is not clear whether congruence in

is not clear whether congruence in itself (and hence ease of association)
influences reliability.
Somewhat surprisingly, very few trials seem to be needed to obtain
a minimum reliability of .60 (e.g., approximately 30 trials appear
to suffice for a well-designed GNAT). There is, however, some variability
between blocks in each design and the weakest blocks often
required 10–20 extra trials more than the average to match the target
reliability. Interestingly, there is no effect of target-attribute congruence.
Congruent blocks are not noticeably more reliable. Given the
observed variability, researchers need to carefully consider whether
the overall or blockwise reliability is important in their designs.
General discussion
What can we say about the reliability of the GNAT in general? It
must be emphasized that a test's reliability is a function of its structure,
format, and content. It would seem absurd to expect a pencil
and paper personality test of randomly generated items to have reliability
as good as, say, the NEO-PI-R (Costa & McCrae, 1992). Similarly,
we cannot expect a GNAT for a randomly selected construct
comprising untested items to have a high reliability simply because
it is a GNAT. However, in contrast to the gloomy view of GNAT reliability
held by some, the present paper shows that GNATs can achieve
good reliability and, given the wide range of constructs examined, we
feel confident that our results represent likely values of GNATs for
other constructs. Based on our results a figure of 30–40 trials per
block is indicated as a rough starting point for creating a GNAT with
“acceptable” reliability (r>.60–.70) and 80–90 trials per block is
likely to yield very good (r>.80) reliability. It seems that reliabilities
of .90 are very hard to achieve; the number of trials required is
extremely large and likely to be burdensome to participants. A
GNAT could be more precisely designed by collecting pilot data with
40–50 trial blocks and then using the MCALC procedure to estimate
the appropriate block length for a chosen level of reliability.
The results of Study 2 indicate that the reliability coefficients from
split-half estimates (cf., Study 1) underestimate the reliability of fulllength
blocks. Comparison of results from Study 1 and 2 suggests that
split-half estimates should be revised upwards by 10–20% depending
on the construct and block length and, while there is no reason that
the Spearman–Brown prediction formula should apply to correcting
split half reliability estimates of GNAT d′ scores, our results indicate
that in practice it is a good empirical approximation. However,
using pilot data to simulate the reliability of different block lengths,
as we have done in Study 2 is preferable and far more defensible. R
source code that researchers can use in their own studies is available
from the authors.
We have presented a logical argument for why widely used
methods (such as the desirable Cronbach's alpha) cannot be directly
applied to GNATs, the relative merits of existing methods, and why
standard corrections cannot be applied to split half estimates of
GNAT reliability. We have advanced a conceptual argument for a
statistic which should be a good reliability indicator and have also
shown how empirical distributions of reliability estimates can be
used to interpret reliability estimates derived from various split-half
methods.
Reliability considerations in designing GNATs and diagnosing GNAT
problems
Until a more complete solution to the problem of GNAT reliability
is discovered we recommend the following approach for designing
GNATs and assessing their reliability. Firstly, calculate split-half reliabilities
using odd/even and first-half/second-half splits, and obtain
the distribution of a large number of random split half reliability
estimates (e.g., RaSSH). If odd/even reliability and the RaSSH mean
are similar, researchers should have confidence that the reliability of
the GNAT is not unduly influenced by practice effects, but must
recognize that both statistics underestimate the true reliability.
Researchers can then use the MCALC, or at a pinch, the Spearman–
Brown formula as a guide to the true reliability (i.e., corrected for
test length). Researchers designing new GNATs could use the
MCALC on pilot data to estimate the block length required to achieve
a given level of reliability. A tight RaSSH or MCALC distribution can be
considered evidence against GNAT sensitivity to both sequence and
item-sampling effects and is also consistent with (but does not guarantee)
that the GNAT is measuring a single construct. We have not yet
investigated “rational” GNAT design, calculating reliability statistics
for different item combinations to identify poor versus good items.
Should the above conditions not hold, GNAT designers can consider
the following points in diagnosing GNAT problems:
1. Investigate carefully instances where the odd/even and RaSSH mean
reliability estimates differ significantly. Since the odd/even split balances
practice and fatigue in the two halves, one might expect
these halves to show higher correlations than randomly chosen
splits. In the GNATs we studied that the odd/even estimate was
generally slightly lower than the RaSSH mean. Because the RaSSH
averages out random fluctuations and item sampling effects,
RaSSH means larger than the odd/even correlation most likely indicate
that random and item sampling effects have a bigger impact
on GNAT score consistency than learning effects. The reverse
would be true where the odd/even reliability is greater than the
RaSSH mean.
2. Use the same block length for all blocks that will be compared. Choose
block length carefully, particularly when large differences in d′ are
observed between the first-half and second-half of a block or the
first-half/second-half reliability differs markedly from the RaSSH
mean. The d′ for the second half of GNAT blocks was generally
higher than that of the first in all our designs, indicating learning
effects. Large differences between d′ for the first and second half
of a block or large differences between reliability estimates derived
from first/second half splits compared with other methods should
alert researchers to a critical dependency of d′ magnitude and
consistency on block length. These undesirable effects should
generally decrease with increasing block length. Although we
have never seen designs that use different block lengths, the
present study provides a strong case for always using equal block
length to avoid spurious between-block differences in d′, particularly
for short blocks.
3. Examine RaSSH variability for an indication of item quality and
sequence effects. If the RaSSH distribution shows high variability
or is platykurtic, block length and item characteristics need to be
examined. Even if the odd/even and RaSSH means agree, high
RaSSH distribution variability for short blocks (e.g., less than 40 trials)
indicates that blocks may be too short to yield stable scores.
Wide RaSSH dispersion for long blocks or a platykurtic RaSSH distribution
indicates undesirable levels of item-sampling variability
and suggests that items are of poor quality, are heterogeneous, or
are tapping multiple constructs. Strong local sequence effects
could also be indicated by high RaSSH variability coupled with a
leptokurtic RaSSH distribution, where a few particular trial combinations
yield extreme values. RaSSH distributional anomalies
coupled with large discrepancies between different reliability estimators
should be considered particularly problematic.
Summary and conclusion
Tests used in social and clinical psychology are required to come
with some statement about their reliability, without which they are
interpreted with suspicion at best, and simply not used at worst.
