Neste tópico
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 |
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
| Variável Omitida | Média Total Ajust. | DesvPad Total Ajust. | Item - Corr Total Aj. | Múltiplas Corr. Quadradas | Alfa de 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.
