Python에서 cronbach의 알파를 계산하는 방법
Chronbach’s Alpha는 설문지나 설문조사의 내부 일관성을 측정하는 방법입니다.
Cronbach’s alpha의 범위는 0에서 1까지이며, 값이 높을수록 설문조사나 설문지의 신뢰성이 더 높다는 것을 나타냅니다.
다음 예는 Python에서 Cronbach’s Alpha를 계산하는 방법을 보여줍니다.
예: Python에서 Cronbach 알파 계산
레스토랑 관리자가 전반적인 고객 만족도를 측정하려고 하여 고객 10명에게 설문조사를 보내 다양한 카테고리에 대해 1~3점 척도로 레스토랑을 평가한다고 가정해 보겠습니다.
다음 pandas DataFrame은 설문조사 결과를 보여줍니다.
import pandas as pd
#enter survey responses as a DataFrame
df = pd. DataFrame ({' Q1 ': [1, 2, 2, 3, 2, 2, 3, 3, 2, 3],
' Q2 ': [1, 1, 1, 2, 3, 3, 2, 3, 3, 3],
' Q3 ': [1, 1, 2, 1, 2, 3, 3, 3, 2, 3]})
#view DataFrame
df
Q1 Q2 Q3
0 1 1 1
1 2 1 1
2 2 1 2
3 3 2 1
4 2 3 2
5 2 3 3
6 3 2 3
7 3 3 3
8 2 3 2
9 3 3 3
설문조사 응답에 대한 Cronbach’s Alpha를 계산하려면 펭귄 라이브러리의 cronbach_alpha() 함수를 사용할 수 있습니다.
먼저 펭귄 라이브러리를 설치하겠습니다.
pip install penguin
다음으로 cronbach_alpha() 함수를 사용하여 Cronbach’s Alpha를 계산합니다.
import penguin as pg
pg. cronbach_alpha (data=df)
(0.7734375, array([0.336, 0.939]))
Cronbach’s Alpha는 0.773 으로 나타났다.
Cronbach’s Alpha에 대한 95% 신뢰 구간도 제공됩니다: [.336, .939] .
참고: 이 신뢰 구간은 표본 크기가 작기 때문에 매우 넓습니다. 실제로는 최소 20개의 표본 크기를 사용하는 것이 좋습니다. 여기서는 단순화를 위해 표본 크기 10을 사용했습니다.
기본 신뢰 구간은 95%이지만 다음 인수를 사용하여 다른 신뢰 수준을 지정할 수 있습니다.
import penguin as pg
#calculate Cronbach's Alpha and corresponding 99% confidence interval
pg. cronbach_alpha (data=df, ci= .99 )
(0.7734375, array([0.062, 0.962]))
Cronbach’s Alpha 값은 동일하게 유지되지만 더 높은 신뢰 수준을 사용했기 때문에 신뢰 구간이 훨씬 더 넓어졌습니다.
다음 표는 Cronbach’s Alpha의 다양한 값이 일반적으로 어떻게 해석되는지 설명합니다.
크론바흐 알파 | 내적 일관성 |
---|---|
0.9 ≤ α | 훌륭한 |
0.8 ≤ α < 0.9 | 좋은 |
0.7 ≤ α < 0.8 | 허용됨 |
0.6 ≤ α < 0.7 | 수상한 |
0.5 ≤ α < 0.6 | 가난한 |
α < 0.5 | 허용되지 않음 |
Cronbach’s alpha는 0.773 으로 계산되었으므로 이 설문조사의 내부 일관성은 ‘수용 가능’하다고 말할 수 있습니다.
보너스: 주어진 데이터 세트에 대한 Cronbach Alpha를 찾으려면 이 Cronbach Alpha 계산기를 자유롭게 사용하십시오.