21.1 Задания типа верно — не верно
В качестве примера, который мы хотим обработать при помощи SPSS, рассмотрим личностный тест, с помощью которого определяется степень любопытства опрашиваемых.
№
|
Вопрос
|
Правильный ответ
|
1
|
У Вас много книг?
|
Да
|
2
|
Ходите ли Вы за покупками всё время в одни и те же магазины?
|
Нет
|
3
|
Считаете ли Вы, что космонавтику развивать необходимо?
|
Да
|
4
|
Вас не интересует, почему на вашего соседа одели наручники?
|
Нет
|
5
|
Можете ли Вы долго заниматься чем-нибудь одним?
|
Да
|
6
|
Регулярно ли Вы смотрите новости?
|
Да
|
7
|
Знаете ли Вы, сколько человек живёт в городе, в котором проживаете Вы?
|
Да
|
8
|
Ходите ли Вы на работу всегда одной и той же дорогой?
|
Нет
|
9
|
Становится ли Вам иногда скучно?
|
Нет
|
10
|
Хотели бы Вы полететь на Луну?
|
Да
|
11
|
Читаете ли Вы ежедневные газеты регулярно?
|
Да
|
12
|
Спрашивали ли Вы уже себя, как будет выглядеть мир через сто лет?
|
Да
|
13
|
Замечаете ли вы иногда, что недовольны тем, что Вы можете и знаете?
|
Да
|
14
|
Предоставите ли Вы себя для научных экспериментов?
|
Да
|
15
|
Интересует ли Вас, сколько зарабатывает ваш сосед?
|
Да
|
16
|
Бездельничаете ли Вы во время отпуска?
|
Нет
|
17
|
Приятней ли Вам находиться в кругу большого количества друзей, нежели с одним другом?
|
Да
|
18
|
Случается ли с вами часто так, что Вы не знаете с чего начать?
|
Да
|
Здесь речь идёт о вопросах, на которые следует давать строго определенные ответы: верно или не верно. Ответ верно соответствует наличию любопытства. Такое же самое значение можно присвоить и ответу не верно; при разработке теста, в него рекомендуется включать и такие вопросы, значимым ответом на которые является отрицательный. Это всегда возможно при соответствующей формулировке.
Если следовать Линерту, то для оценки пригодности отдельных пунктов следует применять нижеследующие два критерия:
Индекс сложности
В простейшем случае он представляет собой долю правильных ответов на данный вопрос, взятую в процентах от общего количества ответов. Для вопросов с несколькими возможными ответами и ступенчатыми ответами существуют модифицированные формулы. Удивительно, но для сложных вопросов индекс сложности принимает малые значения, а для лёгких большие. Вопросы с низким и высоким индексом сложности считаются не желательными.
Коэффициент избирательности
Коэффициентом избирательности, который является важным критерием для оценки применимости вопроса, служит корреляционный коэффициент между ответом на вопрос и суммарным показателем теста. В качестве суммарного показателя теста берётся сумма всех ответов. Это означает, что все правильные ответы должны иметь одинаковый знак! К сожалению, этому важному обстоятельству в справочниках уделяется не достаточно
внимания. Для приведенного примера это означает, что пункты 2, 4, 8, 9 и 16 перед анализом должны быть подвергнуты перекодировке.
Для определения корреляционного коэффициента Линерт предлагает различные варианты, так, к примеру, двухрядная поточечная корреляция между заданием с ответом верно — не верно и значением масштаба или ранговая корреляция между заданием со ступенчатым ответом и значением масштаба. Как ни странно: SPSS всегда использует коэффициенты Пирсона.
Непригодные для применения пункты обычно отбираются посредством сравнения индексов сложности и избирательности. Самым простым способом является отбор сначала тех вопросов, которые обладают индексом сложности ниже 20 или выше 80, а затем из списка оставшихся вопросов исключаются те, которые имеют самые низкие коэффициенты избирательности. Линерт предлагает рассчитывать ещё и дополнительные показатели вопросов, такие как: индекс однородности, индекс пригодности, селекционный показатель и (если имеется так называемый внешний критерий) коэффициенты действительности.