Our results indicate that GNATs can be reliable and that simple alternating
item split-half correlation provides a usable estimate of

ผลลัพธ์ (ไทย) 1:

ไม่เป็นที่ชัดเจนไม่ว่าจะเป็นความสอดคล้องกันในตัวเอง (และด้วยเหตุนี้ความสะดวกในการเชื่อมโยง)

ความน่าเชื่อถือที่มีอิทธิพล. ค่อนข้างแปลกใจที่น้อยมากการทดลองดูเหมือนจะเป็นที่ต้องการที่จะได้รับความน่าเชื่อถือ
ขั้นต่ำ .60 (เช่นประมาณ 30 การทดลองปรากฏ
ที่จะพอเพียงสำหรับ ริ้นที่ออกแบบอย่างดี) มี แต่ความแปรปรวนบาง
ระหว่างบล็อกในแต่ละการออกแบบและบล็อกที่อ่อนแอมักจะ
10-20 ต้องทดลองพิเศษมากขึ้นกว่าค่าเฉลี่ยเพื่อให้ตรงกับเป้าหมาย
ความน่าเชื่อถือ ที่น่าสนใจที่มีผลกระทบของความสอดคล้องกันเป้าหมายแอตทริบิวต์ไม่มี.
บล็อกสอดคล้องกันจะไม่น่าเชื่อถือมากขึ้นอย่างเห็นได้ชัด ให้สังเกตความแปรปรวน
นักวิจัยต้องพิจารณาอย่างรอบคอบว่า
ความน่าเชื่อถือโดยรวมหรือ blockwise เป็นสิ่งสำคัญในการออกแบบของพวกเขา. การอภิปรายทั่วไป

สิ่งที่เราสามารถพูดเกี่ยวกับความน่าเชื่อถือของริ้นทั่วไปหรือไม่
มันจะต้องเน้นที่ความน่าเชื่อถือของการทดสอบเป็นหน้าที่ของโครงสร้างของ
รูปแบบและเนื้อหา มันจะดูเหมือนไม่มีเหตุผลที่จะคาดหวังว่าดินสอ
และทดสอบบุคลิกภาพกระดาษของรายการที่สร้างแบบสุ่มที่จะมีความน่าเชื่อถือ
ดีเท่าที่พูดเร็วปี่-r (costa &แม็คเคร, 1992) กัน
เราไม่สามารถคาดหวังริ้นเพื่อสร้างการสุ่มเลือก
ประกอบไปด้วยรายการที่ยังไม่ทดลองจะมีความน่าเชื่อถือสูงเพียงเพราะมันเป็น
ริ้น แต่ในทางตรงกันข้ามกับมุมมองที่มืดมนของริ้น
ความน่าเชื่อถือที่จัดขึ้นโดยบางส่วนกระดาษในปัจจุบันแสดงให้เห็นว่าสามารถบรรลุริ้น
ความน่าเชื่อถือที่ดีและได้รับความหลากหลายของการสร้างการตรวจสอบเรา
รู้สึกมั่นใจว่าผลของเราแสดงค่าที่มีแนวโน้มของการริ้น
สร้างอื่น ๆ ขึ้นอยู่กับผลของเรารูปที่ 30-40 การทดลองต่อ
บล็อกจะแสดงเป็นจุดเริ่มต้นที่ยากลำบากสำหรับการสร้างริ้นด้วย
"ยอมรับ" ความน่าเชื่อถือ (r> 0.60-0.70) และ 80-90 การทดลองต่อบล็อกเป็นแนวโน้ม
ให้ผลผลิตที่ดีมาก (r> 0.80) ความน่าเชื่อถือ ดูเหมือนว่าน่าเชื่อถือของ
.90 มีความยากมากที่จะบรรลุ;จำนวนของการทดลองที่จำเป็นคือ
ขนาดใหญ่มากและมีแนวโน้มที่จะเป็นภาระให้ผู้เข้าร่วม
ริ้นอาจได้รับการออกแบบอย่างแม่นยำมากขึ้นโดยการจัดเก็บข้อมูลที่มีนักบิน
40-50 บล็อกทดลองแล้วใช้ขั้นตอน mCalc เพื่อประเมิน
ระยะเวลาในการป้องกันที่เหมาะสมสำหรับการเลือกระดับของความน่าเชื่อถือ.
ผลของการศึกษาที่ 2 แสดงให้เห็นว่าค่าสัมประสิทธิ์ความน่าเชื่อถือ
จากประมาณการแยกครึ่ง (cf,การศึกษา 1) ประมาทความน่าเชื่อถือของ fulllength
บล็อก การเปรียบเทียบผลลัพธ์ที่ได้จากการศึกษาครั้งที่ 1 และ 2 แสดงให้เห็นว่าประมาณการ
แยกครึ่งหนึ่งควรได้รับการปรับปรุงขึ้นโดย 10-20% ขึ้นอยู่กับการสร้าง
และระยะเวลาในบล็อกและในขณะที่มีเหตุผลที่
พลหอกน้ำตาลทำนายสูตรควรใช้กับไม่มี แก้ไข
แยกประมาณครึ่งหนึ่งของความน่าเชื่อถือริ้น d 'คะแนน, ผลของเราแสดงให้เห็น
ว่าในทางปฏิบัติมันเป็นประมาณเชิงประจักษ์ที่ดี แต่
โดยใช้ข้อมูลนำร่องเพื่อจำลองความน่าเชื่อถือของความยาวบล็อกที่แตกต่างกัน
ที่เราได้ทำในการศึกษาครั้งที่ 2 เป็นที่นิยมและไกลยุทธศาสตร์มากขึ้น r
แหล่งรหัสที่นักวิจัยสามารถใช้ในการศึกษาของตัวเองสามารถใช้ได้จากผู้เขียน
.
เราได้นำเสนอข้อโต้แย้งตรรกะสำหรับเหตุผลที่ใช้กันอย่างแพร่หลาย
วิธีการ (เช่นอัลฟาครอนบาคที่ต้องการ) ที่ไม่สามารถโดยตรง
นำไปใช้กับริ้น, ญาติของวิธีการที่มีอยู่และทำไม
แก้ไขมาตรฐานไม่สามารถนำไปใช้ในการแยกการประเมินความน่าเชื่อถือของ
ริ้นครึ่ง เรามีขั้นสูงโต้แย้งแนวคิดสำหรับการ
สถิติที่ควรจะเป็นตัวบ่งชี้ความน่าเชื่อถือที่ดีและยังได้
แสดงให้เห็นว่าการกระจายเชิงประจักษ์ของประมาณการความน่าเชื่อถือสามารถ
ที่ใช้ในการแปลความหมายของการประเมินความน่าเชื่อถือที่ได้รับจากการแบ่งครึ่ง
วิธีการต่างๆพิจารณา.
