প্রশ্নাবলীর নির্ভরযোগ্যতার মূল্যায়ন: মাত্রা, সমস্যাযুক্ত আইটেম এবং আলফা, ল্যাম্বডএ 6 বা অন্য কোনও সূচক ব্যবহার করবেন কিনা?

Question

আমি একটি পরীক্ষায় অংশ নেওয়া অংশগ্রহণকারীদের দ্বারা প্রদত্ত স্কোরগুলি বিশ্লেষণ করছি। আমি আমার প্রশ্নাবলীর নির্ভরযোগ্যতাটি অনুমান করতে চাই যা একটি পণ্যের প্রতি অংশগ্রহণকারীদের মনোভাব অনুমানের উদ্দেশ্যে 6 টি আইটেম দ্বারা গঠিত।

আমি ক্রোনবাচের আলফা সমস্ত আইটেমকে একক স্কেল হিসাবে চিকিত্সা হিসাবে গণনা করেছি (আলফা প্রায় 0.6 ছিল) এবং একবারে একটি আইটেম মোছা (সর্বোচ্চ আলফা প্রায় 0.72 ছিল)। আমি জানি যে আলফাটি অন্তর্নিহিত কন্ট্রাক্টের মাত্রা এবং আইটেমের সংখ্যার উপর নির্ভর করে অবমূল্যায়ন এবং অত্যধিক মূল্যায়ন করা যেতে পারে। তাই আমি পিসিএও করলাম। এই বিশ্লেষণে দেখা গেছে যে এখানে তিনটি মূল উপাদান প্রায় 80% বৈকল্পিক ব্যাখ্যা করে। সুতরাং, আমার প্রশ্নগুলি এখন আমি কীভাবে এগিয়ে যেতে পারি সে সম্পর্কে সমস্ত প্রশ্নগুলি রয়েছে?

• আমার কি এই প্রতিটি মাত্রার উপর আলফা গণনা করা দরকার?
• আমি কি নির্ভরযোগ্যতা প্রভাবিত আইটেমগুলি মুছে ফেলা হয়েছে?

তদ্ব্যতীত, ওয়েবে অনুসন্ধান করে আমি খুঁজে পেয়েছি বিশ্বাসযোগ্যতার আরেকটি পরিমাপ: গটম্যানের ল্যাম্বড 6

• এই পরিমাপ এবং আলফা মধ্যে প্রধান পার্থক্য কি?
• লাম্বদা একটি ভাল মান কি?

Comments

কেবলমাত্র আমি সঠিকভাবে বুঝতে পেরেছি তা নিশ্চিত করার জন্য: পিসিএর সাথে 6 টি আইটেম = 3 মাত্রা পাওয়া গেছে?

— chl

(1) আপনার নমুনা আকার কি? (২) স্কেল কি একক মাত্রার জন্য ডিজাইন করা হয়েছে? (3) স্ট্যান্ডার্ড স্কোরিং পদ্ধতিগুলির সাথে স্কেলটি কি ভালভাবে প্রতিষ্ঠিত হয়?

— জেরোমি অ্যাংলিম

Answer 1

আমি মনে করি @ জেরোমি ইতিমধ্যে প্রয়োজনীয় বলেছে তাই আমি নির্ভরযোগ্যতার ব্যবস্থায় মনোনিবেশ করব।

