2 Testes clássicos
A função descript() dentro do pacote ltm realiza as principais análises clássicas.
> manha.desc<-descript(manha)
> names(manha.desc)
[1] "sample" "perc" "items" "pw.ass"
[5] "n.print" "name" "missin" "data"
[9] "bisCorr" "ExBisCorr" "alpha"
Descriptive statistics for the 'manha' data-set
Sample:
30 items and 1001 sample units; 0 missing values
Proportions for each level of response:
logit
i1 0.5754 0.4246 -0.3040
i2 0.4635 0.5365 0.1461
i3 0.6613 0.3387 -0.6693
i4 0.4755 0.5245 0.0980
i5 0.0929 0.9071 2.2786
i6 0.4286 0.5714 0.2877
i7 0.5734 0.4266 -0.2958
i8 0.6583 0.3417 -0.6559
i9 0.6234 0.3766 -0.5039
i10 0.5524 0.4476 -0.2106
i11 0.4076 0.5924 0.3739
i12 0.4466 0.5534 0.2146
i13 0.4565 0.5435 0.1743
i14 0.4196 0.5804 0.3245
i15 0.6953 0.3047 -0.8250
i16 0.7383 0.2617 -1.0370
i17 0.3736 0.6264 0.5167
i18 0.1339 0.8661 1.8672
i19 0.5415 0.4585 -0.1662
i20 0.2567 0.7433 1.0630
i21 0.6284 0.3716 -0.5252
i22 0.8012 0.1988 -1.3938
i23 0.7592 0.2408 -1.1485
i24 0.5165 0.4835 -0.0660
i25 0.6893 0.3107 -0.7969
i26 0.3536 0.6464 0.6030
i27 0.2847 0.7153 0.9212
i28 0.5544 0.4456 -0.2186
i29 0.2617 0.7383 1.0370
i30 0.1998 0.8002 1.3875
Frequencies of total scores:
0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19
Freq 0 0 0 0 0 0 0 29 40 48 59 64 69 72 74 73 71 70 64 57
20 21 22 23 24 25 26 27 28 29 30
Freq 51 45 35 28 21 14 9 5 2 1 0
Point Biserial correlation with Total Score:
Included Excluded
i1 0.2386 0.1373
i2 0.4988 0.4137
i3 0.4107 0.3229
i4 0.4174 0.3250
i5 0.2499 0.1914
i6 0.2964 0.1973
i7 0.3649 0.2697
i8 0.2949 0.2001
i9 0.4071 0.3168
i10 0.3296 0.2317
i11 0.3358 0.2395
i12 0.2764 0.1759
i13 0.4695 0.3817
i14 0.4057 0.3136
i15 0.2025 0.1072
i16 0.3259 0.2397
i17 0.3433 0.2490
i18 0.2986 0.2313
i19 0.4090 0.3162
i20 0.2695 0.1813
i21 0.3289 0.2339
i22 0.1844 0.1017
i23 0.1609 0.0717
i24 0.1968 0.0930
i25 0.4048 0.3187
i26 0.4422 0.3559
i27 0.3310 0.2426
i28 0.5005 0.4159
i29 0.4089 0.3275
i30 0.3431 0.2657
Cronbach's alpha:
value
All Items 0.7366
Excluding i1 0.7370
Excluding i2 0.7192
Excluding i3 0.7254
Excluding i4 0.7250
Excluding i5 0.7332
Excluding i6 0.7333
Excluding i7 0.7286
Excluding i8 0.7329
Excluding i9 0.7257
Excluding i10 0.7311
Excluding i11 0.7306
Excluding i12 0.7347
Excluding i13 0.7213
Excluding i14 0.7258
Excluding i15 0.7383
Excluding i16 0.7305
Excluding i17 0.7300
Excluding i18 0.7313
Excluding i19 0.7256
Excluding i20 0.7338
Excluding i21 0.7309
Excluding i22 0.7376
Excluding i23 0.7396
Excluding i24 0.7399
Excluding i25 0.7257
Excluding i26 0.7233
Excluding i27 0.7303
Excluding i28 0.7190
Excluding i29 0.7255
Excluding i30 0.7292
Pairwise Associations:
Item i Item j p.value
1 6 15 0.976
2 1 11 0.972
3 5 16 0.969
4 11 23 0.968
5 1 6 0.963
6 18 23 0.959
7 9 15 0.958
8 18 24 0.957
9 1 21 0.953
10 20 23 0.949
Ainda, é possível fazer um gráfico com os resultados da função descript().
A opção includeFirstLast indica que todos os scores devem ser inseridos no gráfico.
Lembrando que é a frequência de ocorrência dos scores é que são inseridas nesse gráfico.
Observe que há 8 valores que não ocorreram nesse conjunto de respostas. Os scores 0 até 6 e
o score 30 (ninguém acertou todos os itens).
Quando há muitos itens, pode ser necessário realizar a análise por partes:
A função reliability() do pacote CTT pode ser utilizada para obter o coeficiente
Alpha de Cronbach e outras estatísticas:
Primeiro, carregue o pacote:
> manha.reliab<-reliability(manha)
> names(manha.reliab)
[1] "N_item" "N_person" "alpha"
[4] "scale.mean" "scale.sd" "alpha.if.deleted"
[7] "pbis" "item.mean"
Por exemplo, pode-se ter interesse na correlação ponto bisserial:
[1] 0.13736404 0.41387410 0.32309618 0.32516840 0.19149991
[6] 0.19744252 0.26985154 0.20017153 0.31698998 0.23183743
[11] 0.23962714 0.17598453 0.38193540 0.31378028 0.10723096
[16] 0.23981169 0.24916980 0.23141395 0.31633538 0.18138136
[21] 0.23405126 0.10171049 0.07174077 0.09309382 0.31882317
[26] 0.35605384 0.24276186 0.41611232 0.32768190 0.26585679