ความน่าเชื่อถือในการออกแบบและการวินิจฉัยริ้นปัญหาริ้น

จนโซลูชั่นที่สมบูรณ์มากขึ้นในการแก้ไขปัญหาของความน่าเชื่อถือริ้น
ถูกค้นพบเราขอแนะนำวิธีการดังต่อไปนี้สำหรับการออกแบบ
ริ้นและ การประเมินความน่าเชื่อถือของพวกเขา ประการแรกการคำนวณความน่าเชื่อถือแยกครึ่ง
ใช้คี่ / คู่และ first-half/second-half แยกและได้รับ
การกระจายของจำนวนมากของครึ่งแยกสุ่มความน่าเชื่อถือ
ประมาณการ (เช่น rassh) ถ้าแปลก / น่าเชื่อถือได้และ rassh หมายความ
คล้ายนักวิจัยควรมีความมั่นใจว่าความน่าเชื่อถือของ
ริ้นที่ไม่ได้รับอิทธิพลอย่างเกินควรโดยผลการปฏิบัติ แต่ต้อง
ยอมรับว่าสถิติที่ทั้งสองประมาทน่าเชื่อถือจริง
นักวิจัยสามารถใช้ mCalc หรือที่หยิก, พลหอก-
สูตรสีน้ำตาลเป็นคู่มือที่จะน่าเชื่อถือจริง (เช่นการแก้ไขระยะเวลาในการทดสอบ
) นักวิจัยออกแบบริ้นใหม่สามารถใช้
mCalc กับข้อมูลนำร่องเพื่อประเมินระยะเวลาในการป้องกันที่จำเป็นเพื่อให้บรรลุ
ระดับที่ได้รับความน่าเชื่อถือ rassh หรือ mCalc กระจายแน่นสามารถ
พิจารณาหลักฐานกับความไวริ้นทั้งลำดับและ
ผลรายการการสุ่มตัวอย่างและยังสอดคล้องกับ (แต่ไม่รับประกัน)
ริ้นว่าเป็นวัดที่สร้างเดียว เรายังไม่ได้รับการตรวจสอบ
"เหตุผล" การออกแบบริ้นคำนวณสถิติความน่าเชื่อถือ
สำหรับการรวมรายการที่แตกต่างกันในการระบุที่ไม่ดีเมื่อเทียบกับรายการที่ดี.
ควรเงื่อนไขข้างต้นไม่ถือนักออกแบบสามารถพิจารณาริ้น
จุดต่อไปนี้ในการวินิจฉัยปัญหาริ้น:
1 ตรวจสอบอย่างรอบคอบกรณีที่คี่ / คู่และ rassh หมายความ
ประมาณการความน่าเชื่อถือแตกต่างกันอย่างมีนัยสำคัญ ตั้งแต่คี่ / คู่ยอด
แยกการปฏิบัติและความเหนื่อยล้าในสองส่วนหนึ่งอาจคาดหวัง
ส่วนเหล่านี้เพื่อแสดงให้เห็นความสัมพันธ์ที่สูงกว่าสุ่มเลือก
แยกในริ้นเราศึกษาว่าคี่ / คู่เป็นประมาณการ
โดยทั่วไปต่ำกว่าค่าเฉลี่ย rassh เล็กน้อย เพราะ rassh
ค่าเฉลี่ยออกความผันผวนสุ่มและรายการการสุ่มตัวอย่างผลกระทบ
rassh หมายความว่าขนาดใหญ่กว่าคี่ / ความสัมพันธ์แม้ส่วนใหญ่จะแสดงผลการสุ่มตัวอย่าง
ที่สุ่มและรายการที่มีผลกระทบใหญ่
กับคะแนนริ้นมั่นคงกว่าการเรียนรู้ผลกระทบ ย้อนกลับ
จะเป็นจริงที่แปลก / น่าเชื่อถือได้มากกว่า
rassh หมายความ.
2 ใช้ระยะเวลาในบล็อกเดียวกันสำหรับบล็อกทั้งหมดที่จะนำมาเปรียบเทียบ เลือกระยะเวลาใน
บล็อกอย่างระมัดระวังโดยเฉพาะอย่างยิ่งเมื่อความแตกต่างขนาดใหญ่ใน d '
จะสังเกตเห็นระหว่างครึ่งแรกและครึ่งหลังของบล็อกหรือ
ความน่าเชื่อถือแตกต่างกันอย่างเห็นได้ชัด first-half/second-half จาก rassh
เฉลี่ยงสำหรับช่วงครึ่งหลังของบล็อกริ้นทั่วไป
สูงกว่าในครั้งแรกในการออกแบบของเราทุกคนแสดงให้เห็นการเรียนรู้
ผลกระทบ แตกต่างกันมากระหว่าง d 'สำหรับครึ่งแรกและครั้งที่สอง
ของบล็อกหรือความแตกต่างขนาดใหญ่ระหว่างการประเมินความน่าเชื่อถือที่ได้รับมาจากครั้งแรก
/ วินาทีแยกครึ่งหนึ่งเมื่อเทียบกับวิธีการอื่น ๆ ควร
แจ้งเตือนไปยังนักวิจัยที่สำคัญของการพึ่งพา d' ขนาดและ
สอดคล้องกับระยะเวลาการบล็อก ผลกระทบที่ไม่พึงประสงค์เหล่านี้ควร
โดยทั่วไปลดลงตามการเพิ่มความยาวบล็อก แม้ว่าเรา
ไม่เคยเห็นการออกแบบที่ใช้ความยาวบล็อกที่แตกต่างกัน
ปัจจุบันการศึกษาให้เป็นกรณีที่แข็งแกร่งสำหรับการใช้บล็อกเสมอเท่ากับ
ระยะเวลาเพื่อหลีกเลี่ยงการปลอมความแตกต่างระหว่างบล็อกใน d 'โดยเฉพาะอย่างยิ่ง
บล็อกสั้น.
3ตรวจสอบความแปรปรวน rassh เพื่อบ่งชี้คุณภาพของรายการและผลกระทบ
ลำดับ ถ้าการกระจาย rassh แสดงให้เห็นถึงความแปรปรวนสูง
หรือเป็นลักษณะ platykurtic ยาวบล็อกและรายการที่จะต้องมีการตรวจสอบ
แม้ว่าวิธีคี่ / คู่และ rassh เห็นความแปรปรวนสูง
กระจาย rassh บล็อกสั้น (เช่นน้อยกว่า 40 การทดลอง)
แสดงให้เห็นว่าบล็อกอาจจะสั้นเกินไปที่จะให้คะแนนที่มีความเสถียร.
