কেউ কি প্রকাশিত লাইকার্ট-স্কেলে আইটেমের সংখ্যা বৈধভাবে হ্রাস করতে পারে?


11

[প্রতিক্রিয়ার প্রতিক্রিয়াতে সম্পাদনাগুলি - ধন্যবাদ :-)]

ডোহ! আরও সম্পাদনা! দুঃখিত!

হ্যালো-

মনোবল এবং এই জাতীয় অন্যান্য বিষয়ে প্রকাশিত স্কেল ব্যবহার করে স্বাস্থ্যসেবা কর্মীদের কাছে পাঠানো সমীক্ষার মাধ্যমে আমি কিছু বরং রুক্ষ এবং প্রস্তুত ডেটা সংগ্রহ করছি।

একমাত্র জিনিসটি হল সমীক্ষার অন্যান্য সমস্ত জিনিসগুলির সাথে স্কেলটি বরং দীর্ঘতর এবং আমি প্রতিটি সাবস্কেলকে অর্ধেক কেটে এবং কেবলমাত্র অর্ধেক আইটেম ব্যবহার করে এর আকার হ্রাস করতে চাই। আমার অন্তর্নিহিততাটি হ'ল এটি ঠিক আছে, যেহেতু সাবস্কেলগুলি আন্তঃসম্পর্কিত, এবং যদিও এটি প্রকাশনা-মানক গবেষণার জন্য আদর্শ নয়, এটি কেবলমাত্র অন্তর্-সাংগঠনিক তথ্য অনুসন্ধানের জন্য কিছুটা ঠিক।

আমি ভাবলাম যে কারও এর করার বৈধতা, সমস্যাগুলি বা অন্য কিছু নিয়ে কিছু চিন্তা আছে কিনা। রেফারেন্সগুলি বিশেষত কৃতজ্ঞভাবে গ্রহণ করা হয় কারণ আমার সহকর্মীদের কিছু দৃ conv় বিশ্বাসের প্রয়োজন হবে!

অনেক ধন্যবাদ, ক্রিস বি

edits-

হ্যাঁ এটি জ্ঞাত সাইকোমেট্রিক বৈশিষ্ট্য সহ একটি বৈধতাযুক্ত স্কেল।

এটি একক মাত্রা এবং এটির জন্য সঠিক উপায় যদি এটির সাবস্কেল থাকে।

আমি সাবস্কেল এবং সামগ্রীতে কাজ করব, আইটেমটি নয়, স্তরে।

30 টি আইটেম, সম্ভবত প্রায় 40-60 ব্যক্তি।

চিয়ার্স!


পরিচিত মানসিক বৈশিষ্ট্য সহ এটি কি কোনও বৈধতাযুক্ত স্কেল?
chl

হাই ক্রিস, সুতরাং আপনি পছন্দসই স্কেলে আইটেমের সংখ্যা হ্রাস করছেন না, বরং কম প্রশ্ন / আইটেমগুলি (যারা পছন্দসই স্কেলে পরিমাপ করা হয়) ব্যবহার করছেন। এটি সাধারণভাবে মনে হচ্ছে এটি আপনার ব্যবস্থার উপর নির্ভর করে। আপনি যে জিনিসগুলি রাখছেন সেগুলির সাথে নামিয়ে নেওয়ার আপনার ইচ্ছা থাকা আইটেমগুলির পারস্পরিক সম্পর্ক পরীক্ষা করতে পারেন। এটি কতটা অপসারণ করতে হবে তা পরিমাপ করার জন্য এটি একটি আকর্ষণীয় - প্রশ্নটি সেইভাবে পুনর্নির্মাণের পক্ষে মূল্যবান হতে পারে (যদি আপনি তা না করেন তবে আমি পরে এটি করব)। ভাল প্রশ্ন :)
তাল গ্যালিলি

আরও তিনটি অতিরিক্ত প্রশ্ন: (১) এটি কি একচিকিত্সা স্কেল বা কয়েকটি সাবস্কেল রয়েছে, (২) নং ব্যক্তি এবং আইটেমের সংখ্যা কী, এবং (৩) আপনি কি আইটেমগুলির স্তরে বা মোটের মতো কাজ করেন? না মানে স্কোর?
chl

