解释项分析的所有统计量和图形

请查找定义和解释指导,了解随项目分析提供的每个统计量和图形。

相关矩阵

相关矩阵显示 Pearson 相关值,其度量每对项目或变量之间线性关系的程度。相关值介于 -1 和 +1 之间。然而实际上,项目通常呈正相关。如果两个项目会同时增加和减少,则相关值为正数。

解释

使用相关矩阵可评估两个项目或变量之间关系的强度和方向。较高的正相关值表明这些项目度量同一技能或特征。如果这些项目并非高度相关,则可能度量不同特征或可能未明确定义。

通常,相关值大于 0.7 的变量被视为高度相关。但是,要使用的适当基准值还取决于您主题区域中的标准和分析中的项目数。

相关矩阵 第 1 项 第 2 项 第 2 项 0.903 第 3 项 0.867 0.864 单元格内容: Pearson 相关系数

在这些结果中,所有项目都彼此高度相关。项目 1 和项目 2 存在正线性相关,即 0.903。项目 1 和项目 3 存在正线性相关,即 0.867。项目 2 和项目 3 存在正线性相关,即 0.864。因此,这些项目似乎度量同一特征。

协方差矩阵

协方差矩阵显示协方差值,其度量每对项目或变量的线性关系。正协方差值表明一个变量的较大平均值与另一个变量的较大平均值相关联,并且一个变量的较小平均值与另一个变量的较小平均值相关联。负协方差值表明一个变量的较大平均值与另一个变量的较小平均值相关联。

与相关系数不同,协方差未标准化。因此,协方差值的范围可以从负无限到正无限,并且很难解释。为了更轻松地解释每对项目或变量之间的线性关系,请使用相关矩阵。

均值

均值是观测值的和除以观测值个数得到的值。Minitab 会计算每个项目的均值和总均值。用项目所有分值的和除以该项目的分值个数即可得到项目均值。总均值是所有项目均值的和。

解释

使用项目均值可描述具有表示数据中心的单个值的每个项目或变量的分值。

项目和合计统计量 变量 总计数 均值 标准差 第 1 项 50 3.1600 1.2675 第 2 项 50 2.8400 1.3607 第 3 项 50 2.9400 1.3463 合计 50 8.9400 3.8087

在这些结果中,项目 1 的均值分值最高 (3.16),项目 2 的均值分值最低 (2.84)。总均值是所有这三个项目均值之和。

标准差

标准差 (StDev) 度量离差,即数据从均值扩散的程度。Minitab 会计算每个项目或变量分值的标准差以及标准差合计。

解释

使用项目的标准差可以确定分值从每个项目的均值扩散的程度。

项目和合计统计量 变量 总计数 均值 标准差 第 1 项 50 3.1600 1.2675 第 2 项 50 2.8400 1.3607 第 3 项 50 2.9400 1.3463 合计 50 8.9400 3.8087

在这些结果中,项目 2 的分值具有最高标准差 (1.3607)。这说明项目 2 的分值在这三个项目中具有最大的变异性。项目 1 具有最低的标准差 (1.2675) 和最低的分值变异性。合计标准差是所有这三个项目的标准差之和。

Cronbach Alpha

Cronbach Alpha 是内部一致性度量,通过使用样本方差、总分值和项目数计算而出。

解释

使用 Cronbach Alpha 可评估调查或检验中的多个项目评估同一技能或特征的一致性程度。Cronbach Alpha 的值越高,表示内部一致性越高。常用值为基准值 0.7。通常,如果 Cronbach Alpha 大于 0.7,则您证明调查或检验项目度量同一技能或特征。如果 Cronbach Alpha 低于 0.7,则这些项目可能无法可靠地度量单个技能或特征,以得出至少一些项目度量同一特征的结论。但是,要使用的适当基准值还取决于您主题区域中的标准和分析中的项目数。

Cronbach Alpha Alpha 0.9550

在这些结果中,总体 Cronbach Alpha 为 0.9550。该值大于常用基准值 0.7,表明这些项目度量的是同一特征。

调整总均值

调整总均值是除被忽略项目的均值外所有项目均值之和。

解释

使用调整总均值可查看从分析中删除某个项目时总均值有何变化。

被忽略的项目统计量 调整总 调整合计 项目调整 多重相 Cronbach 省略的变量 均值 标准差 总相关 关平方 Alpha 第 1 项 5.780 2.613 0.9166 0.8447 0.9268 第 2 项 6.100 2.525 0.9134 0.8413 0.9277 第 3 项 6.000 2.563 0.8870 0.7869 0.9476