กระจาย rassh กว้างสำหรับบล็อกยาวหรือการกระจาย rassh platykurtic
แสดงระดับที่ไม่พึงประสงค์ของรายการสุ่มตัวอย่างความแปรปรวน
และแสดงให้เห็นว่ารายการที่มีคุณภาพดีมีความแตกต่างกันหรือ
แตะสร้างหลาย ผลกระทบลำดับท้องถิ่นที่แข็งแกร่ง
อาจจะมีการระบุโดยความแปรปรวน rassh สูงควบคู่ไปกับการกระจาย
rassh leptokurtic,ที่รวมการพิจารณาคดีไม่กี่โดยเฉพาะอย่างยิ่งผลผลิต
ค่ามาก ความผิดปกติกระจาย rassh
ควบคู่ไปกับความแตกต่างขนาดใหญ่ระหว่างความน่าเชื่อถือที่แตกต่างกันประมาณ
ควรได้รับการพิจารณาโดยเฉพาะอย่างยิ่งปัญหา.
สรุปและข้อสรุป
ที่ใช้ในการทดสอบทางจิตวิทยาสังคมและทางคลินิกจะต้องมาด้วย
คำสั่งเกี่ยวกับความน่าเชื่อถือของพวกเขาบางอย่างโดยที่พวกเขาจะ
ตีความด้วยความสงสัยที่ดีที่สุดและก็ไม่ได้ใช้ที่เลวร้ายที่สุด.
ผลของเราแสดงให้เห็นว่าสามารถริ้นมีความน่าเชื่อถือและที่สลับง่าย
รายการความสัมพันธ์แบ่งครึ่งให้ประมาณการการใช้งานของ

ผลลัพธ์ (ไทย) 2:

ไม่ชัดเจนว่าลงตัวในตัวเอง (และง่ายดังนั้น สมาคม)
มีผลต่อความน่าเชื่อถือ
ค่อนข้างน่าแปลกใจ ทดลองน้อยมากดูเหมือนจะต้องขอรับ
ความน่าเชื่อถือต่ำสุดของ.60 (เช่น ประมาณ 30 ทดลองปรากฏ
ต้องพอเพียงสำหรับ GNAT ห้อง) มี อย่างไรก็ตาม สำหรับความผันผวนบาง
ระหว่างบล็อกในการออกแบบแต่ละบล็อกมักจะกำจัดจุด
10–20 ต้องมากกว่าค่าเฉลี่ยเพื่อให้ตรงกับเป้าหมายการทดลองเสริม
ความน่าเชื่อถือ เป็นเรื่องน่าสนใจ มีไม่มีผลของแอตทริบิวต์เป้าหมายลงตัว
บล็อกแผงไม่เชื่อถือมากขึ้นอย่างเห็นได้ชัด กำหนด
สังเกตสำหรับความผันผวน นักวิจัยจำเป็นต้องพิจารณาอย่างรอบคอบว่า
blockwise หรือโดยรวมความน่าเชื่อถือเป็นสิ่งสำคัญในการออกแบบ
สนทนาทั่วไป
สิ่งที่สามารถเราพูดเกี่ยวกับความน่าเชื่อถือของ GNAT ทั่วไปหรือไม่ มัน
ต้องเน้นว่า ความน่าเชื่อถือของการทดสอบการทำงานของโครงสร้าง,
รูปแบบและเนื้อหา มันจะดูเหมือนไร้สาระคาดดินสอ
กระดาษทดสอบบุคลิกภาพของสินค้าสร้างขึ้นแบบสุ่มที่มีความน่าเชื่อถือและ
เหมือน กล่าวว่า นีโอ-PI-R (คอส&แม็คเคร 1992) ในทำนองเดียวกัน,
เราไม่สามารถคาดหวัง GNAT สำหรับสร้างแบบสุ่มเลือก
ประกอบ untested สินค้ามีความน่าเชื่อถือสูงก็เพราะ
เป็น GNAT ได้ อย่างไรก็ตาม ตรงข้ามดูมืดมนของความน่าเชื่อถือ GNAT
จัด โดยบาง กระดาษอยู่แสดงว่า สามารถใช้ GNATs
ความน่าเชื่อถือดี และ รับตรวจสอบ โครงสร้างหลากหลายเรา
รู้สึกมั่นใจว่า ผลของเราแสดงค่าแนวโน้มของ GNATs สำหรับ
โครงสร้างอื่น ๆ ตามผลของเราตัวเลข 30–40 ทดลองต่อ
บล็อกจะแสดงเป็นหยาบเริ่มจุดสร้าง GNAT กับ
"ยอมรับ" ความน่าเชื่อถือ (r > .60–.70) และ 80–90 ทดลองต่อบล็อก
แนวโน้มให้ผลผลิตดี (r > .80) ความน่าเชื่อถือ เหมือนที่ reliabilities
ของ.90 มีมากยากที่จะประสบความสำเร็จ จำนวนของการทดลองจำเป็น
ขนาดใหญ่มาก และมีแนวโน้มจะที่เป็นภาระกับผู้เข้าร่วม A
GNAT อาจได้แม่นยำมากรับ โดยรวบรวมข้อมูลนำร่องมี
40–50 ทดลองบล็อกแล้ว ใช้ MCALC ขั้นตอนการประเมิน
ยาวบล็อกที่เหมาะสมสำหรับระดับของความน่าเชื่อถือท่าน
2 ศึกษาผลลัพธ์บ่งชี้ว่า สัมประสิทธิ์ความน่าเชื่อถือจาก
ประเมินแบ่งครึ่ง (cf., Underestimate ศึกษา 1) ความน่าเชื่อถือของ fulllength
บล็อก เปรียบเทียบผลจากการศึกษา 1 และ 2 แนะนำที่
ควรแก้ไขประเมินแบ่งครึ่งขึ้น โดยขึ้นอยู่กับ% 10–20
กับความยาวของโครงสร้างและบล็อก และ ในขณะที่มีเหตุผลที่
สูตร Spearman–Brown คาดเดาควรใช้การแก้ไข
แบ่งครึ่งประเมินความน่าเชื่อถือของคะแนน d′ GNAT บ่งชี้ผลลัพธ์ของเรา
ว่า ในทางปฏิบัติ ได้ประมาณการผลที่ดี อย่างไรก็ตาม,
ใช้ข้อมูลนำร่องในการจำลองความน่าเชื่อถือของความยาวของบล็อกต่าง ๆ,
เราได้ทำใน 2 ศึกษา มากว่า defensible มาก R
รหัสแหล่งที่มาที่นักวิจัยสามารถใช้ในการศึกษาตนเองมี
จากผู้เขียน
เราได้นำเสนออาร์กิวเมนต์ตรรกะสำหรับเหตุผลที่ใช้
วิธีการ (เช่นอัลฟาของ Cronbach ปรารถนา) ไม่สามารถโดยตรง
กับ GNATs บุญสัมพันธ์ของวิธีการที่มีอยู่ และทำไม
แก้ไขมาตรฐานไม่สามารถใช้แยกประเมินครึ่ง
GNAT ความน่าเชื่อถือได้ เรามีขั้นสูงอาร์กิวเมนต์แนวคิดสำหรับการ
สถิติซึ่งควรเป็นตัวชี้ความน่าเชื่อถือที่ดี และมี
กระจายแสดงว่าผลการประเมินความน่าเชื่อถือสามารถ
ใช้แปลมาแบ่งครึ่งต่าง ๆ ประเมินความน่าเชื่อถือ
วิธีการ
พิจารณาความน่าเชื่อถือในการออกแบบ GNATs และวินิจฉัย GNAT
ปัญหา
จนถึงการแก้ไขปัญหาความน่าเชื่อถือ GNAT สมบูรณ์