Коэффициент пригодности
Коэффициент пригодности является важным критерием для оценки результата теста. Он является мерой точности, с которой проводится тестирование некоторого признака. SPSS предлагает для этой цели множество методов; по умолчанию устанавливается альфа Кронбаха (Cronbach's Alpha) со значением, модуль которого находится между 0 и 1. Обработаем наш пример при помощи
SPSS.
-
Откройте файл nuegier.sav.
Помните о том, что вопросы 2, 4, 8, 9 и 16 должны быть перекодированы; их кодовые числа необходимо поменять местами (1 станет 2, 2 станет 1).
-
Это можно сделать при помощи метода, рассмотренного в главе 8, посредством выбора меню
Transform (Трансформировать) Recode (Перекодировать)
Into same Variables... (В те же переменные)
Можно было бы также воспользоваться и синтаксисом. Для этого необходимо было бы записать следующие инструкции:
RECODE
item2, item4,
item8, item9, item16
(1=2) (2=1). EXECUTE.
-
После перекодировки выберите в меню Analyze (Анализ)
Scale (Масштабировать) Reliability Analysis... (Анализ пригодности) Откроется диалоговое окно Reliability Analysis (Анализ пригодности).
-
Переменные iteml-itemlS поместите в поле пунктов (Items:). Затем из числа предлагаемых методов расчёта коэффициентов пригодности необходимо выбрать подходящий:
Рис. 21.1: Диалоговое окно Reliability Analysis (Анализ пригодности)
-
Alpha (Альфа): Альфа Кронбаха (при дихотомических пунктах используется формула Кудера-Ричардсона 20 (Kuder-Richardson- Formula 20))
-
Split-half (Расщепление на две половины): Определение пригодности с расщеплением на две половины по Спирману-Брауну
(Spearman-Brown)
-
Guttman (Гуттман): Определение нижней границы пригодности Гуттмана
-
Parallel (Парралельно): Оценка максимального правдоподобия пригодности теста при условии наличия одинаковых дисперсий пунктов
-
Strict parallel (Строго параллельно): Оценка максимального правдоподобия пригодности теста при условии наличия одинаковых средних значений пунктов и одинаковых дисперсий пунктов.
-
Оставьте предварительную установку Alpha (Альфа) и щёлкните на выключателе Statistics...(Статистики). Откроется диалоговое окно Reliability AnalysisStatistics (Анализ пригодности: Статистики).
Вы можете произвести следующие виды расчётов:
-
Descriptives for (Дескриптивные (описательные) статистики для)
Item (Пункт): Среднее значение и стандартное отклонение для каждого пункта анкеты или вопроса
Scale (Шкала): Среднее значение, дисперсия и стандартное отклонение для значения масштаба
Рис. 21.2: Диалоговое окно Reliability Analysis'.Statistics (Анализ пригодности: Статистики)
Scale if item deleted (Масштабировать, если пункт удалён): Когда при расчёте значения масштаба этот пункт (вопрос) не учитывается, для каждого такого Пункта (ответа на вопрос анкеты), выводятся: среднее значение и дисперсия значения шкалы, корреляция пункта со значением масштаба (то есть избирательность) и альфа Кохрана.
-
Summaries (Итоги, общие сведения)
Means (Средние значения): Различные виды статистик для средних значений пунктов
Variances (Дисперсия): Различные виды статистик для дисперсий пунктов
Covariances (Ковариации): Различные виды статистик для ковариаций между
пунктами
Correlations (Корреляции): Различные виды статистик для корреляций между
пунктами.
-
Inter-Item (Между пунктами)
Correlations (Корреляции): Корреляционная матрица Covariances (Ковариации): Ковариационная матрица
-
ANOVA-ТаЫе (Таблица ANOVA)
F test (F тест): Двухфакторный дисперсионный анализ (факторы: наблюдения, пункты) с повторным измерением и одним значением в каждой ячейке Friedman chi-square (Хи-квадрат Фридмана): тест Хи-квадрат Фридмана и коэффициент согласования Кендала (при наличии переменных, относящихся к порядковой шкале)
Cochran chi-square (Хи-квадрат Кохрана): Q Кохрана (при наличии дихотомических переменных).
Далее ещё имеются:
-
Hottelling's T-square (Т-квадрат Хоттелинга): Тест Хоттелинга для проверки утверждения, что средние значения пунктов равны между собой.
-
Tukey's test ofadditivity (Критерий аддитивности Тьюки): Тест Тьюки на аддитивность пунктов.
