항목 분석에 대한 모든 통계량 및 그래프 해석

해석

상관 행렬을 사용하여 두 항목 또는 변수 사이 관계의 강도와 방향을 확인할 수 있습니다. 상관 계수 값이 큰 양수이면 항목들이 동일한 기술 또는 특성을 측정한다는 것을 나타냅니다. 항목들이 긴밀하게 상관되어 있지 않으면 서로 다른 특성을 측정하거나 명확하게 정의되지 않을 수도 있습니다.

흔히 상관 계수 값이 0.7보다 큰 변수들을 긴밀하게 상관되어 있는 것으로 간주합니다. 그러나 사용하기에 적절한 벤치마크 값은 주제 영역의 표준 및 분석의 항목 수에 따라서도 다릅니다.

해석

데이터 중심을 나타내는 하나의 값으로 각 항목 또는 변수에 대한 점수를 설명하려면 항목 평균을 사용합니다.

해석

점수가 각 항목의 평균을 중심으로 퍼져 있는 정도를 확인하려면 항목에 대한 표준 편차를 사용합니다.

해석

설문조사나 검사의 여러 항목이 얼마나 일관성 있게 동일한 기술 또는 특성을 측정하는지 평가하려면 Cronbach의 알파를 사용합니다. Cronbach의 알파 값이 높을수록 내부 일치성이 더 높다는 것을 나타냅니다. 0.7의 벤치마크 값이 일반적으로 사용됩니다. 일반적으로 Cronbach의 알파가 0.7보다 크면 설문조사 또는 검사 항목이 동일한 기술 또는 특성을 측정한다는 증거입니다. Cronbach의 알파가 0.7 미만이면 항목이 단일 기술 또는 특성을 신뢰성 있게 측정하여 최소한 일부 항목이 동일한 특성을 측정한다는 결론을 내리지 못할 수도 있습니다. 그러나 사용하기에 적절한 벤치마크 값은 주제 영역의 표준 및 분석의 항목 수에 따라서도 다릅니다.

해석

분석에서 항목을 제거할 경우 총 평균 값이 어떻게 달라지는지 확인하려면 수정된 총 평균을 사용합니다.

해석

분석에서 한 항목을 제거할 경우 총 표준 편차 값이 어떻게 달라지는지 확인하려면 수정된 총 표준 편차를 사용합니다.

해석

분석에서 항목을 제거할 경우 내부 일치성이 증가하는지 여부를 평가하려면 항목 조정된 전체 상관 계수를 사용합니다. 항목 조정된 전체 상관 계수 값이 높을수록(1에 가까울수록) 생략된 항목이 다른 항목과 같은 특성을 측정한다는 것을 나타냅니다. 생략된 항목의 항목 조정된 상관 계수 제곱 값이 낮고 다중 상관 계수 제곱 값이 낮고 Cronbach의 알파 값이 아주 높으면 항목을 설문조사나 검사에서 제거하여 내부 일치성을 개선할 수도 있습니다.

해석

분석에서 항목을 제거할 경우 내부 일치성이 증가하는지 여부를 평가하려면 다중 상관 계수 제곱 값을 사용합니다. 다중 상관 계수 제곱 값이 높을수록(1에 가까울수록) 생략된 항목이 다른 항목과 같은 특성을 측정한다는 것을 나타냅니다. 생략된 항목의 다중 상관 계수 제곱 값이 낮고 항목 조정된 전체 상관 계수 값이 낮고 Cronbach의 알파 값이 아주 높으면 항목을 설문조사나 검사에서 제거하여 내부 일치성을 개선할 수도 있습니다.

해석

항목을 분석에서 제거할 경우 내부 일치성이 증가하는지 여부를 평가하려면 생략된 항목에 대한 Cronbach의 알파를 사용합니다. 모든 생략된 항목에 대한 Cronbach의 알파 값이 상당히 일관성이 있으면 모든 항목이 동일한 특성을 측정한다는 것을 나타냅니다. 특정 생략된 항목에 대한 Cronbach의 알파가 아주 높으면 다른 항목과 같은 특성을 측정하지 않을 수도 있음을 나타냅니다. 생략된 항목의 다중 상관 계수 제곱 값이 낮고 항목 조정된 전체 상관 계수 값이 낮고 Cronbach의 알파 값이 아주 높으면 항목을 설문조사나 검사에서 제거하여 내부 일치성을 개선할 수도 있습니다.

해석

항목이나 변수의 각 조합 사이의 관계를 시각적으로 측정하는 데 사용합니다.