`psych::alpha` - 输出的详细解释

Question

我知道此处和其他地方已广泛讨论了 Cronbach 的 alpha，但我找不到对输出结果的详细解释 table。

psych::alpha(questionaire)

Reliability analysis   
Call: psych::alpha(x = diagnostic_test)

  raw_alpha std.alpha G6(smc) average_r S/N   ase mean   sd median_r
      0.69      0.73       1      0.14 2.7 0.026  0.6 0.18     0.12

 lower alpha upper     95% confidence boundaries
0.64 0.69 0.74 

 Reliability if an item is dropped:
        raw_alpha std.alpha G6(smc) average_r S/N alpha se  var.r med.r
Score1       0.69      0.73    0.86      0.14 2.7    0.027 0.0136  0.12
Score2       0.68      0.73    0.87      0.14 2.7    0.027 0.0136  0.12
Score3       0.69      0.73    0.87      0.14 2.7    0.027 0.0136  0.12
Score4       0.67      0.72    0.86      0.14 2.5    0.028 0.0136  0.11
Score5       0.68      0.73    0.87      0.14 2.7    0.027 0.0134  0.12
Score6       0.69      0.73    0.91      0.15 2.7    0.027 0.0138  0.12
Score7       0.69      0.73    0.85      0.15 2.7    0.027 0.0135  0.12
Score8       0.68      0.72    0.86      0.14 2.6    0.028 0.0138  0.12
Score9       0.68      0.73    0.92      0.14 2.7    0.027 0.0141  0.12
Score10      0.68      0.72    0.90      0.14 2.6    0.027 0.0137  0.12
Score11      0.67      0.72    0.86      0.14 2.5    0.028 0.0134  0.11
Score12      0.67      0.71    0.87      0.13 2.5    0.029 0.0135  0.11
Score13      0.67      0.72    0.86      0.14 2.6    0.028 0.0138  0.11
Score14      0.68      0.72    0.86      0.14 2.6    0.028 0.0138  0.11
Score15      0.67      0.72    0.86      0.14 2.5    0.028 0.0134  0.11
Score16      0.68      0.72    0.88      0.14 2.6    0.028 0.0135  0.12
score        0.65      0.65    0.66      0.10 1.8    0.030 0.0041  0.11

 Item statistics 
          n raw.r std.r r.cor r.drop mean   sd
Score1  286  0.36  0.35  0.35   0.21 0.43 0.50
Score2  286  0.37  0.36  0.36   0.23 0.71 0.45
Score3  286  0.34  0.34  0.34   0.20 0.73 0.44
Score4  286  0.46  0.46  0.46   0.33 0.35 0.48
Score5  286  0.36  0.36  0.36   0.23 0.73 0.44
Score6  286  0.29  0.32  0.32   0.18 0.87 0.34
Score7  286  0.33  0.32  0.32   0.18 0.52 0.50
Score8  286  0.42  0.41  0.41   0.28 0.36 0.48
Score9  286  0.32  0.36  0.36   0.22 0.90 0.31
Score10 286  0.37  0.40  0.40   0.26 0.83 0.37
Score11 286  0.48  0.47  0.47   0.34 0.65 0.48
Score12 286  0.49  0.49  0.49   0.37 0.71 0.46
Score13 286  0.46  0.44  0.44   0.31 0.44 0.50
Score14 286  0.44  0.43  0.43   0.30 0.43 0.50
Score15 286  0.48  0.47  0.47   0.35 0.61 0.49
Score16 286  0.39  0.39  0.39   0.26 0.25 0.43
score   286  1.00  1.00  1.00   1.00 0.60 0.18
Warning messages:
1: In cor.smooth(r) : Matrix was not positive definite, smoothing was done
2: In cor.smooth(R) : Matrix was not positive definite, smoothing was done
3: In cor.smooth(R) : Matrix was not positive definite, smoothing was done

据我所知，r.cor代表总项相关，或双序列相关。我已经看到这通常与相应的 p 值一起解释。

1. r.cor 和 r.drop 的确切解释是什么？

2。如何计算 p 值？

Answer 1

1.虽然这更多是Crossvalidated的问题，但这里是'项目统计'部分的详细解释：

raw.r：项目与量表总分之间的相关性（即项目-总相关性）； raw.r有个问题，就是item本身是包含在total中的——也就是说我们是把item和它自己关联起来，所以当然会关联（r.cor和r.drop 解决这个问题；详见 ?alpha)

r.drop：不包含该项目本身的项目-总相关性（即项目-其余相关性或校正后的项目-总相关性）；低项目总相关性表明该项目与总体规模相关性不高

r.cor：针对项目重叠和量表可靠性校正的项目-总相关性均值和标准差：如果删除该项目，则标度的均值和标准差

2. 您不应该使用与这些相关系数对应的 p 值来指导您的决策。我建议不要费心计算它们。

`psych::alpha` - 输出的详细解释

`psych::alpha`- detailed interpretation of the output

statistics

r

correlation

psych