Análisis de fiabilidad
El análisis de fiabilidad permite estudiar las propiedades de las escalas de medición y de los elementos que componen las escalas. El procedimiento Análisis de fiabilidad calcula un número de medidas de fiabilidad de escala que se utilizan normalmente y también proporciona información sobre las relaciones entre elementos individuales de la escala. Se pueden utilizar los coeficientes de correlación intraclase para calcular estimaciones de la fiabilidad inter-evaluadores.
Ejemplo. ¿El cuestionario mide la satisfacción del cliente de manera útil? El análisis de fiabilidad le permitirá determinar el grado en que los elementos del cuestionario se relacionan entre sí, obtener un índice global de la replicabilidad o de la consistencia interna de la escala en su conjunto e identificar elementos problemáticos que deberían ser excluidos de la escala.
Estadísticos. Descriptivos para cada variable y para la escala, estadísticos de resumen comparando los elementos, correlaciones y covarianzas entre elementos, estimaciones de la fiabilidad, tabla de ANOVA, coeficientes de correlación intraclase, T cuadrado de Hotelling y prueba de aditividad de Tukey.
Modelos. Están disponibles los siguientes modelos de fiabilidad:
- Alfa (Cronbach). Este modelo es un modelo de consistencia interna, que se basa en la correlación entre elementos promedio.
- Dos mitades. Este modelo divide la escala en dos partes y examina la correlación entre dichas partes.
- Guttman. Este modelo calcula los límites inferiores de Guttman para la fiabilidad verdadera.
- Paralelo. Este modelo asume que todos los elementos tienen varianzas iguales y varianzas error iguales a través de las réplicas.
- Paralelo estricto. Este modelo asume los supuestos del modelo paralelo y también asume que las medias son iguales a través de los elementos.
Análisis de fiabilidad: Consideraciones sobre los datos
Datos. Los datos pueden ser dicotómicos, ordinales o de intervalo, pero deben estar codificados numéricamente.
Supuestos. Las observaciones deben ser independientes y los errores no deben estar correlacionados entre los elementos. Cada par de elementos debe tener una distribución normal bivariada. Las escalas deben ser aditivas, de manera que cada elemento esté linealmente relacionado con la puntuación total.
Procedimientos relacionados. Si desea explorar la dimensionalidad de los elementos de la escala (para comprobar si es necesario más de un constructo para explicar el patrón de puntuaciones en los elementos), utilice el Análisis factorial o el Escalamiento multidimensional. Para identificar grupos homogéneos de variables, use el análisis de clústeres jerárquico para agrupar las variables en clústeres.
Para obtener un análisis de fiabilidad
Esta característica requiere Statistics Base Edition.
- Elija en los menús:
- Seleccione dos o más variables como componentes potenciales de una escala aditiva.
- Elija un modelo de la lista desplegable Modelo.
Este procedimiento pega la sintaxis de comandos RELIABILITY .