ค้นพบเราขอแนะนำวิธีต่อไปนี้ในการออกแบบ
GNATs และประเมินความน่าเชื่อถือของพวกเขา ประการแรก คำนวณแบ่งครึ่ง reliabilities
ใช้ แยก/แม้คี่ และแรกครึ่ง/วินาทีครึ่ง และขอรับ
การกระจายของจำนวนสุ่มแบ่งครึ่งความน่าเชื่อถือ
ประเมิน (เช่น RaSSH) ถ้าคี่/ความน่าเชื่อถือและ RaSSH หมายถึง
จะคล้าย นักวิจัยควรมีความมั่นใจที่น่าเชื่อถือของ
GNAT ได้ไม่ unduly รับอิทธิพลจากลักษณะพิเศษฝึก แต่ต้อง
รู้ว่า สถิติทั้งดูถูกดูแคลนความจริง
นักวิจัยสามารถใช้ MCALC หรือเหน็บ แนม การ Spearman–
สีน้ำตาลสูตรเป็นคู่มือเพื่อความน่าเชื่อถือจริง (เช่น แก้ไขสำหรับ
ทดสอบยาว) ได้ สามารถใช้นักวิจัยที่ออกแบบใหม่ GNATs
MCALC ในข้อมูลนำร่องในการประเมินความยาวของบล็อกที่จำเป็นต่อการบรรลุ
ความน่าเชื่อถือในระดับที่กำหนดได้ สามารถแจกแจง RaSSH หรือ MCALC แน่น
พิจารณาหลักฐานกับความไว GNAT ลำดับทั้ง และ
สุ่มตัวอย่างสินค้าลักษณะ และก็สอดคล้องกับ (แต่ไม่รับประกัน)
GNAT เป็นวัดสร้างเดียวกัน เรายังไม่มี
สอบสวนแบบ GNAT "เชือด" คำนวณสถิติความน่าเชื่อถือ
สำหรับชุดสินค้าที่แตกต่างกันเพื่อระบุต่ำเมื่อเทียบกับสินค้าดี
ควรเงื่อนไขข้างต้นไม่ถือ สามารถพิจารณาออกแบบ GNAT
ประเด็นต่อไปนี้ในการวินิจฉัยปัญหา GNAT:
1 ตรวจสอบอย่างระมัดระวังกรณีที่คี่/แม้และ RaSSH หมาย
ความน่าเชื่อถือประเมินแตกต่างกันอย่างมีนัยสำคัญ ตั้งแต่คี่/แม้แยกดุล
ฝึกและความเมื่อยล้าในครึ่งสอง หนึ่งอาจคาดหวัง
เหล่านี้ครึ่งหนึ่งจะแสดงความสัมพันธ์สูงกว่าแบบสุ่มเลือก
แยกได้ ใน GNATs ที่เราศึกษาว่า ที่คี่/แม้ประเมินถูก
โดยทั่วไปเล็กน้อยต่ำกว่าค่าเฉลี่ยของ RaSSH เนื่องจาก RaSSH
หาค่าเฉลี่ยของความผันผวนสุ่มและผลสุ่มตัวอย่างสินค้า,
RaSSH หมายถึงใหญ่กว่าสหคี่/ความสัมพันธ์มักระบุ
ที่สุ่ม และการสินค้า sampling ผลมีผลกระทบใหญ่
บน GNAT คะแนนความสอดคล้องมากกว่าผลการเรียนรู้ ข้าม
จะจริงมากกว่าความน่าเชื่อถือ/แม้คี่
หมายถึง RaSSH.
2 ใช้ความยาวบล็อกสำหรับบล็อกทั้งหมดที่จะถูกเปรียบเทียบ เลือก
บล็อกยาวอย่างระมัดระวัง โดยเฉพาะอย่างยิ่งเมื่อความแตกต่างใหญ่ใน d′
สังเกตระหว่างครึ่งแรกและครึ่งที่สองของบล็อกหรือ
แรกครึ่ง/วินาทีครึ่งความน่าเชื่อถือแตกต่างอย่างเด่นชัดจากการ RaSSH
หมายถึงการ ไม่ d′ ในครึ่งหลังของบล็อก GNAT ทั่ว
สูงกว่าที่แรกในทั้งหมดของเราออก แสดงการเรียนรู้
ผลการ ขนาดใหญ่ความแตกต่างระหว่าง d′ สำหรับครึ่งแรก และสอง
บล็อกหรือขนาดใหญ่ความแตกต่างระหว่างการประเมินความน่าเชื่อถือมา
จากครั้งแรก หรือสองครึ่งแยกเปรียบเทียบกับวิธีอื่น ๆ ควร
เตือนนักวิจัยจะอ้างความสำคัญของขนาด d′ และ
ความสอดคล้องบนบล็อกยาว ผลกระทบที่ไม่พึงปรารถนาเหล่านี้ควร
โดยทั่วไปลดกับเพิ่มความยาวของบล็อก แม้ว่าเรา
ไม่เคยเห็นแบบที่ใช้ความยาวของบล็อกต่าง ๆ การ
ศึกษาปัจจุบันมีกรณีแข็งแรงสำหรับใช้บล็อกเท่า
ยาวเพื่อหลีกเลี่ยงความแตกต่างของปลอมระหว่างบล็อก-d′ โดยเฉพาะอย่างยิ่ง
สำหรับบล็อกสั้น
3 ตรวจสอบความแปรผัน RaSSH สำหรับตัวบ่งชี้ของคุณภาพสินค้า และ
ลำดับลักษณะพิเศษ ถ้าจะ RaSSH แสดงความแปรผันสูง
หรือมี platykurtic บล็อกความยาว และลักษณะของสินค้าที่จำเป็นต้อง
ตรวจสอบ แม้ว่าคี่/แม้และ RaSSH หมายถึง การยอมรับ สูง
RaSSH แจกจ่ายสำหรับความผันผวนในช่วงสั้น ๆ (เช่น ทดลองน้อยกว่า 40)
ระบุว่า บล็อกอาจจะสั้นเกินไปให้คะแนนที่มีเสถียรภาพ
RaSSH กระจายตัวที่กว้างยาวบล็อกหรือ platykurtic RaSSH กระจาย
บ่งชี้ระดับผลความแปรผันสุ่มตัวอย่างสินค้า
และแนะนำว่า สินค้าเป็นของต่ำคุณภาพ บริการ มี หรือ
จะเคาะโครงสร้างหลาย ผลลำดับท้องถิ่นแข็งแรง
บ่งชี้อยู่ โดยสำหรับความผันผวนสูง RaSSH ควบคู่ไปกับการ
leptokurtic RaSSH กระจาย ซึ่งชุดทดลองเฉพาะกี่
ผลผลิตค่ามาก RaSSH ความผิดขึ้น
ควบคู่กับความขัดแย้งใหญ่ระหว่างความน่าเชื่อถือต่าง ๆ estimators
ควรพิจารณาโดยเฉพาะอย่างยิ่งปัญหาการ
สรุปและบทสรุป
ทดสอบใช้ในจิตวิทยาสังคม และทางคลินิกจะต้องมา
กับงบบางอย่างเกี่ยวกับความเชื่อถือของพวกเขา โดยที่พวกเขาจะ
แปล ด้วยความสงสัยที่สุด และก็ไม่ใช้ที่ร้าย
ผลของเราบ่งชี้ว่า GNATs สามารถเชื่อถือได้ และสลับที่ง่าย
สินค้าแบ่งครึ่งความสัมพันธ์ช่วยให้การประเมินการใช้งานของ

ผลลัพธ์ (ไทย) 3:

ไม่เป็นที่ชัดเจนว่า congruence ในตัวของมันเอง(และดังนั้นจึงได้อย่างง่ายดายในการเชื่อมโยง)
มีอิทธิพลต่อความน่าเชื่อถือ.
