Halaman 1

Lihat diskusi, statistik, dan profil penulis untuk publikasi ini di: https://www.researchgate.net/publication/280936182

Saran untuk Analisis Keandalan dengan Sampel Kecil

Laporan Teknis · Agustus 2015
DOI: 10.13140 / RG.2.1.1495.5364
CITATIONS
4
BACA
13.830
1 penulis:
Beberapa penulis publikasi ini juga mengerjakan proyek-proyek terkait ini:
Proyek Tampilan Penulisan Proposal PhD
Teknik untuk Menangkap proyek Pandangan Pemikiran Matematika Lanjut
Peter Samuels
Universitas Kota Birmingham
114 PUBLIKASI 203 CITASI      
LIHAT PROFIL
Semua konten yang mengikuti halaman ini diunggah oleh Peter Samuels pada 25 Februari 2016.
Pengguna telah meminta peningkatan file yang diunduh.

Halaman 2
© 2016, Birmingham City University, Pusat Kesuksesan Akademik
Halaman 1
Metode Statistik - Analisis reliabilitas skala dengan sampel kecil
Jenis pertanyaan penelitian: Sebagian besar
Apa jenis variabel: Ordinal dan interval / skala
Aplikasi umum: Memvalidasi skala dalam kuesioner
1. Perkenalan
Sementara itu adalah saran statistik umum untuk tidak mencoba analisis reliabilitas dengan
ukuran sampel
kurang dari 300 (Kline, 1986) studi simulasi terbaru (Yurdugül, 2008) menunjukkan bahwa ini
adalah
mungkin dalam keadaan tertentu. Statistik yang paling umum digunakan dalam analisis
reliabilitas adalah
Alfa Cronbach dan aturan praktis yang sering dikutip adalah nilai koefisien di atas 0,7
dapat diterima untuk konstruksi psikologis (Kline, 1999). Namun, Cortina (1993) menemukan itu
ukuran koefisien alfa Cronbach tergantung pada jumlah item dalam skala
dengan skala dengan item lebih banyak memiliki koefisien yang lebih tinggi.
Keuntungan melakukan analisis reliabilitas adalah dapat memungkinkan peneliti untuk
melakukannya
memperlakukan sekelompok variabel pada subjek yang sama dengan variabel skala tunggal,
mengurangi
kompleksitas analisis lebih lanjut dan mengurangi risiko kesalahan Tipe I. Namun, pelajar
peneliti sering menemukan kesulitan untuk mendapatkan ukuran sampel 300. Tujuan dari lembar
kerja ini
adalah menasihati siswa tentang cara mencoba memvalidasi skala dengan sampel yang lebih
kecil
ukuran.
2. Desain skala
Kami merekomendasikan menggunakan tujuh titik skala respon Likert dengan hanya nilai
akhir
berlabuh pada interpretasi untuk item skala individu, yaitu
Pernyataan
Harap lingkari angka yang paling mencerminkan pandangan Anda:
1
2
3
4
5
6
7
Dengan kuat
tidak setuju
Dengan kuat
setuju
Ini memungkinkan masing-masing item diperlakukan sebagai data skala (memungkinkan lebih
deskriptif
statistik yang akan dihitung, seperti rata-rata dan standar deviasi) dengan maksimum
kekayaan data dengan mempertimbangkan pemodelan memori yang berfungsi (Miller,
1956). Namun,
skala barang individual seperti itu tidak ideal untuk analisis statistik sehingga
menggabungkannya menjadi a
skala multi item lebih disukai. Jika ini ternyata tidak mungkin, masing-masing item tersebut
lebih disukai daripada skala lima poin Likert respon tradisional dengan semua nilai berlabuh
interpretasi (yang merupakan data ordinal).
Ketika merancang skala untuk konstruksi psikologis, disarankan untuk memulai dengan
tinjauan literatur dan tidak membatasi item awal yang Anda masukkan dalam skala Anda ke
pribadi Anda