В случае установки опции Intraclass correlation coefficient (Корреляционный коэффициент внутри класса) речь идёт о расчёте корреляционного коэффициента внутри класса (ICC); информацию по этому поводу Вы найдёте в разделе 15.5.
-
Здесь ограничьтесь активизацией опции Scale if item deleted (Масштабировать, если пункт удалён) и щёлкните на Continue (Далее).
-
Начните расчёт нажатием ОК.
В окне просмотра появятся результаты расчёта. И в 10 версии вывод этих результатов ещё не производится в новой табличной форме.
RЕLIАВILIТУ ANALYSIS
SCALE (ALPHA)
|
Item-total
|
Statistics
|
|
|
|
|
Scale Mean if Item Deleted
|
Scale Variance if Item Deleted
|
Corrected Item-Total Correlation
|
Alpha if Item Deleted
|
ITEM1
|
24,9333
|
13,5126
|
,5410
|
,7664
|
ITEM2
|
25,0667
|
14,4092
|
,2679
|
,7862
|
ITEM3
|
25,1000
|
13,5414
|
,5097
|
,7684
|
ITEM4
|
25,4333
|
16,0471 -
|
-,1676
|
,8052
|
ITEMS
|
25,2000
|
13,6828
|
,4907
|
,7701
|
ITEM6
|
25,1667
|
14,5575
|
,2358
|
,7883
|
ITEM7
|
25,5000
|
15,2931
|
,1738
|
,7887
|
ITEMS
|
24,8000
|
15,1310
|
,1154
|
,7942
|
ITEM9
|
25,2000
|
13,8897
|
,4304
|
,7745
|
ITEM10
|
24,8667
|
13,8437
|
,4732
|
,7717
|
ITEM11
|
25,3667
|
14,2402
|
,4223
|
,7760
|
ITEM12
|
25,0667
|
13,3057
|
,5763
|
,7633
|
ITEM13
|
25,0000
|
13,2414
|
,6017
|
,7615
|
ITEM14
|
24,9667
|
13,8954
|
,4196
|
,7752
|
ITEM15
|
25,0000
|
13,3103
|
,5813
|
,7630
|
ITEM16
|
25,0333
|
14,0333
|
,3713
|
,7787
|
ITEM17
|
24,9667
|
15,3437
|
,0283
|
,8023
|
ITEM18
|
24,9667
|
13,9644
|
,4000
|
,7766
|
Reliability Coefficients
|
N of Cases =30,0
|
N of Items= 18
|
Alpha =,7887
|
Коэффициент пригодности, равный 0,7887, является очень высоким. В колонке с названием Corrected Item-Total Correlation (Откорректированный пункт — суммарная корреляция) находятся коэффициенты избирательности. Основываясь на значении этих коэффициентов, пункты 4 и 17 можно считать непригодными для дальнейшего использования, да и пункт 8 должен быть исключён.
-
Мы уже говорили о необходимости проведения расчета индекса сложности. Для расчёта индекса сложности выберите в меню
Analyze (Анализ)
Descriptive Statistics (Дескриптивные статистики) Frequencies... (Частоты)
Процентный показатель частоты появления правильного ответа (кодировка 1) является индексом сложности соответствующего пункта. Все индексы сложности собраны в нижеследующей таблице.
Пункт
|
Индекс сложности
|
Пункт
|
Индекс сложности
|
1
|
36,7
|
10
|
30,0
|
2
|
50,0
|
11
|
80,0
|
3
|
53,3
|
12
|
50,0
|
4
|
86,7
|
13
|
43,3
|
5
|
63,3
|
14
|
40,0
|
6
|
60,0
|
15
|
43,3
|
7
|
93,3
|
16
|
46,7
|
8
|
23,3
|
17
|
40,0
|
9
|
63,3
|
18
|
40,0
|
Если следовать рекомендации, сформулированной в начале раздела и исключать пункты с индексом сложности меньшим 20 и большим 80, то помимо пунктов 4, 8 и 17 необходимо исключить из списка и пункт 7.
Если вновь провести анализ пунктов с оставшимися четырнадцатью пунктами, то коэффициент пригодности получится равным 0,8297. Благодаря исключению неподходящих пунктов он стал ещё выше.