Measure features: correlations and reliability
Analisi fattoriale in R
Jennifer Brussow
Psychometrician
Correlations
lowerCor(gcbs)
lowerCor(gcbs)
Q1 Q2 Q3 Q4 Q5 Q6 Q7 Q8 Q9 Q10 ...
Q1 1.00
Q2 0.53 1.00
Q3 0.36 0.40 1.00
Q4 0.52 0.53 0.50 1.00
Q5 0.48 0.46 0.40 0.57 1.00
Q6 0.63 0.55 0.40 0.61 0.50 1.00
Q7 0.47 0.67 0.42 0.57 0.45 0.54 1.00
Q8 0.39 0.38 0.78 0.49 0.41 0.41 0.41 1.00
Q9 0.42 0.49 0.49 0.56 0.46 0.48 0.53 0.48 1.00
Q10 0.44 0.38 0.32 0.40 0.43 0.41 0.39 0.36 0.37 1.00
...
Testing correlations' significance: p-values
corr.test(gcbs, use = "pairwise.complete.obs")$p
Q1 Q2 Q3 Q4 Q5 Q6 Q7 Q8 Q9 Q10 Q11 Q12 Q13 Q14 Q15
Q1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
Q2 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
Q3 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
Q4 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
Q5 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
...
Q11 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
Q12 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
Q13 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
Q14 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
Q15 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
Testing correlations' significance: confidence intervals
corr.test(gcbs, use = "pairwise.complete.obs")$ci
lower r upper p
Q1-Q2 0.4970162 0.5259992 0.5538098 0
Q1-Q3 0.3206223 0.3553928 0.3892067 0
Q1-Q4 0.4953852 0.5244323 0.5523079 0
Q1-Q5 0.4503342 0.4810747 0.5106759 0
...
Q1-Q11 0.6199265 0.6435136 0.6659388 0
Q1-Q12 0.4932727 0.5224025 0.5503620 0
Q1-Q13 0.3464313 0.3805006 0.4135673 0
Q1-Q14 0.5059498 0.5345780 0.5620298 0
Q1-Q15 0.4753633 0.5051815 0.5338405 0
...
Coefficient alpha
alpha(gcbs)
Reliability analysis
Call: alpha(x = gcbs)
raw_alpha std.alpha G6(smc) average_r S/N ase mean sd
0.93 0.93 0.94 0.48 14 0.002 2.9 1
lower alpha upper 95% confidence boundaries
0.93 0.93 0.94
Coefficient alpha
alpha(gcbs)
Reliability if an item is dropped:
raw_alpha std.alpha G6(smc) average_r S/N alpha se
Q1 0.93 0.93 0.94 0.48 13 0.0021
Q2 0.93 0.93 0.94 0.48 13 0.0021
Q3 0.93 0.93 0.94 0.49 13 0.0020
Q4 0.93 0.93 0.94 0.47 13 0.0022
Q5 0.93 0.93 0.94 0.48 13 0.0021
...
Q11 0.93 0.93 0.94 0.48 13 0.0021
Q12 0.93 0.93 0.94 0.47 13 0.0022
Q13 0.93 0.93 0.94 0.48 13 0.0021
Q14 0.93 0.93 0.94 0.48 13 0.0021
Q15 0.93 0.93 0.94 0.49 14 0.0020
Split-Half reliability
splitHalf(gcbs)
Split half reliabilities
Call: splitHalf(r = gcbs)
Maximum split half reliability (lambda 4) = 0.95
Guttman lambda 6 = 0.94
Average split half reliability = 0.93
Guttman lambda 3 (alpha) = 0.93
Minimum split half reliability (beta) = 0.86
Let's practice!
Analisi fattoriale in R
