Skip to main content
 首页 » 编程设计

R语言如何衡量调查问卷一致性

2022年07月19日174mq0036

本文学习克隆巴赫系数(Cronbach’s alpha)衡量调查问卷一致性,并通过示例展示计算过程。

克隆巴赫系数(Cronbach’s alpha)是一种衡量问卷或调查内部一致性的方法,范围在0~1之间,值越高表明问卷或调查越可靠。

最简单的计算方法是使用ltm包中的cronbach.alpha()函数。

示例

假设饭店管理者希望衡量顾客的整体满意度,发放调查问卷给10位顾客,他们能够用三个等级评价饭店。
下面代码计算反馈调查的克隆巴赫系数:

library(ltm) 
 
# 示例调查数据 
data <- data.frame(Q1=c(1, 2, 2, 3, 2, 2, 3, 3, 2, 3), 
                   Q2=c(1, 1, 1, 2, 3, 3, 2, 3, 3, 3), 
                   Q3=c(1, 1, 2, 1, 2, 3, 3, 3, 2, 3)) 
 
#计算克隆巴赫系数 
cronbach.alpha(data) 
 
# Items: 3 
# Sample units: 10 
# alpha: 0.773 

结果显示克隆巴赫系数为0.773 .

另外可以增加CI=TRUE参数,返回95%的克隆巴赫系数置信区间:

cronbach.alpha(data, CI=TRUE) 
 
# Cronbach's alpha for the 'data' data-set 
#  
# Items: 3 
# Sample units: 10 
# alpha: 0.773 
#  
# Bootstrap 95% CI based on 1000 samples 
#  2.5% 97.5%  
# 0.078 0.926  
 

结果显示95%置信区间为 [0.078, 0.926], 这个范围很宽,主要是因为样本太小。实际建议样本不小于20,这里使用10个样本主要是为了简化示例。

下表描述常用克隆巴赫系数描述:

克隆巴赫系数 内部一致性
0.9 ≤ α 优秀(Excellent)
0.8 ≤ α < 0.9 好(Good)
0.7 ≤ α < 0.8 可接受(Acceptable)
0.6 ≤ α < 0.7 可疑(Questionable)
0.5 ≤ α < 0.6 不好(Poor)
α < 0.5 不可接受(Unacceptable)

上面示例结果为0.773,对照上面信息,可以解释为可接受。


本文参考链接:https://blog.csdn.net/neweastsun/article/details/124283869
阅读延展