Анализ пригодности
Задания со ступенчатыми ответами
В разделе 19.3 была представлена анкета исследования Фрайбургского университета, посвященного отношению респондентов к болезни. Эта анкета охватывает в общей сложности 35 пунктов, отображающих при помощи кодировок 1 = "абсолютно нет" до 5 = "очень сильно" ситуацию, характеризующую то, как пациенты склонны бороться с поразившим их недугом. Пункты были подвергнуты факторному анализу; один из пяти результирующих факторов мы назвали: "Активное действие, направленное на решение проблемы".
В этот фактор вошли следующие переменные:
f1 | Искать информацию о заболевании и лечении |
f7 | Предпринимать активные действия для решения проблемы |
f8 | Составить план лечения и затем приступить к его реализации |
f13 | Больше себе позволять |
f14 | Пытаться интенсивней жить |
f15 | Решиться на борьбу с болезнью |
f17 | Подбадривать себя |
f18 | Пытаться достичь успеха и самоутверждения |
f19 | Пытаться отвлечься |
f20 | Искать уединения |
Эти пункты можно собрать в один тест, который для каждого пациента будет давать некоторое значение на шкале уровня активности его действий. При помощи теста пригодности проверим также реальную пригодность этих пунктов. Так как все пункты имеют положительную кодировку в направлении активного образа действия, в перекодировке, как в разд. 19.1, нет необходимости.
- Откройте файл fkv.sav.
- Выберите в меню Analyze (Анализ) › Scale (Масштабировать) › Reliability Analysis… (Анализ пригодности)
- Переменные f1, f7, f8, f1З, f14, f15, f17, f18, f19 и f20 поместите в поле, предназначенное для пунктов (вопросов анкеты).
- Через выключатель Statistics…(Статистики) в группе Descriptives for (Дескриптивные статистики для) активируйте опцию Scale if Item deleted (Масштабировать, если пункт удален).
В окне просмотра появятся следующие результаты.
RELIABILITY ANALYSIS-SCALE (ALPHA) | |||||
Item-total | Statistics | ||||
Scale Mean if Item Deleted | Scale Variance if Item Deleted | Corrected Item-Total Correlation | Alpha if Item Deleted | ||
F1 | 30.2750 | 45.5214 | 0.4514 | 0.8059 | |
F7 | 30.3937 | 43.9761 | 0.5534 | 0.7944 | |
F8 | 31.0812 | 43.8990 | 0.5453 | 0.7953 | |
F13 | 31.1125 | 46.1885 | 0.4592 | 0.8046 | |
F14 | 30.4250 | 45.8057 | 0.4857 | 0.8019 | |
F15 | 30.2937 | 45.1899 | 0.4351 | 0.8084 | |
F17 | 30.4312 | 43.4418 | 0.6558 | 0.7840 | |
F18 | 30.7000 | 44.3245 | 0.5701 | 0.7929 | |
F19 | 30.5750 | 46.7491 | 0.4632 | 0.8042 | |
F20 | 30.7687 | 48.2166 | 0.3679 | 0.8131 | |
Reliability Coefficients | |||||
N of Cases = 160.0 | N of Items =10 | ||||
Alpha = 0.8170 |
В колонке Corrected Item-Total Correlation (Откорректированный пункт – суммарная корреляция) приводятся коэффициенты избирательности, а внизу таблицы можно увидеть коэффициент пригодности. В нашем случае он является довольно высоким – значение равно 0.817. На основании получившихся коэффициентов избирательности нет повода для исключения каких-либо пунктов; после любого такого исключения, в рассматриваемом случае, коэффициент пригодности снижался бы, как показано в колонке Alfa if Item Deleted (Альфа, если пункт удален).
Пригодность всех пунктов не является сюрпризом, т.к., за исключением пункта 20 (который к тому же имеет и наименьшую избирательность), все пункты обладают достаточными факторными нагрузками (> 0.4). Как показывает нижеследующая таблица, большие факторные нагрузки говорят о высоких коэффициентах избирательности.
Избирательность | Факторная нагрузка | |
f1 | 0.6558 | 0.654 |
f7 | 0.5701 | 0.589 |
f8 | 0.5534 | 0.710 |
f13 | 0.5453 | 0.690 |
f14 | 0.4857 | 0.621 |
f15 | 0.4632 | 0.572 |
f17 | 0.4592 | 0.510 |
f18 | 0.4514 | 0.563 |
f19 | 0.4351 | 0.597 |
f20 | 0.3679 | <0.400 |
Что же касается расчета индекса сложности, то в данном примере он довольно проблематичен; пожалуй, к правильному ответу можно отнести только кодировки 4 и 5.