斯皮尔曼系数的大小评判标准
信度系数的计算方法？
信度系数的计算方法？
信度是指心理测验的可靠性，在经典测量理论中，其统计定义有三个：
测量学上，信度被定义为：一组测量分数的真分数变异与实得变异的比率。
除此之外，信度还有两个等价的操作定义：
1、信度是一个被试团体的真分数与观察分数相关系数的平方。
2、信度是指一个测验与其任意一个平行测验的相关系数。
信度的计算方法有五种
1、复本信度：即一组被试在两个平行测验上得分的一致性程度。
计算方法：其值为两个平行测验分数之间的皮尔逊相关系数。
2、再测信度：用同一量表对同一组被试实测两次所得结果的一致性程度。
计算：与复本信度的计算相同。
3、分半信度：把测验的全部项目分成两部分，所以被试在这两部分上得分的一致性程度。
计算：斯皮尔曼布朗公式、弗朗那根公式、卢纶公式。
4、同质性信度：指测量内部所以题目的一致性程度。
计算：克伦巴赫系数
5、评分者信度：多个评分者对同一组被试的测验结果进行评分的一致性程度。
计算：肯德而和谐系数
具体公式见戴海琦《心理测量》
什么变量需要相关性分析？
相关分析是研究两种或两种以上随机变量之间的关系的一种统计学方法，可以分析变量间的关系情况以及关系强弱程度等，如身高和体重之间的相关性。
对于不同类型的变量，需选择合适的相关性分析方法，我们常用的相关性分析方法及适用条件如下：
1.1 Pearson相关系数
最常用，又称积差相关系数，适用于连续变量之间的相关性分析；使用条件：变量都需符合正态分布
1.2 Spearman秩相关系数
适合含有有序分类变量或者全部是有序分类变量的相关性分析；但其属于非参数方法，检验效能较Pearson系数低
1.3 无序分类变量的相关性
最常用的为卡方检验，用于评价两个无序分类变量的相关性（检验两组数据是否具有统计学差异，从而分析因素之间的相关性）
第二部分: Pearson相关ampSpearman相关
2.1 相关系数计算
R中可计算多种相关系数，其中最常用的包括Pearson，Spearman和Kendall相关系数，最基础的，cor(x ,y ,use ,method ) 可用于计算相关系数； cov(x ,y ,use ,method )可用于计算协方差。
*相关系数：反映变量间相关关系的方向和程度，取值-1~1。
*协方差：在概率论和统计学中用于衡量两个变量的总体误差（如果两个变量的变化趋势一致，那么两个变量之间的协方差就是正值；