দ্বিপদী প্রক্রিয়া থেকে এন-পয়েন্ট লাইকার্ট স্কেল ডেটা এন ট্রায়াল হিসাবে গণ্য করা কি উপযুক্ত?


11

আমি কখনই পছন্দ করি না যে লোকেরা সাধারণত লিকার্ট স্কেলগুলি থেকে ডেটা বিশ্লেষণ করে যেমন ত্রুটি অবিরত ছিল এবং গাউসিয়ান যখন যুক্তিযুক্ত প্রত্যাশা থাকে যে কমপক্ষে আঁশগুলির চূড়ান্তভাবে এই অনুমানগুলি লঙ্ঘিত হয়। আপনি নিম্নলিখিত বিকল্পটি সম্পর্কে কী ভাবেন:

যদি রেসপন্সটি এন- পয়েন্ট স্কেলে মান নিয়ে যায় , তবে সেই ডেটা এন ট্রায়ালে প্রসারিত করুন , যার মধ্যে কে 1 এর মান 1 এবং এন - কে রয়েছে যার মান 0 রয়েছে। সুতরাং, আমরা একটি লিকার্ট স্কেলে প্রতিক্রিয়া হিসাবে চিকিত্সা করছি যদি এটি দ্বিপদী ট্রায়ালের একটি গোপনীয় সিরিজের সামগ্রিক সমষ্টি হয় (আসলে, জ্ঞানীয় বিজ্ঞানের দৃষ্টিকোণ থেকে, এটি আসলে এই জাতীয় সিদ্ধান্ত নেওয়ার পরিস্থিতিতে জড়িত প্রক্রিয়াগুলির জন্য একটি আকর্ষণীয় মডেল)। প্রসারিত ডেটা সহ, আপনি এখন একটি মিশ্র ইফেক্ট মডেল ব্যবহার করতে পারেন যা উত্তরদাতাকে একটি এলোমেলো প্রভাব হিসাবে উল্লেখ করে (আপনার যদি একাধিক প্রশ্ন থাকে তবে এলোমেলো প্রভাব হিসাবেও প্রশ্ন করুন) এবং ত্রুটি বিতরণ নির্দিষ্ট করার জন্য দ্বিপদী লিঙ্ক ফাংশনটি ব্যবহার করতে পারেন।knnknk

এই পদ্ধতির কোনও অনুমান লঙ্ঘন বা অন্যান্য ক্ষতিকারক দিকগুলি কি কেউ দেখতে পাবে?


2
আপনি কি এমন কোনও প্রকাশিত গবেষণা সম্পর্কে জানেন যা লিকার্ট স্কেলগুলি অরডিনাল ডেটা বনাম হিসাবে অন্তর্নিহিত হিসাবে তুলনামূলক তুলনামূলক গুণাবলী দেখায়? সম্ভবত, তাদের অন্তর স্তর স্তরের আকার হিসাবে বিবেচনা করার ত্রুটিগুলি কোনও জটিল পদ্ধতির নিশ্চয়তার পক্ষে যথেষ্ট গুরুতর নয়। যদি এটি হয় তবে আপনার পন্থাটি কেবল একটি বন্য হংস তাড়া হতে পারে।

উত্তর:


16

সাইকোমেট্রিক সাহিত্যে আপনার প্রশ্ন সম্পর্কিত কোনও নিবন্ধ আমার জানা নেই। আমার কাছে মনে হয়েছে যে অর্ডার দেওয়া লজিস্টিক মডেলগুলি এলোমেলো প্রভাবের উপাদানগুলির জন্য এই পরিস্থিতিটি বেশ ভালভাবে পরিচালনা করতে পারে allowing

আমি @ শ্রীকান্তের সাথে একমত এবং আমি মনে করি যে একটি আনুপাতিক বৈষম্য মডেল বা অর্ডার করা প্রবিট মডেল (আপনার চয়ন করা লিংক ফাংশনের উপর নির্ভর করে) লিকার্ট আইটেমগুলির অভ্যন্তরীণ কোডিংকে আরও ভালভাবে প্রতিফলিত করতে পারে, এবং মতামত / দৃষ্টিভঙ্গির জরিপ বা প্রশ্নাবলীতে রেটিং আইশের আকার হিসাবে তাদের সাধারণ ব্যবহার ।

