用R进行信度分析

在OBHRM研究中，需要报告量表的信度，最经常采用的指标是内部一致性系数。采用psych包可以很方便地计算内部一致性系数。

脚本与注释

datafilename="http://personality-project.org/r/datasets/extraversion.items.txt"  # 指定数据来源与文件名
data=read.table(datafilename,header=TRUE)                                        # 读取数据
attach(data)                                                                     # 激活数据
e <- data.frame(q_262 ,q_1480 ,q_819 ,q_1180 ,q_1742)                            # 将要分析的变量读入数据库，否则会分析所有变量
alpha(e,check.keys=TRUE)                                                         # 计算内部一致性系数，检查是否有反向计分题目

结果

Reliability analysis   
Call: alpha(x = e, check.keys = TRUE)

  raw_alpha std.alpha G6(smc) average_r S/N  ase mean  sd       # alpha的结果在这
      0.82      0.83    0.83      0.49 4.8 0.02  3.6 1.1

 lower alpha upper     95% confidence boundaries
0.78 0.82 0.86 

 Reliability if an item is dropped:
        raw_alpha std.alpha G6(smc) average_r S/N alpha se      #删除某道题后，alpha的变化在这
q_262        0.82      0.82    0.80      0.53 4.6    0.022
q_1480-      0.79      0.80    0.76      0.49 3.9    0.024
q_819        0.77      0.77    0.74      0.46 3.4    0.026
q_1180-      0.79      0.79    0.77      0.49 3.8    0.025
q_1742       0.77      0.78    0.77      0.46 3.5    0.027

 Item statistics 
          n raw.r std.r r.cor r.drop mean  sd
q_262   200  0.71  0.70  0.58   0.52  3.1 1.5
q_1480- 200  0.75  0.76  0.70   0.60  3.1 1.4
q_819   200  0.80  0.82  0.78   0.69  4.6 1.2
q_1180- 200  0.78  0.77  0.69   0.62  2.7 1.5
q_1742  200  0.80  0.80  0.74   0.67  4.4 1.4

Non missing response frequency for each item
          0    1    2    3    4    5    6 miss
q_262  0.00 0.18 0.20 0.22 0.22 0.12 0.06    0
q_1480 0.00 0.18 0.25 0.18 0.26 0.08 0.03    0
q_819  0.00 0.02 0.06 0.12 0.17 0.42 0.22    0
q_1180 0.01 0.14 0.19 0.16 0.30 0.14 0.06    0
q_1742 0.00 0.04 0.08 0.13 0.22 0.26 0.27    0
Warning message:
In alpha(e, check.keys = TRUE) :                               # 检查是否有反向计分的题目，自动调整
  Some items were negatively correlated with total scale and were automatically reversed.
 This is indicated by a negative sign for the variable name.