İç Tutarlık – SPSS Ödevi Yaptırma – SPSS Analizi Yaptırma Fiyatları – SPSS Örnekleri – Ücretli SPSS Analizi Yaptırma – SPSS Analizi Yaptırma Ücretleri

info@akademidelisi.com * 0 (312) 276 75 93 * Her bölümden, Ödev Yazdırma, Proje Yaptırma, Tez Yazdırma, Rapor Yazdırma, Makale Yazdırma, Araştırma Yazdırma, Tez Önerisi Yazdırma talepleriniz için iletişim adreslerini kullanın. Makale YAZDIRMA siteleri, Parayla makale YAZDIRMA, Seo makale fiyatları, Sayfa başı yazı yazma ücreti, İngilizce makale yazdırma, Akademik makale YAZDIRMA, Makale Fiyatları 2022, Makale yazma, Blog Yazdırma, Blog Yazdırmak İstiyorum

İç Tutarlık – SPSS Ödevi Yaptırma – SPSS Analizi Yaptırma Fiyatları – SPSS Örnekleri – Ücretli SPSS Analizi Yaptırma – SPSS Analizi Yaptırma Ücretleri

1 Şubat 2022 Geçerlik Nedir Geçerlik ve güvenirlik nedir İç Tutarlılık güvenirliği nedir 0
Cohen'in d Etki Büyüklüğü – SPSS Ödevi Yaptırma – SPSS Analizi Yaptırma Fiyatları – SPSS Örnekleri – Ücretli SPSS Analizi Yaptırma – SPSS Analizi Yaptırma Ücretleri

İç Tutarlık

SAYISAL ÖRNEK

Güvenilirlik analizinin nasıl gerçekleştirileceğini göstermek için NEO Beş Faktör Envanteri’nin vicdanlılık ölçeğini içeren 12 maddeyi kullanıyoruz. Öğeler envanterdeki öğe numaralarına göre adlandırılır (örn. neo15) ve iyi organize olma, hedeflere ve sorumluluklara ulaşmak için çok çalışma ve sorumlulukları zamanında yerine getirme gibi özellikleri değerlendiririz. Maddeler 5 puanlık Kesinlikle Katılmıyorum ile Kesinlikle Katılıyorum yanıt ölçeğinde değerlendirilir ve daha sonra 0-4 sayısal puana dönüştürülür.

Verilerimiz, tüm maddelerin puanlamasının daha yüksek vicdanlılık seviyelerine yönelik olması için, ters ifade edilen maddeleri yerleştirmek için ihtiyaç duyulan herhangi bir yeniden kodlamayı yansıtmaktadır. Yapı iyi anlaşıldığından ve maddelerin geliştirilmesine gösterilen özen ve uzmanlık nedeniyle, bu veri setinde yüksek düzeyde güvenilirlik sergileyen bir ölçek görüyoruz. Veriler, vicdanlılık öğeleri adlı veri dosyasında sağlanır.

ANALİZ KURULUMU

Vicdanlılık öğelerini açın ve ana menüden Analiz et ➔ Ölçek ➔ Güvenilirlik Analizi’ni seçin; bu, gösterilen Güvenilirlik ana iletişim penceresini oluşturur. 12 neo değişkeninin tamamını (neo5–neo60) Öğeler paneline taşıdık ve çıktı için bir etiket olarak Ölçek etiketi paneline vicdanlılığı yazdık.

Güvenilirlik prosedürünün kalıcı olarak bir ölçek puanı hesaplamayacağını ve bunu veri dosyasına (bunun için bir Hesaplama prosedürü kullanmamız gerekir) kaydetmeyeceğini, ancak yalnızca analiz süresi boyunca öğeleri birleştireceğini bilmek önemlidir; bu nedenle, bu maddeler kümesi temelinde ölçeğin güvenilirliğinin ne olacağının bir projeksiyonudur. Alpha’yı Model açılır menüsünde tutuyoruz (bu menüde yarıya bölünmüş ve diğer hesaplamalar da mevcuttur).