অন্যান্য বিকল্পগুলি হ'ল: (1) আনুপাতিক বা संचयी বিভাগগুলির পরিবর্তে সংলগ্নের ব্যবহার (যেখানে লগ-লিনিয়ার মডেলের সাথে সংযোগ রয়েছে); (২) আংশিক ক্রেডিট মডেল বা রেটিং-স্কেল মডেলের মতো আইটেম-প্রতিক্রিয়া মডেলগুলির ব্যবহার (যেমন লিকার্ট স্কেল বিশ্লেষণে আমার প্রতিক্রিয়াতে উল্লেখ করা হয়েছিল )। পরবর্তী ক্ষেত্রেটি মিশ্র-প্রভাবগুলির পদ্ধতির সাথে তুলনীয়, এলোমেলো প্রভাব হিসাবে বিবেচিত বিষয়গুলির সাথে, এবং এসএএস সিস্টেমে সহজেই উপলব্ধ (যেমন, এনএলএমআইএক্সএইডিএসডি পদ্ধতিতে পুনরাবৃত্ত অর্ডিনাল ফলাফলের জন্য ফিটিং মিশ্র-প্রভাব মডেল ) বা আর ( খণ্ড দেখুন) । 20 এর পরিসংখ্যানগত সফটওয়্যার জার্নাল )। আপনি রেটিং স্কেল বিভাগের কার্যকারিতা অনুকূলকরণ সম্পর্কে জন লিনাক্রে প্রদত্ত আলোচনায় আগ্রহীও হতে পারেন ।

নিম্নলিখিত কাগজপত্রগুলিও কার্যকর হতে পারে:

  1. উ, সিএইচ (2007) সংখ্যার স্কোরগুলিতে লিকার্ট-স্কেল ডেটার রূপান্তর সম্পর্কিত একটি গবেষণামূলক গবেষণাফলিত গাণিতিক বিজ্ঞান , 1 (58) : 2851-2862।
  2. রোস্ট, জে এবং লুও, জি (1997)। বয়ঃসন্ধিকালীন সেন্ট্রিসম সম্পর্কিত প্রশ্নাবলীতে একটি রশ-ভিত্তিক অনাবৃত মডেলের একটি অ্যাপ্লিকেশন । রোস্ট, জে এবং ল্যাঙ্গহেইনে, আর (এড।), সামাজিক বিজ্ঞানে সুপ্ত বৈশিষ্ট্য এবং সুপ্ত শ্রেণির মডেলগুলির প্রয়োগ , নিউ ইয়র্ক: ওয়াক্সমান।
  3. লুবকে, জি এবং মুথেন, বি (2004)। মাল্টিভারিয়েট স্বাভাবিকতা অনুমানের অধীনে লিকার্ট স্কেল ডেটার ফ্যাক্টর-বিশ্লেষণ পর্যবেক্ষণকারী গোষ্ঠী বা সুপ্ত শ্রেণীর অর্থপূর্ণ তুলনা জটিল করে তোলেস্ট্রাকচারাল সমীকরণ মডেলিং , 11 : 514-534।
  4. নেরিং, এমএল এবং অস্টিনি, আর (2010)। বহুতল আইটেম প্রতিক্রিয়া থিওরি মডেলগুলির হ্যান্ডবুক । রুটলেজ একাডেমিক
  5. বেন্ডার আর এবং গ্রুপভেন ইউ (1998)। আন-আনুপাতিক বৈষম্য সহ অর্ডিনাল ডেটার জন্য বাইনারি লজিস্টিক রিগ্রেশন মডেল ব্যবহার করা। ক্লিনিকাল এপিডেমিওলজির জার্নাল , 51 (10) : 809-816। (পিডিএফ খুঁজে পাওয়া যায় না তবে এটি উপলব্ধ, মেডিকেল গবেষণায় সাধারণ লজিস্টিক রিগ্রেশন )

1
মিক্সড এফেক্টস অর্ডিনাল লজিস্টিক রিগ্রেশন আরডিনাল প্যাকেজ এবং ক্লিম () এর সাথে আর এও উপলব্ধ।
জন

9

যদি আপনি সত্যিই পছন্দসই স্কেলগুলির জন্য অন্তর্বর্তী স্তরের ডেটা অনুমান করা ত্যাগ করতে চান তবে আমি আপনাকে পরামর্শ দেব যে আপনি ডেটাটিকে পরিবর্তে অর্ডারযুক্ত লজিট বা প্রবিট হিসাবে ধরে নিয়েছেন। লিকার্ট স্কেলগুলি সাধারণত প্রতিক্রিয়ার শক্তি পরিমাপ করে এবং তাই উচ্চতর মানগুলির আগ্রহের অন্তর্নিহিত আইটেমটির উপর একটি শক্তিশালী প্রতিক্রিয়া নির্দেশ করা উচিত।