ক্রোনবাচের আলফা হ'ল একটি নমুনা-নির্ভর সূচক যা কোনও যন্ত্রের নির্ভরযোগ্যতার নিম্ন-সীমা নির্ধারণ করতে ব্যবহৃত হয়। এটি স্কেল স্কোরের গণনায় বিবেচিত সমস্ত আইটেম দ্বারা ভাগ করা বৈকল্পিকের সূচক ছাড়া আর কিছু নয়। অতএব, এটি নির্ভরযোগ্যতার একটি নিখুঁত পরিমাপের সাথে বিভ্রান্ত হওয়া উচিত নয় বা এটি সামগ্রিকভাবে বহুমাত্রিক উপকরণের ক্ষেত্রেও প্রযোজ্য নয়। ফলস্বরূপ, নিম্নলিখিত অনুমানগুলি করা হয়: (ক) কোন অবশিষ্টাংশের পারস্পরিক সম্পর্ক নেই, (খ) আইটেমগুলির একরকম লোডিং নেই, এবং (গ) স্কেল একক মাত্রাযুক্ত। এর অর্থ হ'ল একমাত্র ক্ষেত্রে যেখানে আলফা মূলত নির্ভরযোগ্যতার মতো হবেএটি হ'ল সমানভাবে উচ্চ ফ্যাক্টর লোডিংয়ের সমস্যা, কোনও ত্রুটি সহকারী এবং একক মাত্রা উপকরণ (1)। যেহেতু এর যথার্থতা আইটেম আন্তঃসংযোগগুলির স্ট্যান্ডার্ড ত্রুটির উপর নির্ভর করে এটি আইটেম সংযোগের প্রসারের উপর নির্ভর করে, যার অর্থ আলফা এই নির্দিষ্ট পরিসরের উত্স বা উত্স নির্বিশেষে (যেমন, পরিমাপের ত্রুটি বা বহুমাত্রিকতা) নির্বিশেষে এই সম্পর্কগুলির এই পরিসীমা প্রতিফলিত করবে। এই বিষয়টি মূলত (2) আলোচিত। এটি লক্ষণীয় যে যখন আলফা 0.70 হয়, তখন গ্রুপ তুলনার উদ্দেশ্যে (3,4) বিস্তৃতভাবে নির্ভরযোগ্য নির্ভরযোগ্যতা প্রান্তিক পরিমাপের মান ত্রুটি অর্ধেকের (0.55) একটি স্ট্যান্ডার্ড বিচ্যুতি হতে হবে। তদুপরি, ক্রোনব্যাক আলফা একটি পরিমাপ অভ্যন্তরীণ সামঞ্জস্যের, এটি ইউনিফাইমেনিয়ালিটির কোনও পরিমাপ নয় এবং ইউনিডিমাইন্যালিটি (5) অনুমান করতে ব্যবহার করা যাবে না। অবশেষে, আমরা নিজেই এলজে ক্রোনবাচের উদ্ধৃতি দিতে পারি,

গুণাগুলি হ'ল একটি অপরিশোধিত ডিভাইস যা ভেরিয়েন্স উপাদানগুলির দ্বারা সূচিত অনেক সূক্ষ্মতাকে পৃষ্ঠে উপস্থিত করে না। বিশেষত, বর্তমান মূল্যায়নে যে ব্যাখ্যাগুলি করা হচ্ছে তা পরিমাপের একটি স্ট্যান্ডার্ড ত্রুটির মাধ্যমে সর্বোত্তম মূল্যায়ন করা হয়। --- ক্রোনবাচ এবং শ্যাভেলসন, ())

এমন আরও অনেক বিপদ রয়েছে যা গত দশ বছরে বেশ কয়েকটি গবেষণাপত্রে মূলত আলোচনা হয়েছিল (যেমন, 7-10)।

$\lambda_3$$\lambda_6$$\omega_t$$\omega_h$$\beta$

তথ্যসূত্র

1. রায়কভ, টি। (1997)। স্কেল নির্ভরযোগ্যতা, ক্রোনবাচের সহগ আলফা এবং স্থির কনজেনেরিক উপাদানগুলির জন্য প্রয়োজনীয় টাউ-সমতা লঙ্ঘন। মাল্টিভাইয়ারেট আচরণমূলক গবেষণা , 32, 329-354।
2. কর্টিনা, জেএম (1993)। সহগ আলফা কী? থিওরি এবং অ্যাপ্লিকেশনগুলির একটি পরীক্ষা । ফলিত মনোবিজ্ঞান জার্নাল , 78 (1), 98-104।
3. নুনালি, জেসি এবং বার্নস্টেইন, আইএইচ (1994)। সাইকোমেট্রিক থিওরি । সাইকোলজিতে ম্যাকগ্রা-হিল সিরিজ, তৃতীয় সংস্করণ।
4. ডি ভাস, ডি (2002)। সামাজিক বিজ্ঞান তথ্য বিশ্লেষণ । লন্ডন: সেজ পাবলিকেশনস।
5. ডেনস, জেই এবং মান্ন, ঠিক আছে। (1984)। সুপ্ত পরিবর্তনশীল সহ ইউনিফাইমেনশনাল পরিমাপ এবং কাঠামোগত সমীকরণ মডেল। ব্যবসায় গবেষণা জার্নাল , 12, 337-352।
6. ক্রোনবাচ, এলজে এবং শ্যাভেলসন, আরজে (2004)। সহগের আলফা এবং উত্তরসূরি সম্পর্কিত আমার বর্তমান চিন্তাভাবনা । শিক্ষাগত এবং মানসিক পরিমাপ , 64 (3), 391-418।
7. স্মিট, এন। (1996)। সহগের আলফার ব্যবহার এবং অপব্যবহার । মানসিক মূল্যায়ন , 8 (4), 350-353 -3
8. আইাকোবুচি, ডি এবং ডুহাচেক, এ (2003)। অ্যাডভান্সিং আলফা: আত্মবিশ্বাসের সাথে নির্ভরযোগ্যতা পরিমাপ করা । গ্রাহক মনোবিজ্ঞান জার্নাল , 13 (4), 478-487।
9. শেভলিন, এম।, মাইলস, জেএনভি, ডেভিস, এমএনও, এবং ওয়াকার, এস (2000)। গুণাগুণ আলফা: নির্ভরযোগ্যতার একটি কার্যকর সূচক? ব্যক্তিত্ব এবং স্বতন্ত্র পার্থক্য , 28, 229-237।
10. ফং, ডিওয়াইটি, হো, এসওয়াই এবং লাম, টিএইচ (2010)। অসামঞ্জস্যিত প্রতিক্রিয়ার উপস্থিতিতে অভ্যন্তরীণ নির্ভরযোগ্যতার মূল্যায়ন । স্বাস্থ্য এবং জীবন ফলাফলের গুণমান , 8, 27।
11. গুটম্যান, এল। (1945)। পরীক্ষার-পরীক্ষামূলক নির্ভরযোগ্যতার বিশ্লেষণের জন্য একটি ভিত্তি। সাইকোমেট্রিকা , 10 (4), 255-282।
12. $\alpha$$\beta$$\omega_h$
13. রেভেললে, ডাব্লু। এবং জিনবার্গ, আরই (২০০৯) সহগ আলফা, বিটা, ওমেগা এবং গ্লোব: সিজটমায় মন্তব্য । সাইকোমেট্রিকা , 74 (1), 145-154

