Corrected Item-Total Correlation: F

Corrected Item-Total Correlation: Figure 7 below highlights the column containing the "Corrected Item-Total Correlation" for each of the items. This column displays the correlation between a given Task Value item and the sum score of the other two items. For example, the correlation between Task Value item 1 and the sum of items 2 and 3 (i.e., item 2 + item 3) is r = .799. What this means is that there is a strong, positive correlation between the scores on the one item (item 1) and the combined score of the other two (items 2 and 3). This is a way to assess how well one item's score is internally consistent with composite scores from all other items that remain. If this correlation is weak (de Vaus suggests anything less than .30 is a weak correlation for item-analysis purposes [de Vaus (2004), Suveys in Social Research, Routledge, p. 184]), then that item should be removed and not used to form a composite score for the variable in question. For example, if the correlation between scores for item 1 and the combined scores of items 2 and 3 was low, say r = .15, then when we create the composite (overall) score for Task Value (the step taken after reliability analysis) we would create the composite using only items 2 and 3 and we would simply ignore scores from item 1 because it was not internally consistent with the other items.



Figure 7: Statistical Results for Reliability

ผลลัพธ์ (ไทย) 2:

แก้ไขความสัมพันธ์รายการ-ทั้งหมด: รูปที่ 7 ด้านล่างคอลัมน์ไฮไลท์ที่มี "ความสัมพันธ์การแก้ไขรายการ-รวม" สำหรับแต่ละรายการ คอลัมน์นี้แสดงความสัมพันธ์ระหว่างการได้รับรายการมูลค่างานและคะแนนผลรวมของทั้งสองรายการ ตัวอย่างเช่นความสัมพันธ์ระหว่างรายการมูลค่างาน 1 และผลรวมของรายการที่ 2 และ 3 (เช่นรายการรายการ + 2 3) เป็น r = 0.799 สิ่งนี้หมายความว่ามีความแข็งแกร่งความสัมพันธ์เชิงบวกระหว่างคะแนนในรายการหนึ่ง (ข้อ 1) และคะแนนรวมของทั้งสอง (รายการที่ 2 และ 3) นี้เป็นวิธีการประเมินว่าคะแนนหนึ่งรายการคือภายในที่สอดคล้องกับคะแนนคอมโพสิตจากรายการอื่น ๆ ทั้งหมดที่ยังคงเป็น หากความสัมพันธ์นี้จะอ่อนแอ (เด Vaus แสดงให้เห็นอะไรที่น้อยกว่า 0.30 ความสัมพันธ์ที่อ่อนแอเพื่อวัตถุประสงค์ในการวิเคราะห์รายการ [เด Vaus (2004), Suveys ในการวิจัยทางสังคมเลดจ์พี. 184]) จากนั้นรายการที่ควรจะถูกลบออกและ ไม่ได้ใช้ในรูปแบบประกอบด้วยคะแนนสำหรับตัวแปรในคำถาม ตัวอย่างเช่นถ้าความสัมพันธ์ระหว่างคะแนนสำหรับรายการที่ 1 และคะแนนรวมของรายการที่ 2 และ 3 อยู่ในระดับต่ำพูด r = 0.15 แล้วเมื่อเราสร้างคอมโพสิต (โดยรวม) คะแนนมูลค่างาน (ขั้นตอนที่ถ่ายหลังจากการวิเคราะห์ความน่าเชื่อถือ) เราจะสร้างโดยใช้คอมโพสิตเฉพาะรายการที่ 2 และ 3 และเราก็จะไม่สนใจคะแนนข้อ 1. เพราะมันไม่สอดคล้องกันภายในกับรายการอื่น ๆ . รูปที่ 7 ผลทางสถิติสำหรับความน่าเชื่อถือ

ผลลัพธ์ (ไทย) 3:

แก้ไขรายการทั้งหมด ) : รูปที่ 7 ล่าง ไฮไลท์คอลัมน์ที่มี " แก้ไขรายการทั้งหมด ) " สำหรับแต่ละรายการ คอลัมน์นี้จะแสดงความสัมพันธ์ระหว่างงานที่กําหนดค่าสินค้าและผลรวมคะแนนของอีกสองรายการ ตัวอย่างเช่น ความสัมพันธ์ระหว่างรายการ มูลค่างาน 1 และผลรวมของรายการที่ 2 และ 3 ( เช่น รายการที่ 2 รายการที่ 3 ) คือ r = 799 .สิ่งที่หมายถึงนี้คือ มีความแข็งแรง มีความสัมพันธ์ทางบวกระหว่างคะแนนต่อหนึ่งรายการ ( รายการที่ 1 ) และรวมคะแนนของอีกสอง ( รายการที่ 2 และ 3 ) นี้เป็นวิธีการประเมินวิธีได้คะแนนดีรายการหนึ่งคือภายในที่สอดคล้องกับคอมโพสิตคะแนนจากรายการอื่น ๆที่ยังอยู่ ถ้าความสัมพันธ์นี้จะอ่อนแอ ( เดอ vaus ชี้ให้เห็นอะไรน้อยกว่า30 คือความสัมพันธ์ที่อ่อนแอสำหรับรายการการวิเคราะห์วัตถุประสงค์ [ de vaus ( 2004 ) , suveys ในการวิจัยทางสังคม เราท์เลดจ์ , หน้า 184 ] ) แล้วสินค้าที่ควรจะถูกลบออกและไม่ใช้รูปคะแนนคอมโพสิตสำหรับตัวแปรในคำถาม ตัวอย่างเช่น ถ้าความสัมพันธ์ระหว่างคะแนนสำหรับรายการที่ 1 และคะแนนรวมของรายการที่ 2 และ 3 มีค่าต่ำ พูด r = . 15เมื่อเราสร้างคอมโพสิต ( โดยรวม ) คะแนน สำหรับ มูลค่างาน ( ขั้นตอนที่ถ่ายหลังจากการวิเคราะห์ความน่าเชื่อถือ ) เราจะสร้างคอมโพสิตโดยใช้เพียงรายการที่ 2 และ 3 และเราก็ไม่สนใจคะแนนจากข้อ 1 เพราะมันไม่ได้ภายในที่สอดคล้องกับรายการอื่น ๆ



รูปที่ 7 : ข้อมูลสถิติเพื่อความน่าเชื่อถือ