Halaman 3
© 2016, Birmingham City University, Pusat Kesuksesan Akademik
Halaman 2
interpretasi literatur (Clark dan Watson, 1995). Ini berarti Anda akan mengharapkannya
mengurangi skala turun di versi tervalidasi akhir.
Mungkin ada kecenderungan dalam proyek penelitian siswa untuk mengabaikan tahap ini dan
mencoba
desain skala akhir pertama kali. Namun, Hinkin et al. (1997) merekomendasikan hal itu pada
setidaknya dua kali lebih banyak item yang harus dihasilkan daripada yang akhirnya
digunakan.
3. Jumlah item
Hinkin et al. (1997) merekomendasikan bahwa skala akhir harus empat hingga enam
item . Pendek
skala juga mengurangi risiko inflasi alpha dan misinterpretasi Cronbach. Lain
masalah dengan skala panjang adalah bahwa mereka dapat mencakup banyak dimensi (Field,
2013: 709).
4. Skala proses validasi
Daripada memulai dengan analisis reliabilitas skala kami sarankan Anda mulai dengan a
Analisis Komponen Utama. Ada dua alasan untuk ini:
1. Ini akan menunjukkan apakah masing-masing item sesuai dengan skala
2. Ini akan menunjukkan apakah koefisien alpha Cronbach stabil dengan sampel kecil
Asalkan proses ini menghasilkan hasil yang dapat diterima (lihat contoh di bawah) analisis
keandalan
kemudian harus dilakukan. Jika ini juga menghasilkan hasil yang dapat diterima maka skalanya
harus
dibangun sebagai variabel skala dengan menambahkan semua item yang tersisa bersama-sama.
5. Contoh
100 anggota masyarakat ditanyai sembilan pertanyaan tentang persepsi mereka tentang
profesionalisme psikolog. Setiap pertanyaan menggunakan lima poin Likert tradisional
skala respons. Salah satu item ( Violation_Likelihood ) terbalik kata jadi
variabel pembalikan yang sesuai, Violation_Likelihood_Reversed dihitung oleh
mengurangi nilai Violation_Likelihood dari 6 dan dimasukkan dalam skala percobaan.
Langkah-langkah dalam SPSS
Analisis> Pengurangan Dimensi> Faktor
Analisis
Masukkan semua item skala dalam daftar Variabel dan
klik OK
Ini mengembalikan satu komponen penting (the
kondisi default adalah komponen yang dikembalikan
nilai eigen harus> 1) terhitung 55,6% dari
varians total dengan nilai eigen 5,006. Semua
pemuatan komponen> 0,7 kecuali untuk
Violation_Likelihood_Reversed yang merupakan 0,476.
Namun, karena ini memuat> 0,4, itu juga
dipertahankan dalam skala.
Studi simulasi berikut ini kemudian dikutip:

Halaman 4
© 2016, Birmingham City University, Pusat Kesuksesan Akademik
Halaman 3
Menurut Guadagnoli dan Velicer (1988) pola komponen stabil untuk a
ukuran sampel 100 asalkan komponen mengandung setidaknya empat variabel
memuat> 0,6.
Menurut Yurdugül (2008) koefisien alpha Cronbach dapat diandalkan untuk a
ukuran sampel 100 asalkan nilai eigen pertama dari Komponen Prinsip
Matriks analisis> 3.
Analisis reliabilitas kemudian dilakukan dengan sembilan variabel yang sama:
Analisis> Skala> Analisis Keandalan
Tempatkan semua sembilan item dalam daftar Item
Ini mengembalikan koefisien alpha Cronbach dari 0,894. Dulu
kemudian menyimpulkan bahwa karena jumlah item dalam skala
relatif terhadap ukuran koefisien ini bahwa item-item ini mungkin
dianggap sebagai variabel skala tunggal ketika digabungkan dalam a
kombinasi linear menggunakan skor komponen pertama. Ini dapat dicapai menggunakan Skor…
Simpan sebagai variabel dan opsi Regresi default.
Catatan : Karena ada sembilan item dalam skala ini, ambang yang lebih tinggi harus diambil
keandalan daripada nilai cut-off normal (0,7) karena diasumsikan bahwa ini berlaku untuk
skala dengan jumlah item yang disarankan, yaitu antara empat dan enam item.
Namun, Hair et al. (1998) merekomendasikan nilai cut-off alpha Cronbach 0,55.
6. Sampel yang lebih kecil
Menurut Nunally (1978) seharusnya ada lebih sedikit item dalam skala daripada ukuran sampel.
Yurdugül (2008) menganalisis ukuran sampel 30 dan menemukan bahwa koefisien alpha
Cronbach
dapat diandalkan asalkan nilai eigen pertama dari Analisis Komponen Utama adalah
lebih besar dari 6. Guadagnoli dan Velicer (1988) menganalisis ukuran sampel 50 dan
menemukan itu
pola komponen stabil asalkan memuat komponen minimal 0,8. Sebagai
mereka tidak mempertimbangkan kasus dengan kurang dari empat variabel per komponen aturan
ini seharusnya
juga diterapkan. Karena itu kami memberikan saran berikut:
Analisis reliabilitas tidak boleh dilakukan untuk ukuran sampel <30.
Untuk ukuran sampel antara 30 dan 50, hanya artikel Yurdugül yang harus dikutip tetapi kami
merekomendasikan bahwa setiap item dengan pemuatan komponen <0,4 dihapus dari
skala dan Analisis Komponen Utama dijalankan kembali. Jika hasilnya dulu
nilai eigen <6 maka analisis reliabilitas tidak boleh dicoba. Jika kurang dari empat
item memiliki pemuatan komponen> 0,8 maka ini harus didiskusikan dengan
peneliti membuat keputusan berdasarkan informasi tentang apakah analisis reliabilitas harus
dicoba.
Untuk ukuran sampel antara 50 dan 100 kedua artikel dapat dikutip dan keduanya
kondisi harus dipenuhi. Sekali lagi, setelah Analisis Komponen Utama awal
item apa pun dengan pemuatan komponen <0,4 harus dihapus dari skala dan
analisis dijalankan kembali. Jika nilai eigen pertama adalah antara 3 dan 6 keputusan yang
diinformasikan
harus dibuat tentang analisis reliabilitas berdasarkan ukuran sampel dan

ukuran nilai eigen dan interpretasi grafik dalam artikel Yurdugül - lihat Gambar

Halaman 5
© 2016, Birmingham City University, Pusat Kesuksesan Akademik
Halaman 4
1. Jika kurang dari empat item memiliki pemuatan komponen> 0,8 maka saran dalam
poin di atas harus diikuti.
Gambar 1: Hubungan antara bias alpha Cronbach dan ukuran sampel (Yurdugül, 2008)
Referensi
Clark, LA dan Watson, D. (1995) Membangun validitas: Masalah dasar dalam skala objektif
pengembangan. Penilaian Psikologis , 7 (3), hlm. 309-319.
Cortina JM (1993) Apa itu koefisien alpha? Pemeriksaan teori dan aplikasi.
Jurnal Psikologi Terapan , 78, 98-104.
Field, A. (2013) Menemukan Statistik menggunakan SPSS , edisi ke- 4 . London: SAGE.
Guadagnoli, E. dan Velicer, WF (1988) Hubungan dengan ukuran sampel dengan stabilitas
pola komponen. Buletin Psikologis , 103 (2), 265-275.
Hair, JF, Anderson, RE, Tatham, RL dan Black, WL (1998) Data Multivariat
Analisys . Upper Saddle River, NJ: Prentice Hall.
Hinkin, TR, Tracey, JB dan Enz, CA (1997) Konstruksi skala: Berkembang andal
dan instrumen pengukuran yang valid. Jurnal Penelitian Perhotelan & Pariwisata ,
21 (1), 100-120.
Kline, P. (1986) Buku pegangan konstruksi tes: Pengantar desain psikometrik . Baru
York: Methune.
Kline, P. (1999) A Handbook of Psychological Testing , 2 nd edn. London: Routledge.
Miller, G. (1956) Ajaib nomor tujuh, plus atau minus dua: Beberapa batasan pada kita
kapasitas untuk memproses informasi. The Psychological Review , 63, hlm. 81-97.
Nunnally, JC dan Bernstein, IH (1994) Psikometri Teori , 3 rd edn. New York:
McGraw-Hill.
Yurdugül, H. (2008) Ukuran sampel minimum untuk koefisien alpha Cronbach: A Monte-Carlo
belajar. Hacettepe Üniversitesi Eğit Fakültesi Dergisi , 35, hlm. 397-405.
Antara 3 dan 6
>6
Nilai batas untuk keandalan
Lihat statistik publikasi