Answer 2

এখানে কিছু সাধারণ মন্তব্য দেওয়া হল:

• পিসিএ : পিসিএ বিশ্লেষণ "তিনটি মূল উপাদান আছে তা প্রকাশ করে না"। আপনি তিনটি মাত্রা বের করতে বেছে নিয়েছেন বা কতগুলি মাত্রা বের করতে হবে তা সিদ্ধান্ত নেওয়ার জন্য আপনি কিছু ডিফল্ট নিয়মের থাম্বের উপর নির্ভর করেছেন (সাধারণত 1 এর উপরে ইগেনভ্যালুগুলি)। এছাড়াও একাধিক এগেনভ্যালুগুলি প্রায়শই দরকারী এর চেয়ে বেশি মাত্রা বের করে।
• আইটেমের মাত্রা নির্ধারণ: আমি সম্মত হই যে আপনি আইটেমগুলির মাত্রা নির্ধারণ করতে পিসিএ ব্যবহার করতে পারেন। তবে, আমি দেখতে পেয়েছি যে স্ক্রি প্লটের দিকে তাকানো সংখ্যাগুলির জন্য আরও ভাল দিকনির্দেশনা সরবরাহ করতে পারে। স্কেল মাত্রা নির্ধারণের জন্য আপনি উইলিয়াম রেভেলের এই পৃষ্ঠাটি পরীক্ষা করে দেখতে চাইতে পারেন ।
• কীভাবে এগিয়ে যাব?
  • যদি স্কেলটি সুপ্রতিষ্ঠিত হয় , তবে আপনি এটিকে যেমনটি রেখে দিতে চান (ধরে নিবেন এর সম্পত্তিগুলি কমপক্ষে যুক্তিসঙ্গত; যদিও আপনার ক্ষেত্রে 0.6 বেশিরভাগ মানের দ্বারা তুলনামূলকভাবে দুর্বল)।
  • যদি স্কেলটি সুপ্রতিষ্ঠিত না হয় , তবে আপনার আইটেমগুলি কী পরিমাপের উদ্দেশ্যে তৈরি করা হয়েছে এবং ফলাফলটি স্কেলটি আপনি কী উদ্দেশ্যে ব্যবহার করতে চান তা তাত্ত্বিকভাবে বিবেচনা করা উচিত। আপনার মাত্র ছয়টি আইটেম রয়েছে তা প্রদত্ত, আপনার স্কেল প্রতি আইটেমগুলির উদ্বেগজনক সংখ্যায় না ফেলে একাধিক স্কেল তৈরি করার মতো আপনার কাছে খুব বেশি স্থান নেই। একই সাথে, ফ্লোর, সিলিং বা স্বল্প নির্ভরযোগ্যতার সমস্যার উপর ভিত্তি করে কোনও সমস্যাযুক্ত আইটেম রয়েছে কিনা তা যাচাই করা একটি স্মার্ট ধারণা। এছাড়াও, আপনি কোনও আইটেম বিপরীত হওয়া দরকার কিনা তাও পরীক্ষা করতে চাইতে পারেন।
  • আমি স্কেল বিকাশের উপর সাধারণ সংস্থাগুলির কয়েকটি লিঙ্ক একসাথে রেখেছি যা আপনি সহায়ক হতে পারেন

