Sur ce thème
Matrice de corrélation
La matrice de corrélation indique les valeurs de corrélation de Pearson, qui mesurent le degré de relation linéaire entre chaque paire d'items ou de variables. Les valeurs de corrélation peuvent être comprises entre -1 et +1. Cependant, en pratique, les items ont généralement des corrélations positives. Si les deux items ont tendance à augmenter et à diminuer en même temps, la valeur de corrélation est positive.
Interprétation
Utilisez la matrice de corrélation pour évaluer l'importance et la direction de la relation entre deux items ou variables. Une valeur de corrélation positive élevée indique que les items mesurent la même compétence ou caractéristique. Si les items ne sont pas fortement corrélés, ils peuvent mesurer des caractéristiques différentes ou ne pas être clairement définis.
Les variables dont les valeurs de corrélation sont supérieures à 0,7 sont souvent considérées comme étant fortement corrélées. Toutefois, la valeur de référence appropriée à utiliser dépend également des normes de votre domaine d'étude et du nombre d'items dans l'analyse.
Matrice de corrélation
| Elément 1 | Elément 2 | |
|---|---|---|
| Elément 2 | 0,903 | |
| Elément 3 | 0,867 | 0,864 |
Dans ces résultats, tous les items sont fortement corrélés. L'item 1 et l'item 2 ont une corrélation linéaire positive de 0,903. L'item 1 et l'item 3 ont une corrélation linéaire positive de 0,867, et l'item 2 et l'item 3 ont une corrélation linéaire positive de 0,864. Par conséquent, ces items semblent mesurer la même caractéristique.
Matrice de covariance
La matrice de covariance affiche les valeurs de covariance, qui mesurent la relation linéaire entre chaque paire d'items ou de variables. Des valeurs de covariance positives indiquent que des valeurs supérieures à la moyenne pour une variable sont associées à des valeurs supérieures à la moyenne pour l'autre variable et que des valeurs inférieures à la moyenne pour une variable sont associées à des valeurs inférieures à la moyenne pour l'autre variable. Des valeurs de covariance négatives indiquent que des valeurs supérieures à la moyenne pour une variable sont associées à des valeurs inférieures à la moyenne pour l'autre variable.
A la différence du coefficient de corrélation, la covariance n'est pas normalisée. Par conséquent, les valeurs de covariance peuvent s'étendre de moins l'infini à plus l'infini et peuvent être difficiles à interpréter. Pour interpréter plus facilement la relation linéaire entre chaque paire d'items ou de variables, vous pouvez utiliser la matrice de corrélation.
Moyenne
La moyenne est la somme de toutes les observations divisée par le nombre d'observations. Minitab calcule la moyenne de chaque item et la moyenne totale. La moyenne d'un item est la somme de tous les scores d'un item divisée par le nombre de scores pour cet item. La moyenne totale est la somme de toutes les moyennes d'item.
Interprétation
La moyenne d'un item permet de décrire le score de chaque élémernt ou variable avec une seule valeur qui représente le centre des données.
Elément et statistiques totales
| Variable | Dénombrement total | Moyenne | EcTyp |
|---|---|---|---|
| Elément 1 | 50 | 3,1600 | 1,2675 |
| Elément 2 | 50 | 2,8400 | 1,3607 |
| Elément 3 | 50 | 2,9400 | 1,3463 |
| Total | 50 | 8,9400 | 3,8087 |
Dans ces résultats, l'item 1 est celui qui a le score moyen le plus élevé (3,16) et l'item 2 est celui qui a le plus faible (2,84). La moyenne totale est la somme des moyennes pour les trois items.
EcTyp
L'écart type est une mesure de la dispersion ou de la répartition des données autour la moyenne. Minitab calcule l'écart type des scores pour chaque item ou variable, ainsi que le total des écarts types.
Interprétation
Utilisez l'écart type des items pour déterminer la dispersion des scores par rapport à la moyenne.
Elément et statistiques totales
| Variable | Dénombrement total | Moyenne | EcTyp |
|---|---|---|---|
| Elément 1 | 50 | 3,1600 | 1,2675 |
| Elément 2 | 50 | 2,8400 | 1,3607 |
| Elément 3 | 50 | 2,9400 | 1,3463 |
| Total | 50 | 8,9400 | 3,8087 |
Dans ces résultats, les scores pour l'item 2 sont ceux qui présentent le plus grand écart type (1,3607). Cela signifie que les scores de l'item 2 ont la variabilité la plus importante des trois items. L'item 1 est celui qui a le plus petit écart type (1,2675) et dont les scores présentent la plus petite variabilité. L'écart type total est la somme des écarts types pour les trois items.
