Interpretar os principais resultados para Análise de itens

Conclua as etapas a seguir para interpretar a análise de um item. A saída principal inclui uma matriz de dispersão, uma matriz de correlação e o alfa de Cronbach.

Etapa 1: Avaliar a força e a direção da relação entre pares de itens

Use a matriz de dispersão e a matriz de correlação para avaliar a força e a direção da relação entre dois itens ou variáveis. Um valor de correlação alto e positivo indica que os itens medem a mesma habilidade ou característica. Se os itens não estão altamente correlacionados, os itens podem medir diferentes características ou podem não estar claramente definidos.

Variáveis com valores de correlação maiores do que 0,7 são, frequentemente, considerados altamente correlacionados. Contudo, o valor de benchmark adequado para uso também depende dos padrões em sua área de assunto e do número de itens na análise.

Matriz de Correlação Item 1 Item 2 Item 2 0,903 Item 3 0,867 0,864 Conteúdo da Célula: Correlação de Pearson
Principais resultados: matriz de correlação, matriz de dispersão

Nesses resultados, todos os itens estão altamente correlacionados entre si. O Item 1 e o Item 2 têm uma correlação linear positiva de 0,903. O Item 1 e o Item 3 têm uma correlação linear positiva de 0,867. O Item 2 e o Item 3 têm uma correlação linear positiva de 0,864. Essas relações lineares pareadas são mostradas na matriz de dispersão.

Etapa 2: Avaliar a consistência interna geral

Use o alfa de Cronbach para avaliar como itens consistentemente múltiplos em uma pesquisa ou teste avaliam a mesma habilidade ou característica. Valores maiores do alfa de Cronbach sugerem maior consistência interna. Um valor de benchmark de 0,7 é comumente usado. Geralmente, se o alfa de Cronbach for maior que 0,7, você tem evidências de que os itens da pesquisa ou do teste medem a mesma habilidade ou característica. Se o alfa de Cronbach estiver abaixo de 0,7, os itens não medem consistentemente uma habilidade ou característica única. Contudo, o valor de benchmark adequado para uso também depende dos padrões em sua área de assunto e do número de itens na análise.

Para obter mais informações sobre consistência interna, vá para O que é consistência interna?.

Alfa de Cronbach Alfa 0,9550
Principais resultados: alfa de Cronbach

Nesses resultados, o alfa de Cronbach geral é 0,955. O valor é maior que o benchmark comum de 0,7 e sugere que os itens estão medindo a mesma característica.

Etapa 3: Determinar se omitir itens ou não para aprimorar a consistência

Use os valores calculados na tabela Estatísticas do item omitido para determinar se a remoção de um item aprimora substancialmente a consistência interna do teste ou da pesquisa. Se um item omitido tiver um valor de correlação quadrática baixa múltipla, um valor baixo de correlação total ajustado pelo item e um valor alfa de Cronbach substancialmente maior, você deve considerar remover o item da pesquisa ou testá-lo para aprimorar sua consistência interna.

Estatísticas de item omitido Média DesvPad Múltiplas Variável Total Total Item - Corr Corr. Alfa de Omitida Ajust. Ajust. Total Aj. Quadradas Cronbach Item 1 5,780 2,613 0,9166 0,8447 0,9268 Item 2 6,100 2,525 0,9134 0,8413 0,9277 Item 3 6,000 2,563 0,8870 0,7869 0,9476
Principais resultados: Correl. total ajustada pelo item, Correl. quadrática múltipla, Alfa de Cronbach

Nesses resultados, os valores da correlação total ajustada pelo item e da correlação quadrática múltipla são consistentemente altos para todos os itens. O alfa de Cronbach para todos os itens omitidos também é consistente. Portanto, a evidência sugere que todos os itens medem a mesma característica. Remover um item não iria aprimorar substancialmente a consistência interna.

Ao usar esse site, você concorda com a utilização de cookies para análises e conteúdo personalizado.  Leia nossa política