নিম্নলিখিত আপনার নির্দিষ্ট প্রশ্নগুলির ঠিকানা দেয়:

• আমার কি এই প্রতিটি মাত্রার উপর আলফা গণনা করা দরকার?
  • আপনি উপরের আলোচনাটি থেকে সংগ্রহ করতে পারলে, আমি মনে করি না যে আপনার ডেটা এমনভাবে আচরণ করা উচিত যেন আপনার তিনটি মাত্রা থাকে। আপনার উদ্দেশ্য এবং বিশদগুলির উপর নির্ভর করে আপনি তৈরি করতে পারেন এমন অনেক যুক্তি রয়েছে, তাই ঠিক কী করা উচিত তা বলা শক্ত। বেশিরভাগ ক্ষেত্রে, আমি তিনটি অবিশ্বাস্য স্কেলের চেয়ে কমপক্ষে একটি ভাল স্কেল (সম্ভবত কোনও আইটেম মোছার) তৈরি করতে চাইছি।
• আমি কি নির্ভরযোগ্যতা প্রভাবিত আইটেমগুলি মুছে ফেলা হয়েছে?
  • এটা আপনার উপর নির্ভর করছে. যদি স্কেলটি প্রতিষ্ঠিত হয় তবে আপনি এটি নাও বেছে নিতে পারেন। যদি আপনার নমুনার আকার ছোট হয়, তবে এটি এলোমেলো নমুনার অসাধারণতা হতে পারে। তবে, সাধারণভাবে আমি কোনও আইটেমটি যদি সত্যিই আপনার আলফাটি 0.72 থেকে 0.60 থেকে বাদ দিচ্ছে তবে মুছতে চাইবেন। আমি এই সমস্যাযুক্ত আইটেমটি আসলে বিপরীত বোঝানো হয়নি কিনা তাও পরীক্ষা করে দেখতাম।

আমি ল্যাম্বদা 6 এর আলোচনাটি অন্যদের কাছে রেখে দেব ( উইলিয়াম রেভেল এখানে আলোচনা করেছেন ) অন্যের কাছে।

Comments

প্রিয় জেরোমি, আপনার তাত্ক্ষণিক জবাবের জন্য আপনাকে ধন্যবাদ। আমি একটু বিভ্রান্ত। এই ফোরামে বেশ কয়েকটি কাগজপত্র এবং পোস্টগুলি পড়ে, আমি দেখেছি যে প্রশ্নাবলীর একটি একক মাত্রা হিসাবে বিবেচনা করা যেতে পারে কিনা তা অনুসন্ধানের জন্য এক্সপ্লোরেটরি ফ্যাক্টর বিশ্লেষণও ব্যবহৃত হয়। সুতরাং, আমি ভাবছি যেটি সবচেয়ে উপযুক্ত পন্থা (পিসিএ বা ইএফএ)। আপনি কি আমাকে সাহায্য করতে পারেন? ধন্যবাদ

— জিওভান্না

@ গিওভান্না ভাল প্রশ্ন। আপনি এই নির্দিষ্ট সমস্যা সম্পর্কে একটি পৃথক প্রশ্ন জিজ্ঞাসা করতে চাইতে পারেন। সাধারণভাবে, আমি মনে করি মাত্রা নির্ধারণ একটি শিল্পের কিছুটা। ব্যবহারিক দৃষ্টিকোণ থেকে আমি দেখতে পেলাম যে আমি পিসিএ বা ইএফএ করি না কেন একই জাতীয় ফলাফল পেতে ঝোঁক, তবে তাত্ত্বিকভাবে এএফএ পর্যবেক্ষণ করা আইটেমগুলির জন্য সুপ্ত কারণগুলির ধারণার সাথে আরও বেশি প্রান্তিককরণ করে।

— জেরোমি অ্যাংলিম

@giovanna যে জন্য ধন্যবাদ: পরবর্তী প্রশ্ন লিংক stats.stackexchange.com/questions/11713/... যারা আগ্রহী হতে পারে অন্যদের জন্য

— Jeromy Anglim