Hiervoor zijn functies beschikbaar in R in het package 'psych'. Ik heb recent een functie geschreven die het wat makkelijker maakt om voor je schaal in een keer Cronbach's alpha, de GLB en Omegatotal te berekenen. Er staat uitleg over deze functie op http://userfriendlyscience.com/?reliability
(er wordt daar ook gelinked naar de paper op http://www.ehps.net/ehp/issues/2014/v16iss2April2014/4%20%20Peters%2016_2_EHP_April%202014.pdf, waar wordt uitgelegd waarom je deze moet gebruiken)
Kort samengevat doe je het volgende. Eerst installeer je het betreffende 'package' met dit commando:
install.packages('userfriendlyscience');
Dit hoeft maar een keer. Vervolgens laadt je het package (dit moet elke keer als je R opstart) met:
require('userfriendlyscience');
Dan start je de functie op met:
scaleReliability();
R geeft je dan een dialoogje waar je je SPSS databestand kunt selecteren. Je moet dan eerst wel je databestand apart opslaan, zodat er alleen nog de variabelen in staan die samen een schaal vormen (dit moet je dan apart voor elke schaal doen). Dit kan door in SPSS in het "File" menu "Save As..." te kiezen, en dan op het knopje met "Variables..." te klikken. Hier kun je kiezen welke variabelen je wil houden ("keep") en welke je niet wil opslaan ("drop").
Je kunt 'scaleReliability()' ook wat geavanceerder gebruiken:
scaleReliability(dataframe, itemnames = 'all', digits = 2);
Je gebruikt dus het commando 'scaleReliability', en je geeft minimaal 1 en maximaal 3 parameters mee. De eerste parameter is je dataframe. De tweede parameter is de items; als je deze parameter weglaat, of 'all' ingeeft, worden alle items in je dataframe meegenomen; anders kun je een vector meegeven met daarin de namen van de items die moeten worden geanalyseerd. Tot slot kun je aangeven hoeveel decimalen je wilt hebben. Zo'n vector met items heeft de vorm:
c('item1', 'item2')
Zoals je ziet is dit niet zo moeilijk; gewoon een lijstje van de itemnamen, met elke naam in quotes, gescheiden door komma's, binnen twee haakjes die achter een 'c' staan ('c' betekent in R "maak een vector van dit lijstje"). Dus, als je een dataframe hebt met de naam 'dat', waarin je de interne consistentie wilt berekenen van de drie items vraag1, vraag2 en vraag3, dan zou dit het commando zijn:
scaleReliability(dataframe = dat, itemnames = c('vraag1', 'vraag2', 'vraag3'));
Zoals je ziet heb ik de laatste parameter weggelaten: standaard krijg je 2 decimalen, en dat lijkt me voldoende.
Een voorbeeld van een analysescript waar we die GLB en omegatotal berekenen staat op http://sciencerep.org/3/ (daar staat ook een link naar het artikel, dat open access is). In dit scriptje gebruiken we overigens een handige functie van R om een vector automatisch samen te stellen voor acht items die "LT_evaluation_1" tot en met "LT_evaluation_8" heten.
Zie voor uitleg over hoe je je SPSS data in R krijgt, deze vraag: http://oupsy.nl/help/28/hoe-krijg-ik-data-van-spss-in-r.
Zie voor meer uitleg over Cronbach's alpha, de GLB en Omegatotal http://oupsy.nl/help/4/wanneer-is-cronbachs-alpha-hoog-genoeg. Zie voor meer uitleg over R http://oupsy.nl/help/24/wat-is-r-en-hoe-installeer-ik-het.
Als je een vragenlijst hebt die verschillende aspecten van een construct meet, kun je de interne consistentie overigens ook per sub-schaal meten. Bij de beslissing of je verschillende sub-schalen wilt onderscheiden kan het handig zijn om exploratieve en/of confirmatoire factoranalyse uit te voeren. Het gaat dan vooral om de vraag of de items in je sub-schalen onderling voldoende sterk samenhangen, en bovendien voldoende sterk verschillen van de items in andere sub-schalen. Zie voor meer informatie over factoranalyse http://oupsy.nl/help/261/toegevoegde-principale-componenten-overbodig-noodzakelijk
