Mesurer les caractéristiques : corrélations et fidélité
Analyse factorielle avec R
Jennifer Brussow
Psychometrician
Corrélations
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
...
Tester la signification des corrélations : valeurs p
corr.test(gcbs, use = "pairwise.complete.obs")$p
Q1 Q2 Q3 Q4 Q5 Q6 Q7 Q8 Q9 Q10 Q11 Q12 Q13 Q14 Q15
Q1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
Q2 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
Q3 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
Q4 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
Q5 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
...
Q11 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
Q12 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
Q13 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
Q14 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
Q15 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
Tester la signification des corrélations : intervalles de confiance
corr.test(gcbs, use = "pairwise.complete.obs")$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
Fidélité par scission en deux
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
Passons à la pratique !
Analyse factorielle avec R