উত্তর:


11

যদিও এখনও কিছু তথ্যের অভাব রয়েছে (সাবস্কেল অনুসারে ব্যক্তি এবং আইটেম নেই), স্কেল হ্রাস সম্পর্কে কিছু সাধারণ ইঙ্গিত এখানে রইল। এছাড়াও, যেহেতু আপনি প্রশ্নাবলীর স্তরে কাজ করছেন, আমি দেখতে পাচ্ছি না কেন এর দৈর্ঘ্য এত বেশি গুরুত্ব দেয় (সর্বোপরি, আপনি কেবল মোট বা গড় স্কোরগুলির মতো সারাংশ পরিসংখ্যান দেবেন)।

আমি ধরে নেব যে (ক) আপনার মনোবিজ্ঞানের সাথে সম্পর্কিত কিছু কাঠামো পরিমাপের কে আইটেমের একটি সেট রয়েছে, (খ) আপনার "ইউনিফিমেনশনাল" স্কেল একটি দ্বিতীয়-ক্রমের উপাদান যা বিভিন্ন দিকগুলিতে বিভক্ত হতে পারে, (গ) আপনি চান আপনার স্কেল কে <কে আই আইটেমগুলিতে কমিয়ে আনুন যাতে স্কেলটির সামগ্রীর বৈধতা সংরক্ষণের সময় পর্যাপ্ত নির্ভুলতার বিষয়ের মোট স্কেল স্কোরগুলির সংক্ষিপ্তসার করতে পারে।

এই বৈধতাযুক্ত স্কেলের সামগ্রী / নির্মাণের বৈধতা সম্পর্কে : আইটেমের সংখ্যা অবশ্যই বেছে নেওয়া হয়েছে যাতে আগ্রহের নির্মাণকে সর্বোত্তমভাবে প্রতিফলিত করা যায়। প্রশ্নাবলীর সংক্ষিপ্তকরণের মাধ্যমে আপনি প্রকৃতপক্ষে নির্মাণের কভারেজ হ্রাস করছেন। এটি পরীক্ষা করা ভাল হবে যে কেবলমাত্র অর্ধেক আইটেম বিবেচনা করার পরেও ফ্যাক্টর কাঠামোটি একই থাকে (যা সর্বোপরি আপনি তাদের নির্বাচনের পদ্ধতিতেও প্রভাব ফেলতে পারে)। এটি traditionalতিহ্যবাহী এফএ কৌশল ব্যবহার করে করা যেতে পারে। লেখকের মতো একই আত্মায় স্কেলটি ব্যাখ্যা করার দায়িত্ব আপনি রাখেন।

স্কোরগুলির নির্ভরযোগ্যতা সম্পর্কে : যদিও এটি একটি নমুনা-নির্ভর পরিমাপ, আইটেমের সংখ্যা হ্রাস করার সময় স্কোরের নির্ভরযোগ্যতা হ্রাস পায় (সিএফ। স্পিয়ারম্যান-ব্রাউন সূত্র ); এটি দেখার আরেকটি উপায় হ'ল পরিমাপের স্ট্যান্ডার্ড ত্রুটি (এসইএম) বৃদ্ধি পাবে, তবে লিও এম হারভিলের রচনা স্ট্যান্ডার্ড ত্রুটির একটি এনসিএমই শিক্ষামূলক মডিউল দেখুন । বলা বাহুল্য, এটি প্রতিটি সূচকের ক্ষেত্রে প্রযোজ্য যা আইটেমের সংখ্যার উপর নির্ভর করে (উদাহরণস্বরূপ, ক্রোনব্যাকের আলফা যা নির্ভরযোগ্যতার এক ধরণের, যেমন অভ্যন্তরীণ ধারাবাহিকতা অনুমান করতে ব্যবহার করা যেতে পারে)। আশা করি, এটি কাঁচা স্কোরের উপর ভিত্তি করে গ্রুপের তুলনায় কোনও প্রভাব ফেলবে না।

সুতরাং, আমার প্রস্তাবনাগুলি (সবচেয়ে সহজ উপায়) হ'ল:

  1. আপনার আইটেমগুলি নির্বাচন করুন যাতে কভারেজটি সর্বাধিকতর করা যায়; এফএ এবং অবিচ্ছিন্ন প্রতিক্রিয়া বিতরণের সাথে কভারেজের সাথে মাত্রিকতা পরীক্ষা করুন;
  2. পূর্ববর্তী প্রতিবেদিতগুলির সাথে গড় মধ্যবর্তী পারস্পরিক সম্পর্কের তুলনা করুন;
  3. পূর্ণ স্কেল এবং আপনার সংমিশ্রণের জন্য অভ্যন্তরীণ ধারাবাহিকতা গণনা করুন; মূল স্কেলে প্রকাশিত পরিসংখ্যানগুলির সাথে তারা একমত হয়েছেন কিনা পরীক্ষা করুন (কোনও কিছুর পরীক্ষা করার দরকার নেই, এগুলি নমুনা-নির্ভর ব্যবস্থা);
  4. মূল এবং হ্রাস (উপ) স্কোরগুলির মধ্যে রৈখিক (বা পলিকরিক, বা র‌্যাঙ্ক) পারস্পরিক সম্পর্কের পরীক্ষা করুন, যাতে তারা তুলনামূলক হয় তা নিশ্চিত করতে (যেমন, সুপ্ত বৈশিষ্ট্যের উপরের ব্যক্তিদের অবস্থানগুলি কোনও পরিমাণে আলাদা হয় না, যেমন কাঁচা স্কোরগুলির মাধ্যমে আপত্তিযুক্ত );
  5. আপনার যদি বাহ্যিক সাবজেক্ট-নির্দিষ্ট ভেরিয়েবল থাকে (যেমন, লিঙ্গ, বয়স বা মনোবল সম্পর্কিত সেরা কোনও পরিমাপ), তবে দুটি ফর্মের মধ্যে জ্ঞাত-গ্রুপ বৈধতা তুলনা করুন ।

সুপ্ত বৈশিষ্ট্যের উপর সর্বাধিক তথ্য বহন করে এমন আইটেমগুলি নির্বাচন করতে আইটেম রেসপন্স থিওরির উপর নির্ভর করা সবচেয়ে শক্ত উপায় হবে - স্কেল হ্রাস হ্রাস আসলে এটির সেরা প্রয়োগগুলির মধ্যে একটি। বহুতল আইটেমগুলির মডেলগুলি এই থ্রেডে আংশিকভাবে বর্ণিত ছিল, প্রশ্নোত্তর বৈধকরণ

আপনার দ্বিতীয় আপডেটের পরে আপডেট করুন

  1. এত কয়েকটি বিষয় সহ বহু আইটেমগুলির জন্য কোনও আইআরটি মডেল সম্পর্কে ভুলে যান।
  2. ফ্যাক্টর বিশ্লেষণও এত কম নমুনা আকারে ভুগবে; আপনি অবিশ্বস্ত ফ্যাক্টর লোডিংয়ের প্রাক্কলন পাবেন।
  3. ৩০ টি আইটেমটি ২ = ১৫ টি আইটেম দ্বারা বিভক্ত (মোট স্কোরের জন্য সংশ্লিষ্ট এসইএম-এর বৃদ্ধি সম্পর্কে ধারণা পাওয়া সহজ) তবে আপনি সাবস্কেলগুলি বিবেচনা করলে এটি অবশ্যই খারাপ হবে (এটি আসলে আমার দ্বিতীয় প্রশ্ন - না। আইটেমগুলি) প্রতি সাবস্কেল, যদি থাকে)