HS

y=1Sα1

y=h αh1<S αhh=2,3,..H1

y=H αH1<S< 

S



1

আপনি দ্বিপদী আনুমানিকতাটি 5 পিটি লাইকার্ট স্কেলে ব্যবহার করতে পারেন যদি আপনি সম্মত হন এবং দৃ one়ভাবে এক গোষ্ঠীতে সম্মত হন এবং একমত হন না এবং দৃ another়ভাবে অন্যর সাথে একমত হন না। অবশ্যই, আপনাকে এখনও সিদ্ধান্ত নিতে হবে নিরপেক্ষ কোথায় যায়। আমি যে কোনও একটি গ্রুপে নিরপেক্ষতা স্থাপন করব, দ্বিপদীটির স্বাভাবিক সান্নিধ্যটি ব্যবহার করবো (প্রদত্ত যে আপনি 40 টিরও বেশি প্রতিক্রিয়া পেয়েছেন) এবং প্রতিটি দলের অনুপাতের উপর আত্মবিশ্বাসের অন্তরগুলি বিকাশ করব (কোনও স্ট্যান্ডার্ড স্ট্যাটাস দেখুন কীভাবে কনফারেন্স পাবেন সে সম্পর্কে পাঠ্য)। সাধারণ আনুমানিকের সাথে দ্বিপদী বিতরণ থেকে অনুপাতের বিরতি)। তারপরে, আমি অন্য গ্রুপে নিরপেক্ষতা রাখব এবং আত্মবিশ্বাসের ব্যবধানগুলি আবার করব। আমি যদি উভয়ের কাছ থেকে একই উপসংহারটি পাই তবে একটি সম্ভাব্য উপসংহার পাওয়া যাবে। অন্যথায়, আমি দেখতে পাচ্ছি না কীভাবে লিকার্ট ডেটার সাহায্যে দ্বিপদী ব্যবহার করা যেতে পারে।


0

যদি আমি সঠিকভাবে বুঝতে পারি, তবে এই কাগজটি আপনি যা বর্ণনা করেছেন তার সাথে খুব অনুরূপ পদ্ধতির পরামর্শ দেয়, হ্যাঁ, প্রকৃতপক্ষে, লিকার্টের মতো ডেটা দ্বিপদী প্রক্রিয়া থেকে উঠতে পারে বলে পরামর্শ দেয়।

পূর্ণ রেফ: অলিক, জে (2014)। লিকার্ট-ধরণের ব্যক্তিত্বের পদক্ষেপের জন্য একটি মিশ্র-দ্বিপদী মডেল। মনোবিজ্ঞানে ফ্রন্টিয়ার্স , (5) 371


সাইটে স্বাগতম! আপনি কি এই কাগজের জন্য একটি সম্পূর্ণ রেফারেন্স যুক্ত করতে পারেন? এটি এখানে স্ট্যান্ডার্ড অনুশীলন কারণ লিঙ্কগুলি মারা যাওয়ার ঝোঁক।
এমকেটি -

-1

প্রকৃতপক্ষে আমি একটি কাগজ প্রস্তুত করছি যেখানে আমি আপনার পছন্দসই আইটেমটির প্রতিক্রিয়াটির চিকিত্সাটি ব্যবহার করছি যাতে এটি দ্বিপদী ট্রায়ালের একটি গোপনীয় সিরিজের সম্পূর্ণ সমষ্টি।

আমার কাগজে দ্বিপদী বিতরণ পর্যবেক্ষিত ফ্রিকোয়েন্সি বিতরণের আকার ব্যাখ্যা করার জন্য ব্যবহৃত হয়। এই পদ্ধতির পিছনে যুক্তি দুটি অনুমান দ্বারা দেওয়া হয়। বহু অ্যাপলেটে, দ্বি-দ্বি বিতরণ কীভাবে অস্তিত্ব নিয়ে আসে তা দেখিয়ে, এক একটি পিনের অ্যারে দিয়ে পড়ে একটি বল দ্বারা স্বতন্ত্র বার্নৌলির বিচার পুনরাবৃত্তি করেছে। প্রতিবার একটি পিনের উপরে বল পড়লে এটি সম্ভাব্যতা পি বা ডানদিকে (অর্থাত্ একটি সাফল্য) বা বাম দিকে (অর্থাৎ একটি ব্যর্থতা) সম্ভাবনা 1-পি সহ বাউন্স করবে। বল অ্যারের মধ্য দিয়ে পড়ার পরে, এটি সাফল্যের সাথে সম্পর্কিত সংখ্যার দ্বারা লেবেলযুক্ত একটি বিনে অবতরণ করে। আমার গবেষণাপত্রে সিদ্ধান্ত গ্রহণের প্রক্রিয়াটিকে পুনরাবৃত্ত স্বতন্ত্র বার্নোল্লি বিচারের একটি সিরিজ হিসাবেও দেখা হয়, প্রতিটি পরীক্ষায় বিষয়টি প্রশ্নবিদ্ধ বিবৃতিতে সম্মত হওয়ার বা না সম্মতি জানাতে সিদ্ধান্ত নেয়।