İstatistikler düğmesinin seçilmesi, gösterilen İstatistikler iletişim penceresini açar. Tanımlayıcılar alanında, Öğeyi (bu, her birinin ölçeğe dahil edilmeyi hak etmek için yeterli varyansa sahip olup olmadığını belirleyebilmemiz için öğeler için tanımlayıcı istatistikler oluşturur) ve öğe silinirse Ölçek’i (bu, öğe setini değerlendirmek için kullandığımız birkaç istatistik oluşturur) kontrol ederiz. ). Öğeler Arası alanında Korelasyonları kontrol ederiz (bu, öğelerin bir korelasyon matrisini oluşturur) ve Özetler alanında Korelasyonları kontrol ederiz. Ana iletişim penceresine dönmek için Devam’ı seçin ve analizi gerçekleştirmek için Tamam’a tıklayın.

ANALİZ ÇIKIŞI

Üstteki (Vaka İşleme) tablo, analiz için örneklem büyüklüğümüzün 407 olduğunu göstermektedir. Alttaki (Öğe İstatistikleri) tablo, maddelerin ortalamalarını ve standart sapmalarını göstermektedir. İdeal olarak, 5 puanlık bir ölçekte derecelendirilen maddeler 1,00’e yakın bir standart sapma vermelidir ve çoğunlukla bu maddeler kabaca bu beklentiye uygundur; bu nedenle, her bir madde, diğer maddelerle anlamlı bir şekilde ilişkilendirmek için yeterli varyans gösterir.

Ortadaki (Güvenilirlik İstatistikleri) tablo bize analizin başında aradığımız kısa cevabı verir. Bu maddeler standart formda olmadığı için, katsayının .806 değerine sahip olduğunu not ettiğimiz Cronbach’s Alpha sütununa başvuruyoruz. 12 maddelik bir ölçek için (Öğelerin N altında gösterilmiştir), bunun iyi bir güvenilirliği yansıttığı düşünülecektir.


Geçerlik ve güvenirlik nedir
Geçerlik Nedir
İç Tutarlılık güvenirliği nedir
Ölçeklerde güvenirlik ve Geçerlik
Güvenirlik Türleri
Ölçmede GEÇERLİLİK
KR-21 formülü
İç Tutarlılık katsayısı


Maddelerin korelasyon matrisini ve bunun altında korelasyon istatistiklerinin bir özetini sunar. Temel olarak korelasyon matrisinde iki özellik arıyoruz: korelasyonlar ne çok fazla ortak varyans vermek için çok küçük ne de öğenin tekrarını belirtmek için çok büyük (.70’lerde veya daha büyük) ve negatif korelasyonlar yok (hepsinin ihtiyaç duyduğu gibi) aynı yöne yönlendirilmelidir). Alfa katsayısı yaklaşık .81 olan saygın bir ölçekten bekleyeceğimiz gibi, matristeki korelasyonlar bulmayı umduğumuzu temsil eder.

Korelasyon özet istatistikleri tablosunda, odak noktamız .271 Ortalaması üzerindedir; bu, ölçekteki maddelerin ortalama korelasyonudur. Clark ve Watson (1995) tarafından önerilen, geniş olarak tanımlanmış bir yapıyı değerlendiren yüksek kaliteli bir ölçek için kriterlerden biri, ortalama maddeler arası korelasyonun .15–.20 aralığında olmasıdır (daha dar olarak tanımlanmış yapılar, bir şekilde daha büyük ölçüde).

NEO Beş Faktörlü vicdanlılık ölçeği, bu kriteri aşıyor gibi görünüyor ve yine yüksek bir güvenilirlik ölçeği öneriyor. Gösterilen Madde-Toplam İstatistik tablosunda bir dizi faydalı istatistik sunulmaktadır. Tablo öncelikle her bir öğenin katkısını belirlemek için tanılama için kullanılır (çoğunlukla öğenin kümeden silinmesinin sonuçlarını göstererek). İlk iki sütun daha az ilgi çekicidir (Öğe Silinmişse Ölçek Ortalaması ve Öğe Silinmişse Ölçek Varyansı); IBM SPSS®, her durum için madde puanlarını toplamış ve bir ölçek ortalaması hesaplamıştır. Ardından, satırdaki öğe kümeden silinirse ölçek ortalamasını gösterir.

