あるレストランチェーンの顧客関係マネージャが、アンケートを利用して顧客満足度を評価したいと考えています。マネージャは、試験的調査でアンケートの質問をテストし、質問が顧客満足度を一貫して測定するものであることを確認します。そこで、無作為に選ばれた50人の顧客に3つの質問をして、回答を5段階評価のLikertスケール（1は不満/可能性が低い、5は非常に満足/可能性が高い）で記録します。
- サンプルデータを開く、顧客満足度.MTW.
- を選択します。
- 変数に、「項目1」「項目2」「項目3」を入力します。
- グラフを選択して、平滑化データの行列散布図が選択されていることを確認します。
- 各ダイアログボックスでOKをクリックします。
結果を解釈する
相関行列表の正の値が高い場合、項目同士はすべて相関が高くなります。行列プロットは、すべての項目に正の線形関係があることも示します。全体のクロンバックのアルファは0.9550であり、共通基準の0.7よりも大きいです。したがって、管理者は、すべてのアンケートの質問が測定する特徴（顧客満足度）は同じだと結論付けます。
相関行列
| 項目1 | 項目2 | |
|---|---|---|
| 項目2 | 0.903 | |
| 項目3 | 0.867 | 0.864 |
項目および合計統計量
| 変数 | 合計数 | 平均 | 標準偏差 |
|---|---|---|---|
| 項目1 | 50 | 3.1600 | 1.2675 |
| 項目2 | 50 | 2.8400 | 1.3607 |
| 項目3 | 50 | 2.9400 | 1.3463 |
| 合計 | 50 | 8.9400 | 3.8087 |
Cronbachのアルファ
| α |
|---|
| 0.9550 |
省略項目統計量
| 外された変数 | 調整 合計平均 | 調整 合計標準偏差 | 項目-調整 合計相関 | 重相関の二乗 | Cronbach のアルファ |
|---|---|---|---|---|---|
| 項目1 | 5.780 | 2.613 | 0.9166 | 0.8447 | 0.9268 |
| 項目2 | 6.100 | 2.525 | 0.9134 | 0.8413 | 0.9277 |
| 項目3 | 6.000 | 2.563 | 0.8870 | 0.7869 | 0.9476 |
