Наскільки надійно вимірює моя шкала? (альфа Кронбаха, омега Макдональда (McDonald's omega))

Коротко

Щонайменше два питання потрібно об’єднати в шкалу, і мета - перевірити, чи відповіді на них узгоджені (внутрішня узгодженість). Питання мають бути числами з однаковим напрямом; питання зі зворотним формулюванням закодовано навпаки (Statable вказує на від’ємні кореляції пункт-сума й створює новий стовпець). Емпіричне правило: щонайменше 5 осіб на питання, ідеально 10.

Як читати альфу

α Кронбаха зазвичай лежить між 0 і 1; від ,70 вважається прийнятною, від ,80 - доброю, з 95% інтервалом. «Альфа Кронбаха без пункту» (Cronbach's alpha if item deleted) показує, чи окреме питання погіршує шкалу; кореляція пункту із сумою має бути додатною й бажано вищою за ,30. Альфа вимірює внутрішню узгодженість. Вона не показує, чи вимірюють питання одну спільну ознаку (одновимірність) - це перевіряє факторний аналіз, - ані чи вимірює шкала те, що мається на увазі (валідність).

Омега Макдональда

Поряд з альфою є рядок «Омега Макдональда» (McDonald's omega) (від трьох питань). Омега виходить з оціненої сили, з якою кожне питання вносить внесок у шкалу; альфа припускає однаковий внесок. Діють ті самі емпіричні правила. Якщо омега помітно вища за альфу, питання вносять нерівний внесок. Для цього Statable один раз завантажує R під час першого запуску (приблизно 30 МБ), потім це триває близько секунди й відбувається автоматично. Омега припускає один спільний конструкт; якщо питання вимірюють кілька, допомагає факторний аналіз.

α Кронбаха = ,82, 95% ДІ [,76; ,87] (4 пункти, n = 118); ω Макдональда = ,84, 95% ДІ [,79; ,88]

Для фахівців

ω загальна з однофакторної моделі (lavaan, ML): ω = (Σλ)² / ((Σλ)² + Σθ), як у JASP. jamovi використовує psych::omega з одним фактором і не показує інтервалу. Інтервал типово обчислюється дельта-методом; за бажанням - перцентильним бутстрепом (1000 вибірок, фіксоване початкове значення генератора, як у JASP), що в браузері триває значно довше. Пропущені значення: особи виключаються або FIML. ωh (ієрархічна) береться з psych::omega з 2-4 груповими факторами й доступна від шести пунктів. Від’ємну залишкову дисперсію або навантаження понад 1 (випадок Хейвуда (Heywood case)) програма повідомляє. Перевірено за R: HolzingerSwineford1939 і psych::bfi.

Інші картки під результатом

• Модель Раша (завдання правильно/хибно): складність кожного завдання, відповідність (infit та outfit між 0,7 і 1,3), карта Райта.
• Модель 2PL: додатково дискримінація для кожного завдання та характеристичні криві; має сенс приблизно від 500 осіб.
• Модель ступінчастої відповіді (відповіді від 1 до 5): дискримінація та пороги для кожного запитання, криві відповідей.
• Справедливі завдання (DIF): чи мають групи однакової здібності різні шанси на завданні? Помітні завдання — лише привід глянути на зміст.
• Карта запитань: запитання із сильним зв’язком лежать близько одне до одного; показує групи запитань ще до факторного аналізу.

Типові приклади

• Вісім пунктів про тестову тривогу, один із яких сформульовано навпаки («Я йду на іспити впевнено»): спершу закодуйте навпаки, потім обчисліть альфу Кронбаха.
• Анкета з 20 питань про мотивацію: альфа для кожної підшкали.