Alpha de Cronbach
L'alpha de Cronbach est une mesure de la cohérence interne calculée à l'aide de la variance d'échantillon, des scores totaux et du nombre d'items.
Interprétation
L'alpha de Cronbach permet de vérifier la cohérence avec laquelle plusieurs items d'une étude ou d'un test évaluent la même compétence ou caractéristique. Plus les valeurs de l'alpha de Cronbach sont élevées, plus la cohérence interne est forte. Une valeur de référence égale à 7 est fréquemment utilisée. En général, si l'alpha de Cronbach est supérieur à 0,7, cela indique que les items de l'étude ou du test mesurent la même compétence ou caractéristique. Si l'alpha de Cronbach est inférieur à 0,7, les items ne permettent pas de mesurer une même compétence ou caractéristique de manière suffisamment fiable pour que vous puissiez affirmer qu'au moins certains des items mesurent la même caractéristique. Toutefois, la valeur de référence appropriée à utiliser dépend également des normes de votre domaine d'étude et du nombre d'items dans l'analyse.
Alpha de Cronbach
| Alpha |
|---|
| 0,9550 |
Dans ces résultats, l'alpha de Cronbach général est égal à 0,955. Cette valeur est supérieure à la référence courante de 0,7 et indique que les items mesurent la même caractéristique.
Moyenne totale ajust.
La moyenne totale ajustée est la somme des moyennes de tous les items, en excluant celle de l'item omis.
Interprétation
La moyenne totale ajustée permet d'étudier la variation de la moyenne totale lorsqu'un item est supprimé de l'analyse.
Statistiques d'élément omises
| Variable omise | Moyenne totale ajust. | EcTyp total ajust | Corr totale élém-ajust | Corr multiple quadratique | Alpha de Cronbach |
|---|---|---|---|---|---|
| Elément 1 | 5,780 | 2,613 | 0,9166 | 0,8447 | 0,9268 |
| Elément 2 | 6,100 | 2,525 | 0,9134 | 0,8413 | 0,9277 |
| Elément 3 | 6,000 | 2,563 | 0,8870 | 0,7869 | 0,9476 |
Dans ces résultats, la moyenne totale ajustée est égale à 5,780 lorsque l'item 1 est omis de l'analyse. Autrement dit, la somme du score moyen pour l'item 2 et du score moyen pour l'item 3 est égale à 5,78.
EcTyp total ajust
L'écart type total ajusté est l'écart type du score total après omission d'un item.
Interprétation
L'écart type total ajusté permet d'étudier la variation de l'écart type total lorsqu'un item est supprimé de l'analyse.
Statistiques d'élément omises
| Variable omise | Moyenne totale ajust. | EcTyp total ajust | Corr totale élém-ajust | Corr multiple quadratique | Alpha de Cronbach |
|---|---|---|---|---|---|
| Elément 1 | 5,780 | 2,613 | 0,9166 | 0,8447 | 0,9268 |
| Elément 2 | 6,100 | 2,525 | 0,9134 | 0,8413 | 0,9277 |
| Elément 3 | 6,000 | 2,563 | 0,8870 | 0,7869 | 0,9476 |
Dans ces résultats, l'écart type total ajusté est égal à 2,613 lorsque l'item 1 est omis de l'analyse.
Corr totale élém-ajust
La corrélation totale ajustée aux items est la corrélation entre les scores d'un item omis et le total des scores de tous les autres items. Même si en théorie les valeurs de la corrélation totale ajustée aux items peuvent être comprises entre -1 et 1, en pratique, elles sont généralement comprises entre 0 et 1.
Interprétation
Utilisez la corrélation totale ajustée aux items pour déterminer si le retrait d'un item de l'analyse améliore la cohérence interne. Une valeur élevée de la corrélation ajustée aux items (proche de 1) suggère que l'item omis mesure la même caractéristique que les autres items. Si un item omis a une faible valeur de corrélation multiple quadratique, une faible valeur de corrélation ajustée aux items et une valeur d'alpha de Cronbach considérablement supérieure à celle des autres items, il est sans doute nécessaire de supprimer l'item de l'étude ou du test pour en améliorer la cohérence interne.
Statistiques d'élément omises
| Variable omise | Moyenne totale ajust. | EcTyp total ajust | Corr totale élém-ajust | Corr multiple quadratique | Alpha de Cronbach |
|---|---|---|---|---|---|
| Elément 1 | 5,780 | 2,613 | 0,9166 | 0,8447 | 0,9268 |
| Elément 2 | 6,100 | 2,525 | 0,9134 | 0,8413 | 0,9277 |
| Elément 3 | 6,000 | 2,563 | 0,8870 | 0,7869 | 0,9476 |
Dans ces résultats, la corrélation totale ajustée aux items pour l'item 1 est égale à 0,9166. La corrélation totale ajustée aux items pour l'item 2 est égale à 0,9134. La corrélation totale ajustée aux items pour l'item 3 est égale à 0,887. Comme la corrélation totale ajustée aux items pour tous les items est toujours élevée, l'analyse suggère que tous les items mesurent la même caractéristique.