ค่อนข้างอย่างน่าอัศจรรย์ใจ,เป็นอย่างมากไม่กี่การทดลองใช้งานไม่มีความจำเป็นในการขอรับ
ซึ่งจะช่วยอย่างน้อยความน่าเชื่อถือของ .60 (เช่น,ประมาณ 30 การทดลองใช้งานจะปรากฏขึ้น
ซึ่งจะช่วยในการก็พอแล้วสำหรับที่มีการออกแบบอย่างดีสิ่งเล็กๆน้อยๆ) แต่ถึงอย่างไรก็ตามยังมีบางส่วนได้
ระหว่างช่วงตึกในการออกแบบแต่ละช่วงตึกและจุดด้อยที่มักจะ
ต้องมีการทดลอง 10-20 10-20 10-20 พิเศษมากกว่าโดยเฉลี่ยในตรงกับเป้าหมาย
ซึ่งจะช่วยให้ความน่าเชื่อถือ. ที่น่าสนใจก็คือไม่ได้มีผลกระทบต่อเป้าหมายของ congruence - แอตทริบิวต์.ช่วงตึก
ทับกันสนิทไม่น่าเชื่อถือมากขึ้นอย่างเห็นได้ชัด
ซึ่งจะช่วยให้ได้เห็นที่นักวิจัยต้องพิจารณาว่า
โดยรวมความน่าเชื่อถือหรือ blockwise ที่มีความสำคัญในการออกแบบ.ประชุม

ตามมาตรฐานทั่วไปของพวกเขาอย่างระมัดระวังเราจะพูดถึงความน่าเชื่อถือของสิ่งเล็กๆน้อยๆที่โดยทั่วไป
ซึ่งจะช่วยได้จะต้องเน้นที่ความน่าเชื่อถือของการทดสอบที่มีฟังก์ชันของโครงสร้าง
รูปแบบและเนื้อหาของ มันดูเหมือนว่าจะไร้สาระต่างคาดหวังว่าจะได้รับใช้ดินสอ
และการทดสอบความเป็นตัวตนของรายการที่สร้างแบบสุ่มให้มีความน่าเชื่อถือ
ซึ่งจะช่วยเป็นที่ดีเป็นว่า neo - Pi Kitchen and Bar - R (คอส& mccrae 1992 ) ในทำนองเดียวกัน
เราไม่สามารถคาดหวังว่าจะได้รับสิ่งเล็กๆน้อยๆที่สำหรับรายการมากน้อยเพียงใดประกอบด้วย
ซึ่งจะช่วยสร้างแบบสุ่มที่เลือกไปยังมีความน่าเชื่อถือสูงที่เลือกเพราะ
ซึ่งจะช่วยเป็นสิ่งเล็กๆน้อยๆที่ แต่ถึงอย่างไรก็ตามในทางตรงข้ามเพื่อดูความมืดของความน่าเชื่อถือสิ่งเล็กๆน้อยๆ
ซึ่งจะช่วยจัดขึ้นโดยบางอย่างที่กระดาษปัจจุบันจะแสดงว่าหมู่ตัวริ้นจะสามารถบรรลุถึงความน่าเชื่อถือ
ที่ดีและได้รับความหลากหลายของการประกอบสร้างตรวจสอบเรา
มั่นใจได้ว่าผลของเราเป็นตัวแทนของหมู่ตัวริ้นมีแนวโน้มค่าสำหรับ
อื่นๆการประกอบสร้าง ที่ใช้ของเราผลการทดสอบรูปที่ 30 - 40 การทดลองใช้งานต่อ
ซึ่งจะช่วยบล็อกจะมีการระบุไว้เป็นที่แสดงความไม่พอใจโดยเริ่มจุดสำหรับการสร้างสิ่งเล็กๆน้อยๆด้วย
"ที่เป็นที่ยอมรับ"ความน่าเชื่อถือ( r > 60 - . 70 )และ 80 - 90 การทดลองต่อบล็อก
มีแนวโน้มที่จะให้ผลตอบแทนที่ดีเป็นอย่างมาก( r > 80 )ความน่าเชื่อถือ. ดูเหมือนกับว่าไว้วางใจ
ของ .90 เป็นอย่างมากยากที่จะได้รับจำนวนของการทดลองใช้งานที่จำเป็นคือ
ขนาดใหญ่เป็นอย่างมากและมีแนวโน้มที่จะเป็นส่วนสำคัญในการมีส่วนร่วม
สิ่งเล็กๆน้อยๆจะได้อย่างแม่นยำมากขึ้นได้รับการออกแบบโดยการเก็บรวบรวมข้อมูลนำร่องด้วย
40 - 50 การทดลองใช้งานช่วงตึกและจากนั้นก็ใช้ได้ mcalc ขั้นตอนในการประเมิน
ซึ่งจะช่วยบล็อกความยาวที่เหมาะสมสำหรับที่ได้รับการเลือกสรรในระดับความน่าเชื่อถือ.
