问卷条目与总分相关系数和校正后的相关系数的区别

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

各位大佬，我现在在做问卷的信度分析，可能要考虑删掉某些问卷条目，我看有些文献在做题项是否删除的分析中，有提到：项目与总分的相关系数；校正后的项目与总分的相关系数，这两者有什么区别吗，以及校正后的相关系数怎么计算呢？
谢谢各位的解答！

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享0 收藏0 回帖

关键词：相关系数 信度分析

校正后的项目与总分的相关系数，就是不含该题（项目）的总分。
如，有5个项目，v1与（v2+v3+v4+v5）的相关，就是“校正后的项目与总分的相关系数”。

spss19 发表于 2024-10-15 09:29
校正后的项目与总分的相关系数，就是不含该题（项目）的总分。
如，有5个项目，v1与（v2+v3+v4+v5）的相关 ...

太感谢啦

这两个指标都用来衡量单一题项分数与问卷总分之间的相关程度，通常基于皮尔森相关系数（Pearson correlation）。它们是信度分析的重要部分，能反映题项的鉴别力（discrimination）和一致性。如果相关系数高，表示该题项与整体问卷测量的构念（construct）高度相关；反之，则可能需检讨或移除。

题项与总分的相关系数（Item-Total Correlation，未校正版）：
定义：直接计算单一题项的分数与包含该题项在内的总分之间的相关系数。
优点：计算简单，适合初步筛选。
缺点：存在「部分-整体偏差」（part-whole bias）或「自我相关」（self-correlation）问题。因为总分包括该题项本身，这会人工膨胀相关值，尤其是当问卷题项数少或题项变异小（variance low）时。结果可能高估题项的贡献度，导致信度分析不准确。
适用情境：快速概览，但不推荐用于正式报告或决定删除题项，因为它可能误导（e.g., 所有题项看起来都很相关，但实际上有些是冗余）。

校正后的题项与总分的相关系数（Corrected Item-Total Correlation）：
定义：计算单一题项的分数与排除该题项后的剩余总分（rest of the total score）之间的相关系数。
优点：修正了自我相关偏差，提供更保守且可靠的估计。相关值通常低于未校正版，能更真实反映题项的独立贡献。在信度分析中，如果校正相关 < 0.3，常建议删除该题项；若 > 0.5，表示题项良好。
缺点：计算稍复杂，但现代统计软体（如SPSS、R）会自动处理。
适用情境：标准信度分析的核心，例如在计算Cronbach's alpha时，会同时检查「若删除该题项，alpha值变化」（alpha if item deleted），这依赖校正相关。校正版更适合用于问卷开发、验证或改进。