Corr multiple quadratique
La corrélation multiple quadratique est le coefficient de détermination (R2) pour une régression de l'item omis sur les items restants. Les valeurs sont comprises entre 0 et 1.
Interprétation
Utilisez les valeurs de corrélation multiple quadratique pour déterminer si le retrait d'un item de l'analyse améliore la cohérence interne. Une valeur de corrélation multiple quadratique élevée (proche de 1) suggère que l'item omis mesure la même caractéristique que les autres items. Si un item omis a une faible valeur de corrélation multiple quadratique, une faible valeur de corrélation totale ajustée aux items et une valeur d'alpha de Cronbach considérablement supérieure à celle des autres items, il est sans doute nécessaire de supprimer l'item de l'étude ou du test pour en améliorer la cohérence interne.
Statistiques d'élément omises
| Variable omise | Moyenne totale ajust. | EcTyp total ajust | Corr totale élém-ajust | Corr multiple quadratique | Alpha de Cronbach |
|---|---|---|---|---|---|
| Elément 1 | 5,780 | 2,613 | 0,9166 | 0,8447 | 0,9268 |
| Elément 2 | 6,100 | 2,525 | 0,9134 | 0,8413 | 0,9277 |
| Elément 3 | 6,000 | 2,563 | 0,8870 | 0,7869 | 0,9476 |
Dans ces résultats, la corrélation multiple quadratique pour l'item 1 est égale à 0,8447. La corrélation multiple quadratique pour l'item 2 est égale à 0,8413. La corrélation multiple quadratique pour l'item 3 est égale à 0,7869. Comme la corrélation multiple quadratique pour tous les items est toujours élevée, l'analyse suggère que tous les items mesurent la même caractéristique.
Alpha de Cronbach (pour un item omis)
L'alpha de Cronbach pour un item omis représente la valeur de l'alpha de Cronbach pour les items restants après qu'un item a été supprimé de l'analyse. L'alpha de Cronbach est une mesure de la cohérence interne calculée à l'aide de la variance d'échantillon, des scores totaux et du nombre d'items.
Interprétation
L'alpha de Cronbach pour les items omis permet de déterminer si le retrait d'un item de l'analyse améliore la cohérence interne. Des valeurs relativement cohérentes de l'alpha de Cronbach pour tous les items omis suggèrent que tous les items mesurent la même caractéristique. Un alpha de Cronbach considérablement supérieur pour un item omis spécifique suggère que ce dernier peut ne pas mesurer la même caractéristique que les autres items. Si un item omis a une faible valeur de corrélation multiple quadratique, une faible valeur de corrélation totale ajustée aux items et une valeur d'alpha de Cronbach considérablement supérieure à celle des autres items, il est sans doute nécessaire de supprimer l'item de l'étude ou du test pour en améliorer la cohérence interne.
Statistiques d'élément omises
| Variable omise | Moyenne totale ajust. | EcTyp total ajust | Corr totale élém-ajust | Corr multiple quadratique | Alpha de Cronbach |
|---|---|---|---|---|---|
| Elément 1 | 5,780 | 2,613 | 0,9166 | 0,8447 | 0,9268 |
| Elément 2 | 6,100 | 2,525 | 0,9134 | 0,8413 | 0,9277 |
| Elément 3 | 6,000 | 2,563 | 0,8870 | 0,7869 | 0,9476 |
Dans ces résultats, l'alpha de Cronbach est égal à 0,9268 lorsque l'item 1 est omis. L'alpha de Cronbach est égal à 0,9277 lorsque l'item 2 est omis. L'alpha de Cronbach est égal à 0,9476 lorsque l'item 3 est omis. Comme l'alpha de Cronbach est similaire pour tous les items omis, l'analyse suggère que tous les items mesurent la même caractéristique.
Graphique matriciel diagonal
Un graphique matriciel diagonal est un ensemble de nuages de points. Chaque nuage de points de la matrice représente les scores correspondant à une paire d'items sur les axes x et y.
Interprétation
Utilisez le graphique pour évaluer visuellement la relation entre chaque combinaison d'items ou de variables.
Le graphique matriciel diagonal suggère que toutes les paires d'items ont une relation linéaire positive.