Kare Çoklu Korelasyon, satırdaki öğenin diğer değişkenlerin ağırlıklı doğrusal bir bileşimi tarafından tahmin edildiği çoklu regresyon prosedürünün sonucudur. Örneğin, diğer öğelerden neo5’i tahmin etmekle ilişkili Kare Çoklu Korelasyon .204’tür; bu nedenle neo5’in varyansının yaklaşık %20’si diğer öğelerin ağırlıklı doğrusal bir bileşimi ile açıklanır.

Bu istatistik, bir değişkenin hariç tutulmasını garanti etmek için veri setinde yeterli çoklu bağlantı olup olmadığını belirlemek için kullanışlıdır. Normalde burada, .70’lerdeki korelasyonlar için korelasyon matrisini incelediğimizde olduğu gibi aynı amaca sahibiz; fark, korelasyon matrisinin bize iki değişkenli (çift yönlü) korelasyonlar göstermesidir, oysa çok değişkenli korelasyon istatistiği, çoklu doğrusallığı ayırt etmenin bir yoludur.

Muhtemelen araştırmacıların birincil ilgisini çeken sütun Düzeltilmiş Madde-Toplam Korelasyonudur. Düzeltilmiş Madde-Toplam Korelasyonu, madde puanı ile sette kalan maddelerin toplamı arasındaki bir Pearson korelasyonudur. Toplam puanın söz konusu maddeyi içermemesi “düzeltilmiştir”.

Diğer her şey eşit, düzeltilmiş madde-toplam korelasyonları şu şekilde yorumlanabilir: .10’lar kabul edilebilir, .20’ler iyidir, .30’lar çok iyi ve .40’lar veya daha iyileri son derece iyi olarak kabul edilir (ortalama bir madde arası korelasyon varsayarak) .20’lerde veya .30’larda). Bu tür korelasyonları, maddedeki daha yüksek puanların daha yüksek ölçek puanları ile ilişkili olduğunu belirtmek için yorumluyoruz; bu nedenle, öğe yapının iyi bir göstergesi olarak alınır. Şekil 36.5’te gösterilen düzeltilmiş madde-toplam korelasyonlarının tümü en azından çok iyidir.

.00–.10 aralığında düzeltilmiş madde-toplam korelasyonları, madde performansı ile ölçek puanı arasında fazla bir ilişki olmadığını göstermektedir. İçeriği yapının benzersiz ve önemli bir yönünü yakalamadığı sürece, bu tür öğeler silinmeye veya yeniden yazılmaya adaydır.

Negatif düzeltilmiş madde-toplam korelasyonları “kırmızı bayraklardır”. Maddenin ve ölçeğin farklı yönlere yöneldiğini ve analizin durdurulması gerektiğini belirtirler. Bunun, kayıt sürecinde gözden kaçan ters ifadeli bir öğe olması ve bu kolay bir düzeltme olması olasılığıdır (güvenilirlik analizi, düzgün kodlanmayan öğenin yerine uygun şekilde kodlanmış öğeyle yeniden yapılmalıdır). Sorun daha küçükse, öğenin setten çıkarılması gerekir.

Öğe Silindiyse Cronbach Alfa’sı, bir öğenin kaldırılmasının güvenilirlik katsayısı sonuçlarını gösterir. Bu bilgilerin araştırmacılar tarafından dikkatli bir şekilde kullanılması gerekmektedir. Kısa bir envanterde, istatistik ölçekteki madde sayısına duyarlı olduğundan, bir maddenin çıkarılması alfa katsayısının değerini bir şekilde azaltabilir. Kısa bir ölçekte iyi kalitedeki öğelerle, gösterildiği gibi, öğelerin çoğu için biraz düşme eğiliminde olmasına rağmen, alfa katsayısı önemli ölçüde değişmez. Bu istatistik, düzeltilmiş madde-toplam korelasyonu negatif veya hatta sıfır aralığında olduğunda daha dramatik bir sonuç sağlayacaktır.

 

Bir yanıt yazın

E-posta adresiniz yayınlanmayacak. Gerekli alanlar * ile işaretlenmişlerdir