ที่ผลการศึกษา 2 แสดงว่าได้ความน่าเชื่อถือ coefficients จาก
ซึ่งจะช่วยแบ่งครึ่งประมาณ(ปรึกษา,การศึกษา 1 )ประเมินความน่าเชื่อถือของช่วงตึก fulllength
ตามมาตรฐาน การเปรียบเทียบผลจากการศึกษา 1 และ 2 ว่า
ซึ่งจะช่วยแบ่งครึ่งมีการประเมินโดยจะต้องปรับสูงขึ้นจาก 10 - 20% ขึ้นอยู่กับ
บนที่สร้างและบล็อกความยาวและ,ในขณะที่ยังไม่มีเหตุผลที่
ซึ่งจะช่วยให้ spearman - สีน้ำตาลการคาดเดาสูตรควรนำมาใช้กับการแก้ไข
ซึ่งจะช่วยแบ่งออกเป็นความน่าเชื่อถือประมาณครึ่งของสิ่งเล็กๆน้อยๆ d 'คะแนน,ของเราผลการแสดง
ที่อยู่ในการปฏิบัติเป็นประมาณในเชิงประจักษ์ที่ดี แต่ถึงอย่างไรก็ตาม
การใช้ข้อมูลนำร่องในการจำลองความน่าเชื่อถือของความยาวแตกต่างกันบล็อก
เนื่องจากเราได้ทำในการศึกษา 2 เป็นการดีกว่าและมากกว่ารักษาไว้ได้ รหัส R
แหล่งที่มาที่นักวิจัยสามารถใช้ในการศึกษาของพวกเขาเป็น
ซึ่งจะช่วยให้บริการจากผู้เขียนได้.
เราได้มีการเสนอข้อถกเถียงลอจิกสำหรับทำไมใช้กันอย่างแพร่หลาย
วิธีใดวิธีหนึ่ง(เช่นตัวอักษรและเป็นที่ต้องการของ Cronbach ' s alpha )ไม่สามารถนำไปใช้ได้โดยตรง
ซึ่งจะช่วยในการหมู่ตัวริ้นบุญมีความสัมพันธ์กันของวิธีใดวิธีหนึ่งที่มีอยู่เดิมและทำไมการแก้ไข
ตามมาตรฐานไม่สามารถนำไปใช้ในการประเมินแบ่งครึ่งของความน่าเชื่อถือ
สิ่งเล็กๆน้อยๆ อาร์กิวเมนต์ขั้นสูงเรามีความคิดอันหนึ่งสำหรับ
สถิติที่ควรจะเป็นตัวชี้วัดความน่าเชื่อถือที่ดีและได้แสดงให้เห็นว่าการเผยแพร่ข้อมูลเชิงประจักษ์ของงบประมาณความน่าเชื่อถือและยัง มี

ใช้ในการแปลความน่าเชื่อถือประเมินที่ได้จากหลากหลายแบบแบ่งครึ่ง
วิธีการ.
ข้อควรพิจารณาเกี่ยวกับความน่าเชื่อถือในการออกแบบหมู่ตัวริ้นและการวินิจฉัยสิ่งเล็กๆน้อยๆ

ซึ่งจะช่วยแก้ปัญหาจนกว่าที่สมบูรณ์มากยิ่งขึ้นโซลูชันเพื่อแก้ไขปัญหาความน่าเชื่อถือของสิ่งเล็กๆน้อยๆ
ซึ่งจะช่วยตรวจพบว่ามีเราขอแนะนำให้ใช้วิธีการต่อไปนี้สำหรับการออกแบบ
หมู่ตัวริ้นและประเมินผลของความน่าเชื่อถือ. ประการแรกคำนวณไว้วางใจแบบแบ่งครึ่ง
ตามมาตรฐานการใช้แยกออปติคัลไดร์ฟ/และช่วงครึ่งแรก/วินาที - ครึ่งและได้รับการจัดจำหน่าย
ซึ่งจะช่วยให้เป็นจำนวนมากของแบบสุ่มแบ่งครึ่งปีความน่าเชื่อถือ
ซึ่งจะช่วยประมาณการไว้(เช่น rassh ) หากแปลก/แม้ความน่าเชื่อถือและ rassh ที่หมายถึง
มีความเหมือนนักวิจัยควรมีความมั่นใจว่าความน่าเชื่อถือของสิ่งเล็กๆน้อยๆ
ซึ่งจะช่วยไม่ได้ประเจิดประเจ้อได้รับอิทธิพลจากผลการปฏิบัติแต่ต้องยอมรับว่าจากสถิติ
ซึ่งจะช่วยประเมินความน่าเชื่อถือทั้งที่ความจริง
นักวิจัยสามารถใช้ mcalc แล้วหรือที่ฟังหูไว้หูสูตร spearman -
สีน้ำตาลที่เป็นคู่มือที่เป็นจริงความเชื่อถือได้(เช่นแก้ไขสำหรับความยาว
การทดสอบ) นักวิจัยของการออกแบบหมู่ตัวริ้นใหม่สามารถใช้
mcalc กับข้อมูลนำร่องเพื่อประมาณการความยาวเป็นอาคารก่ออิฐที่ต้องทำเพื่อให้บรรลุ
ซึ่งจะช่วยให้ระดับของความน่าเชื่อถือ rassh แน่นหรือการจัดจำหน่าย mcalc สามารถตอบแทน
มีหลักฐานได้รับการพิจารณาให้กับความไวแสงให้กับซีเควนซ์ของสิ่งเล็กๆน้อยๆและผลกระทบจาก
รายการ - การลิ้มลองทั้งสองและยังมีความสอดคล้องกับ(แต่ไม่รับประกัน)
ที่สิ่งเล็กๆน้อยๆที่มีการวัดสร้างตัวเดียว เราไม่สามารถตรวจสอบ"เหตุผล"การออกแบบสิ่งเล็กๆน้อยๆคำนวณจากสถิติความน่าเชื่อถือ
ซึ่งจะช่วยในการรวมตัวกันรายการต่างๆในการระบุผู้น่าสงสารเมื่อเทียบกับรายการที่ดี.
