項目分析のすべての統計量およびグラフを解釈する

解釈

相関行列を使用して、2つの項目や変数間の関係の強さと方向を評価します。正の相関値が高い場合、項目が測定する特性や特徴が同じであることを示しています。項目の相関が高くない場合、項目はそれぞれ異なる特徴を示すこともあれば、関係がはっきりしないこともあります。

多くの場合、相関値の変数が0.7より大きい場合は、高い相関があると見なされます。ただし、使用する適切な基準値も、対象エリアの基準と分析の項目数によって変わります。

解釈

項目平均を使用して、データの中心を表す1つの値を持つ項目または変数ごとのスコアを説明します。

解釈

項目の標準偏差を使用して、各項目の平均からのデータの拡散程度を判断します。

解釈

クロンバックのアルファを使用して、調査または検定における複数の項目が同じ特性または特徴をどの程度の整合性で評価するかを評価します。クロンバックのアルファ値が高いほど、内部整合性が高いことを示します。一般に使用される基準値は0.7です。一般に、クロンバックのアルファは0.7より大きい場合、調査項目または検定項目が同じ特性または特徴を測定する根拠を持ちます。クロンバックのアルファが0.7未満の場合、少なくともいくつかの項目が測定する特徴が同じだと結論付けようとしても、項目が測定する1つの特性または特徴は信頼性が高くない可能性があります。ただし、使用する適切な基準値も、対象エリアの基準と分析の項目数によって変わります。

解釈

調整合計平均を使用して、分析から項目が削除されたときに合計平均の値がどのように変化するかを確認します。

解釈

調整合計標準偏差を使用して、分析から項目が削除されたときに標準偏差の合計値がどのように変化するかを確認します。

解釈

項目調整合計相関を使用して、分析からある項目を除外することで内部整合性が改善するかどうかを評価します。項目調整相関の値が高い場合（1に近い場合）、削除項目が測定する特徴は他の項目と同じであることを示します。除外された項目の項目調整合計相関の値が低く、平方重相関の値が低く、クロンバックのアルファがかなり高い場合、アンケートまたは検定から項目を削除することを検討して、内部整合性を改善した方がいいかもしれません。

解釈

平方重相関の値を使用して、分析からある項目を除外することで内部整合性が改善するかどうかを評価します。平方重相関の値が高い場合（1に近い場合）、省略項目が測定する特徴は他の項目と同じであることを示します。除外された項目の平方重相関の値が低く、項目ー調整合計相関の値が低く、クロンバックのアルファがかなり高い場合、アンケートまたは検定から項目を削除することを検討して、内部整合性を改善した方がいいかもしれません。

解釈

削除された項目のクロンバックのアルファを使用して、1つの項目を分析から削除すると内部整合性が改善されるかどうかを評価します。削除された項目すべてのクロンバックのアルファの値の整合性がかなり高い場合、すべての項目で同じ特徴が測定されることを示します。削除された特定の項目のクロンバックのアルファがかなり大きい場合、測定される特徴は他の項目と同じではない可能性があることを示します。除外された項目の平方重相関の値が低く、項目調整合計相関の値が低く、クロンバックのアルファがかなり高い場合、アンケートまたは検定から項目を削除することを検討して、内部整合性を改善した方がいいかもしれません。

解釈

プロットを使用して、項目や変数のすべての組み合わせにおける関係を視覚的に評価します。