在这些结果中,从分析中删除项目 1 时,调整总均值为 5.780。也就是说,项目 2 的均值分值与项目 3 的均值分值之和为 5.780。

调整总标准差

调整的总标准差是忽略项目后总分值的标准差。

解释

使用调整总标准差可查看从分析中删除某个项目时总标准差的值有何变化。

被忽略的项目统计量 调整总 调整合计 项目调整 多重相 Cronbach 省略的变量 均值 标准差 总相关 关平方 Alpha 第 1 项 5.780 2.613 0.9166 0.8447 0.9268 第 2 项 6.100 2.525 0.9134 0.8413 0.9277 第 3 项 6.000 2.563 0.8870 0.7869 0.9476

在这些结果中,从分析中删除项目 1 时,调整总标准差为 2.613。

项目调整总相关性

项目调整总相关指的是被忽略的项目与所有其他项目的总分值之间的相关。尽管项目调整总相关的值范围在理论上介于 -1 到 1 之间,实际上,值通常介于 0 和 1 之间。

解释

使用项目调整总相关可评估从分析中删除某项目后能否提高内部一致性。项目调整相关的值越高(更接近 1),则说明被忽略的项目与其他项目度量同一特征。如果被忽略的项目具有较低的项目调整相关值、较低的多重相关平方值和明显更高的 Cronbach Alpha 值,则您可以考虑从调查或检验中删除该项目以提高内部一致性。

被忽略的项目统计量 调整总 调整合计 项目调整 多重相 Cronbach 省略的变量 均值 标准差 总相关 关平方 Alpha 第 1 项 5.780 2.613 0.9166 0.8447 0.9268 第 2 项 6.100 2.525 0.9134 0.8413 0.9277 第 3 项 6.000 2.563 0.8870 0.7869 0.9476

在这些结果中,项目 1 的项目调整总相关为 0.9166。项目 2 的项目调整总相关为 0.9134。项目 3 的项目调整总相关为 0.8870。由于所有被忽略项目的项目调整总相关都相似较高,因此证据表明所有项目度量同一特征。

多重相关平方

多重相关平方是当被忽略的项目回归到其余项目上时确定的系数 (R2)。值范围介于 0 和 1 之间。

解释

使用多重相关平方值可评估从分析中删除某项目后能否提高内部一致性。多重相关平方值越高(更接近 1),则说明被忽略的项目与其他项目度量同一特征。如果被忽略的项目具有较低的多重相关平方值、较低的项目调整总相关值和明显更高的 Cronbach Alpha 值,则您可以考虑从调查或检验中删除该项目以提高内部一致性。

被忽略的项目统计量 调整总 调整合计 项目调整 多重相 Cronbach 省略的变量 均值 标准差 总相关 关平方 Alpha 第 1 项 5.780 2.613 0.9166 0.8447 0.9268 第 2 项 6.100 2.525 0.9134 0.8413 0.9277 第 3 项 6.000 2.563 0.8870 0.7869 0.9476

在这些结果中,项目 1 的多重相关平方为 0.8447。项目 2 的多重相关平方为 0.8413。项目 3 的多重相关平方为 0.7869。由于所有项目的多重相关平方都相似较高,因此证据表明所有项目度量同一特征。

Cronbach Alpha(针对被忽略的项目)

被忽略项目的 Cronbach alpha 是从分析中删除一个项目后,剩余项目的 Cronbach alpha 值。Cronbach Alpha 是内部一致性度量,通过使用样本方差、总分值和项目数计算而出。

解释

使用被忽略项目的 Cronbach Alpha 可评估从分析中删除某个项目是否会提高内部一致性。所有被忽略项目的 Cronbach Alpha 值相当一致表明所有项目度量同一特征。如果特定被忽略项目的 Cronbach Alpha 明显较高,则说明它度量的特征可能与其他项目度量的特征不同。如果被忽略的项目具有较低的多重相关平方值、较低的项目调整总相关值和明显更高的 Cronbach Alpha 值,则您可以考虑从调查或检验中删除该项目以提高内部一致性。

被忽略的项目统计量 调整总 调整合计 项目调整 多重相 Cronbach 省略的变量 均值 标准差 总相关 关平方 Alpha 第 1 项 5.780 2.613 0.9166 0.8447 0.9268 第 2 项 6.100 2.525 0.9134 0.8413 0.9277 第 3 项 6.000 2.563 0.8870 0.7869 0.9476

在这些结果中,当忽略项目 1 时,Cronbach alpha 为 0.9268。当忽略项目 2 时,Cronbach alpha 为 0.9277。当忽略项目 3 时,Cronbach alpha 为 0.9476。由于所有被忽略项目的 Cronbach alpha 都相似,因此证据表明所有的项目度量同一特征。

矩阵图

矩阵图是散点图的阵列。矩阵图中的每个散点图在 x 和 y 轴上绘制一对项目的分值。

解释

使用该图可直观地评估每个项目或变量组合之间的关系。

此矩阵图表明所有项目对都具有正线性关系。

使用此网站,即表示您同意对数据分析和个性化内容使用 Cookie。  请阅读我们的政策