ควรตามเงื่อนไขด้านบนไม่ได้แต่
นักออกแบบของสิ่งเล็กๆน้อยๆ
ซึ่งจะช่วยให้สามารถพิจารณาต่อไปนี้:จุดในการวินิจฉัยสิ่งเล็กๆน้อยๆปัญหา:
1 ตรวจสอบอย่างละเอียดกรณีที่ประเมิน/และ rassh หมายถึง
ความน่าเชื่อถือประหลาดที่แตกต่างอย่างเห็นได้ชัด นับตั้งแต่ความอ่อนล้าและแปลก/แม้แต่แยก
ซึ่งจะช่วยมอบความสมดุลระหว่างการปฏิบัติหน้าที่ในทั้งสองข้างหนึ่งอาจจะคาดหวังได้ว่า
ผ่าครึ่งเหล่านี้เพื่อแสดงสัมพันธ์เชิงสูงกว่าแบบสุ่มเลือก
แยกในหมู่ตัวริ้นที่เราศึกษาว่าการประเมิน ODD /แม้จะเป็น
ซึ่งจะช่วยลดลงเล็กน้อยโดยทั่วไปแล้วกว่า rassh หมายถึงอะไร เนื่องจาก rassh
เฉลี่ยออกมาแบบสุ่มและความผันผวนของรายการผลการสุ่มตัวอย่าง,
rassh หมายความว่ามีขนาดใหญ่กว่าที่ประหลาด/แม้ความสัมพันธ์มากที่สุดระบุ
ที่แบบสุ่มและรายการการสุ่มตัวอย่างผลมีขนาดใหญ่ส่งผลกระทบต่อ
ในสิ่งเล็กๆน้อยๆคะแนนอย่างต่อเนื่องมากกว่าการเรียนรู้ผลกระทบที่เกิดขึ้น
ตามมาตรฐานที่ให้ทำย้อนลำดับขั้นตอนข้างต้นจะเป็นความจริงซึ่งความน่าเชื่อถือ ODD /แม้จะเป็นมากกว่า
rassh หมายถึง.
2 ใช้ความยาวเป็นอาคารก่ออิฐแบบเดียวกันสำหรับช่วงตึกทั้งหมดที่จะได้รับเมื่อเทียบกับ เลือกความยาว
ซึ่งจะช่วยบล็อกอย่างระมัดระวังโดยเฉพาะเมื่อความแตกต่างกันขนาดใหญ่ใน d '
สังเกตเห็นความน่าเชื่อถือระหว่างช่วงครึ่งแรกที่สองของอาคารก่ออิฐแบบครึ่งหรือที่
ซึ่งจะช่วยช่วงครึ่งแรก/วินาที - ครึ่งที่แตกต่างกันไปหมายความว่าอย่างชัดเจนจาก rassh
ซึ่งจะช่วยได้D 'สำหรับในช่วงครึ่งปีที่สองของช่วงตึกเป็นสิ่งเล็กๆน้อยๆโดยทั่วไปแล้ว
สูงกว่าครั้งแรกในการออกแบบของเราทั้งหมดที่แสดงถึงการเรียนรู้
ผล ขนาดใหญ่ความแตกต่างระหว่าง d 'เป็นครั้งแรกและครั้งที่สองครึ่ง
ของตึกหรือขนาดใหญ่ความแตกต่างระหว่างความน่าเชื่อถือที่ได้
ซึ่งจะช่วยประมาณการไว้มากจากครั้งแรก/ครึ่งที่สองแยกเมื่อเทียบกับวิธีการอื่นๆควร
ซึ่งจะช่วยแจ้งเตือนนักวิจัยสามารถที่สำคัญการพึ่งพาของ d 'และ
ความสอดคล้องตามความยาวบล็อค ผลกระทบที่ไม่ต้องการเหล่านี้ควรจะลดลงโดยมีความยาวเพิ่มขึ้น
ซึ่งจะช่วยบล็อกโดยทั่วไป แม้ว่าเรา
ไม่เคยเห็นการออกแบบที่ใช้มีความยาวแตกต่างกันบล็อก
ซึ่งจะช่วยการศึกษาในปัจจุบันที่มีกรณีให้เสมอโดยใช้ความยาวเท่ากับช่วงตึก
ซึ่งจะช่วยในการหลีกเลี่ยงความแตกต่างระหว่างเก๊ - บล็อกใน d 'โดยเฉพาะ
สำหรับช่วงตึก.
3ตรวจสอบได้ rassh สำหรับการแสดงผลที่มี คุณภาพ ของรายการและ
ตามลำดับ หากการเผยแพร่ rassh จะแสดงได้สูง
หรือมีลักษณะเป็นอาคารก่ออิฐ platykurtic ความยาวและรายการต้อง
ซึ่งจะช่วยตรวจสอบ แม้จะหมายถึงประหลาด/และ rassh ที่ยอมรับได้สูง
rassh ผ่านตัวแทนจำหน่ายสำหรับช่วงตึกเพื่อไปถึงได้ไม่ไกลนัก(เช่นไม่เกิน 40 การทดลองใช้งาน)
แสดงว่าช่วงตึกอาจสั้นเกินไปจะยอมให้มีความมั่นคงและคะแนน.
rassh กระจายกว้างยาวสำหรับช่วงตึกหรือการจัดจำหน่าย rassh platykurtic
ซึ่งจะช่วยจะแสดงระดับไม่น่าพึงปรารถนาของรายการได้ - การลิ้มลอง
และชี้ให้เห็นว่ารายการมี คุณภาพ ไม่ดีหรือจากผู้ผลิตหลายรายมี
มีการเก็บ ภาษี จากการประกอบสร้างหลายคน ผลกระทบตามลำดับในท้องถิ่น Strong
ไม่ได้ระบุไว้โดยได้ rassh สูงประกอบกับการกระจาย rassh
leptokurtic ด้วยเพียงไม่กี่อย่างใดอย่างหนึ่งซึ่งการทดลองใช้งานการใช้ร่วมกันที่ให้ผลตอบแทน
ซึ่งจะช่วยค่า Extreme rassh หรือมีสิ่งผิดปกติหรือไม่ซับซ้อนผลกระทบเชิง
ซึ่งจะช่วยขนาดใหญ่พร้อมด้วยความคลาดเคลื่อนระหว่างความน่าเชื่อถือ estimators
ซึ่งจะช่วยจะต้องได้รับการพิจารณาให้เกิดปัญหาโดยเฉพาะ.

ซึ่งจะช่วยสรุปและบทสรุปการทดสอบการใช้งานในทางจิตวิทยาทางสังคมและทางการแพทย์จะต้องมา
ด้วยบางอย่างเกี่ยวกับความน่าเชื่อถือของตนซึ่งหากไม่มีพวกเขามี
ตีความด้วยความสงสัยที่ดีที่สุดและไม่ได้ใช้ที่เลวร้ายที่สุด.
ผลของเราแสดงว่าหมู่ตัวริ้นจะสามารถมีความน่าเชื่อถือและความสัมพันธ์แบบแบ่งครึ่ง
รายการสลับไปมาแบบเรียบง่ายจัดให้บริการโดยประมาณใช้งานของ