(i) প্রতিটি স্বতন্ত্র বের্নুলি পরীক্ষায় বিষয়টি সম্ভাব্যতা p বা একমত হওয়ার সম্ভাবনা (একমত) 1-p এর সাথে একমত না হওয়ার সিদ্ধান্ত নেয়।

(ii) যদি বিবৃতিটির জন্য পাঁচটি বিভাগের প্রতিক্রিয়া পাওয়া যায়, তবে রাজি হওয়ার বা সম্মত না হওয়ার (অসম্মতি) সিদ্ধান্তের বিষয়ে বার্নোল্লি সিদ্ধান্ত গ্রহণের সময় 4 (5-1) এর সমান।

একটি নির্দিষ্ট প্রতিক্রিয়া বিভাগের জন্য চূড়ান্ত পছন্দ নিম্নলিখিত নিয়ম দ্বারা দেওয়া হয়।

  • সবগুলিতে (চার) ক্ষেত্রে যদি চুক্তির একটি বার্নোল্লি সিদ্ধান্ত নেওয়া হয়, তবে 'দৃ strongly়ভাবে সম্মত' প্রতিক্রিয়া দেওয়া হবে।

  • যদি তিনটি ক্ষেত্রে চুক্তির একটি বার্নোল্লি সিদ্ধান্ত নেওয়া হয়, তবে প্রতিক্রিয়া দেওয়া হবে 'সম্মত'।

  • যদি দুটি ক্ষেত্রে চুক্তির একটি বার্নোল্লি সিদ্ধান্ত নেওয়া হয়, তবে প্রতিক্রিয়াটি 'অনিশ্চিত' দেওয়া হবে।

  • যদি কেবলমাত্র একটি ক্ষেত্রে চুক্তির একটি বার্নোল্লি সিদ্ধান্ত নেওয়া হয়, তবে 'অসমত' প্রতিক্রিয়া দেওয়া হবে।

  • যদি কোনও ক্ষেত্রে চুক্তির কোনও বার্নোল্লি সিদ্ধান্ত না নেওয়া হয়, তবে 'দৃ disag়ভাবে অসম্মতি' প্রতিক্রিয়া দেওয়া হবে।

'অসমত' সিদ্ধান্ত ব্যবহার করে অনুরূপ যুক্তি দেওয়া যেতে পারে। দ্বিপদী বিতরণ পাওয়ার জন্য, প্রতিক্রিয়া বিভাগগুলির স্কোরিং নিম্নরূপ।

দৃ strongly়ভাবে অসম্মতি = 0, দ্বিমত = 1, নিরপেক্ষ = 2, সম্মত = 3, দৃ strongly়ভাবে সম্মত = 4

এই দুটি অনুমান প্রতিক্রিয়া ফ্রিকোয়েন্সিগুলির জন্য দ্বি-দ্বি বিতরণের দিকে পরিচালিত করে শর্ত দেয় যে উত্তরদাতাদের মধ্যে কোনও নিয়মতান্ত্রিক পার্থক্য নেই।

আমি আশা করি আপনি একমত হতে পারেন। আপনি উপরের লেখায় আমার ইংরেজি উন্নতি করতে পারলে আমি খুব প্রশংসা করব।


আমি আপনার পুরানো উত্তর সরিয়েছি। দয়া করে মনে রাখবেন যে আমার মন্তব্যটি নেতিবাচক মন্তব্য হিসাবে নয়; এক-লাইনের উত্তরগুলি সাধারণত খুব তথ্যপূর্ণ হয় না এবং তর্কযোগ্য উত্তরগুলি অগ্রাধিকার দেওয়া হয় (তবে আমাদের FAQ দেখুন )।
chl

1
pn
আমাদের সাইট ব্যবহার করে, আপনি স্বীকার করেছেন যে আপনি আমাদের কুকি নীতি এবং গোপনীয়তা নীতিটি পড়েছেন এবং বুঝতে পেরেছেন ।
Licensed under cc by-sa 3.0 with attribution required.