupy jednorodnych pytań.