可靠性分析
可靠性分析允许您研究测量刻度的属性以及组成这些标度的项。 “可靠性分析”过程计算标度可靠性的众多常用度量，还提供关于标度中的各项之间关系的信息。 同类相关系数可用来计算评分者间的可靠性估计。
可靠性分析还会提供 Fleiss 多评分者 Kappa 统计，这些选项评估评分者间一致性，以确定各种评分者之间的可靠性。 该一致性越高，评分反映真实情况的置信度也越高。 " 可靠性分析: 统计信息 " 对话框中提供了 Fleiss 的多重评分者 Kappa 选项。
- 示例
- 我的调查表能以有用的方式度量客户满意度吗？ 使用可靠性分析，您可以确定调查表中各项的相互关联程度，可以获取重复性的总体指标或作为一个整体的标度的内部一致性，并且可以识别应从标度中排除的问题项。
- 统计信息
- 每个变量和标度的描述、跨项的汇总统计、项之间的相关性和协方差、可靠性估计、ANOVA 表、同类相关系数、Hotelling T 2、Tukey 可加性检验以及 Fleiss 多评分者 Kappa。
- 模型
- 以下可靠性模型可用：
- Alpha (Cronbach)
- 此模型是内部一致性的度量，基于平均的项之间的相关性。
- Omega (McDonald's)
该模型假设模型是一维的，其中包括单个因子，它没有误差协方差形式的局部项依赖关系。 该模型意味着两个不同项的协方差是其载荷的乘积。
- 半分
- 此模型将标度拆分成两个部分，并检查两部分之间的相关性。
- Guttman
- 此模型计算 Guttman 的下界以获取真实可靠性。
- 平行
- 此模型假设所有项具有相等的方差，并且重复项之间具有相等的误差方差。
- 严格平行
- 此模型假设为平行模型，还假设所有项具有相等的平均值。
可靠性分析数据注意事项
- 数据
- 数据可以是二分数据、有序数据或区间数据，但数据应是用数值编码的。
- 假定
- 观测值应是独立的，且项与项之间的误差应是不相关的。 每对项应具有二元正态分布。 标度应是可加的，以便每一项都与总得分线性相关。 下列假定适用于 Fleiss 多评分者 Kappa 统计：
- 要运行任何可靠性统计，必须至少选择两个项变量。
- 至少选择两个评分变量后，就会粘贴 Fleiss 多评分者 Kappa 语法。
- 两个评分者之间没有关联。
- 评分者的数目固定不变。
- 每个主体由仅包含单个评分者的同一个组进行评分。
- 不能对各种不一致性分配权重。
- 相关过程
- 如果想要探索标度项的维数（以查明是否需要多个结构来代表项得分的模式），那么使用因子分析或多维标度。 要标识同类变量组，可使用系统聚类分析以使变量聚类。
获取可靠性分析
此功能需要 Statistics Base 选项。
- 从菜单中选择：
- 选择两个或更多变量作为可加标度的可能成分。
- 从模型下拉列表中选择模型。
- （可选）单击统计以选择各种统计，用于描述标度项或评分者间一致性。
此过程将粘贴 RELIABILITY 命令语法。