8

আমার অনুমান যে আপনার প্রশ্নের কোনও উত্তর নেই "হ্যাঁ / না"। আপনি যদি মূল প্রশ্নপত্রের একটি সংক্ষিপ্ত ফর্ম তৈরি করতে সাব-স্কেলগুলি থেকে ইচ্ছাকৃতভাবে আইটেমগুলি বাদ দেন তবে আপনি দীর্ঘ ফর্মটির সাইকোমেট্রিক বৈধতা হারাবেন। যে জিনিসগুলি পরিবর্তন করতে পারে সেগুলি হ'ল প্রশ্নাবলির কল্পিত কাঠামো, উপ-স্কেলগুলির নির্ভরযোগ্যতা, আইটেম-মোট পারস্পরিক সম্পর্ক ইত্যাদি you'll (আপনি লক্ষ করবেন যে আমি ক্লাসিকাল টেস্ট তত্ত্বের চিন্তাভাবনা করছি, আইআরটি নয়)। এছাড়াও, আপনি মূল প্রশ্নমালার কোনও মানক ব্যবহার করতে পারবেন না। এজন্য প্রতিষ্ঠিত প্রশ্নাবলীর সংক্ষিপ্ত রূপগুলিকে পৃথক বৈধকরণের পর্যায়ে যেতে হবে।

আপনার প্রয়োজনীয়তার উপর নির্ভর করে সমস্ত কিছু অবশ্য হারিয়ে যায় না। আপনার প্রমিতকরণের প্রয়োজন হতে পারে না কারণ আপনি কোনও রেফারেন্স জনসংখ্যার সাথে সম্মতি দিয়ে "পরম" রায় না দিয়ে কেবলমাত্র আপনার নমুনার মধ্যে ফলাফলগুলির তুলনা করতে চাইতে পারেন want আইএমএইচও, কমপক্ষে আপনার গ্রুপের উপ-নমুনার জন্য যদি আপনার মূল ফর্মের সাথে সংক্ষিপ্ত ফর্মটি বৈধ করার সুযোগ হয় তবে এটি একটি প্লাস হবে। ফলাফলগুলি অনুরূপ কিনা এটি আপনাকে দেখার অনুমতি দিতে পারে।

যদিও সাধারণভাবে, প্রশ্নাবলির ফলাফলগুলি তার আইটেম রচনার জন্য আশ্চর্যরকম সংবেদনশীল হতে পারে। লোকেরা রোবটিকভাবে প্রশ্নাবলী পূরণ করে না তবে সমস্ত প্রকারের অনুমান এবং জ্ঞানীয় ধারণা তৈরি করে: "এটি আসলে কী?", "আমি এখানে কী আশা করব?", "তারা আসলে কী জানতে চায়?"। এটি আইটেমের প্রদত্ত প্রসঙ্গ দ্বারা প্রচুর পরিমাণে প্রভাবিত হতে পারে, সিএফ। শোয়ার্জ, এন। 1996. জ্ঞান এবং যোগাযোগ: বিচারিক পক্ষপাত, গবেষণা পদ্ধতি এবং কথোপকথনের যুক্তি। মাহওয়াহ, এনজে: লরেন্স এরলবাউম।


4

আমি একটি পয়েন্ট যোগ করব।

গোষ্ঠীর মধ্যে পার্থক্য সম্পর্কে সচেতন হন (উদাহরণস্বরূপ, সময়ের সাথে গ্রুপের তুলনা করার অর্থ) এবং স্বতন্ত্র স্তরের পরিমাপ (যেমন, পৃথক স্তরের অন্যান্য স্কেলের সাথে স্কেলগুলিতে স্বীকৃতি)।

নির্ভরযোগ্যতা দুটি স্তরের ক্ষেত্রে আলাদাভাবে প্রযোজ্য। সম্ভবত নিম্নলিখিত সরলীকরণ সাহায্য করে:

  • গোষ্ঠী-স্তর পরিমাপের নির্ভরযোগ্যতা আপনার অংশগ্রহণকারীদের সংখ্যা এবং গ্রুপ-পর্যায়ে প্রকৃত পরিবর্তনশীলতার ডিগ্রি দ্বারা প্রচুর পরিমাণে প্রভাবিত হয়।
  • স্বতন্ত্র-স্তরের পরিমাপের নির্ভরযোগ্যতা আপনার কাছে থাকা আইটেমের সংখ্যা এবং স্বতন্ত্রভাবে যে ডিগ্রীতে পৃথক হয় তার ডিগ্রি দ্বারা প্রচুর পরিমাণে প্রভাবিত হয়।

2
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.