Question

我知道Cronbach的alpha已在此处和其他地方进行了广泛讨论，但是我找不到输出表的详细解释。

psych::alpha(questionaire)

Reliability analysis   
Call: psych::alpha(x = diagnostic_test)

  raw_alpha std.alpha G6(smc) average_r S/N   ase mean   sd median_r
      0.69      0.73       1      0.14 2.7 0.026  0.6 0.18     0.12

 lower alpha upper     95% confidence boundaries
0.64 0.69 0.74 

 Reliability if an item is dropped:
        raw_alpha std.alpha G6(smc) average_r S/N alpha se  var.r med.r
Score1       0.69      0.73    0.86      0.14 2.7    0.027 0.0136  0.12
Score2       0.68      0.73    0.87      0.14 2.7    0.027 0.0136  0.12
Score3       0.69      0.73    0.87      0.14 2.7    0.027 0.0136  0.12
Score4       0.67      0.72    0.86      0.14 2.5    0.028 0.0136  0.11
Score5       0.68      0.73    0.87      0.14 2.7    0.027 0.0134  0.12
Score6       0.69      0.73    0.91      0.15 2.7    0.027 0.0138  0.12
Score7       0.69      0.73    0.85      0.15 2.7    0.027 0.0135  0.12
Score8       0.68      0.72    0.86      0.14 2.6    0.028 0.0138  0.12
Score9       0.68      0.73    0.92      0.14 2.7    0.027 0.0141  0.12
Score10      0.68      0.72    0.90      0.14 2.6    0.027 0.0137  0.12
Score11      0.67      0.72    0.86      0.14 2.5    0.028 0.0134  0.11
Score12      0.67      0.71    0.87      0.13 2.5    0.029 0.0135  0.11
Score13      0.67      0.72    0.86      0.14 2.6    0.028 0.0138  0.11
Score14      0.68      0.72    0.86      0.14 2.6    0.028 0.0138  0.11
Score15      0.67      0.72    0.86      0.14 2.5    0.028 0.0134  0.11
Score16      0.68      0.72    0.88      0.14 2.6    0.028 0.0135  0.12
score        0.65      0.65    0.66      0.10 1.8    0.030 0.0041  0.11

 Item statistics 
          n raw.r std.r r.cor r.drop mean   sd
Score1  286  0.36  0.35  0.35   0.21 0.43 0.50
Score2  286  0.37  0.36  0.36   0.23 0.71 0.45
Score3  286  0.34  0.34  0.34   0.20 0.73 0.44
Score4  286  0.46  0.46  0.46   0.33 0.35 0.48
Score5  286  0.36  0.36  0.36   0.23 0.73 0.44
Score6  286  0.29  0.32  0.32   0.18 0.87 0.34
Score7  286  0.33  0.32  0.32   0.18 0.52 0.50
Score8  286  0.42  0.41  0.41   0.28 0.36 0.48
Score9  286  0.32  0.36  0.36   0.22 0.90 0.31
Score10 286  0.37  0.40  0.40   0.26 0.83 0.37
Score11 286  0.48  0.47  0.47   0.34 0.65 0.48
Score12 286  0.49  0.49  0.49   0.37 0.71 0.46
Score13 286  0.46  0.44  0.44   0.31 0.44 0.50
Score14 286  0.44  0.43  0.43   0.30 0.43 0.50
Score15 286  0.48  0.47  0.47   0.35 0.61 0.49
Score16 286  0.39  0.39  0.39   0.26 0.25 0.43
score   286  1.00  1.00  1.00   1.00 0.60 0.18
Warning messages:
1: In cor.smooth(r) : Matrix was not positive definite, smoothing was done
2: In cor.smooth(R) : Matrix was not positive definite, smoothing was done
3: In cor.smooth(R) : Matrix was not positive definite, smoothing was done

据我所知，r.cor代表总项目相关性或双序列相关性。我已经看到，这通常与相应的p值一起解释。

1。 r.cor和r.drop的确切解释是什么？

2。 p值如何计算？

Answer 1

1。。尽管这更是Crossvalidated的问题，但这是“商品统计信息”部分的详细说明：

raw.r：项目与量表总分之间的相关性（即项目与总相关性）； raw.r存在问题，即项目本身已包含在总数中–这意味着我们正在将项目与其自身相关联，因此当然会相关（r.cor和r.drop解决了此问题；有关详细信息，请参见？alpha）

r.drop：没有该项目本身的项目与总的相关性（即，项目剩余相关性或校正后的项目与总相关性）；项与项之间的相关性较低，表明该项与总体规模没有很好的相关性

r.cor：校正了项与项之间的相关性，以实现项重叠和规模可靠性均值和标准差：如果删除该项目，则为刻度的均值和标准差

2。。您不应使用与这些相关系数相对应的p值来指导您的决策。我建议不要费心计算它们。

psych：alpha-输出的详细解释

1 个答案: