一家银行想对客户进行调查,以确定客户对其服务及时性的满意程度。您拟定了以下四个调查问题:
第 1 条 - 我的电话、电子邮件或信函咨询在合理时间内得到答复。
第 2 条 - 我对所提供服务的及时性感到满意。
第 3 条 - 我等待服务的时间是合理的。
第 4 条 - 我对得到的服务感到满意。
每个问题都按 5 分 Likert 评定法来回答:1 = 非常不满意,2 = 不满意,3 = 中立,4 = 满意,5 = 非常满意。分发调查问卷之前,您想对这些问题进行检验,以确保它们能够一致地度量客户服务的及时性。您请了 60 位客户来回答这四个问题。
1 打开工作表“CRONBACH.MTW”。
2 选择统计 > 多变量 > 项目分析。
3 在变量中,输入第 1 条 - 第 4 条。
4 单击图形并选中含平滑器的数据的矩阵图。
6 在每个对话框中单击确定。
会话窗口输出
第 1 条, 第 2 条, 第 3 条, 第 4 条 的项目分析
相关矩阵
第 1 条 第 2 条 第 3 条 第 2 条 0.814 第 3 条 0.795 0.789 第 4 条 0.038 0.017 -0.003
单元格内容: Pearson 相关系数
项目和合计统计量
变量 总计数 均值 标准差 第 1 条 60 3.450 1.333 第 2 条 60 3.383 1.415 第 3 条 60 3.317 1.255 第 4 条 60 2.167 0.827 合计 60 12.317 3.833
Cronbach alpha = 0.7853
被忽略的项目统计量
调整合计 项目调整 Cronbach 省略的变量 调整总均值 标准差 总相关 多重相关平方 Alpha 第 1 条 8.867 2.665 0.818768 0.725307 0.599499 第 2 条 8.933 2.603 0.802999 0.717877 0.606279 第 3 条 9.000 2.768 0.785333 0.691912 0.625996 第 4 条 10.150 3.727 0.019250 0.004488 0.921674 |
图形窗口输出
整体 Cronbach alpha 为 0.7853,比常用基准值 0.7 要高。这表明至少有部分项目一致地度量了客户服务的及时性。
警告 |
基准通常取决于学科领域的标准以及项目数。 |
要评估是否所有项目都度量了相同的结构体,请评估项目间相关性和被忽略的项目统计量。
使用相关系数阵可以评估两个项目是否相关。因为您希望所有项目都测量相同的结构体(客户服务及时性),所以它们必须高度相关。值越接近 1,项目的相关性越高。 负相关理论上是可能的,但通常不会出现在实际的项目分析中。
在本示例中,第 1 条、第 2 条和第 3 条高度相关,相关值在 0.8 左右。第 4 条与其他几条不相关,因为相关值接近 0。
此外,矩阵图也以图形方式表明,第 1 条、第 2 条和第 3 条具有正相关关系,而第 4 条与结构体中的其他几条没有关系。
在本示例中,第 4 条的“项目调整总相关”(0.019250)和“多重相关平方”(0.004488) 都较小,并且将它从结构体中删除会将 Cronbach alpha 从 0.7853 增加至 0.921674。
总体来说,结果表明只有第 1 条、第 2 条和第 3 条度量了客户服务的及时性。作为该项调查的管理者,应将第 4 条删除,或者进行改写并重新检验以确保各条能够测量相同的结构体。