Rather, each item can be expected t

Rather, each item can be expected to have a certain
amount of distinctiveness or specificity even though
it relates to the concept.
The average correlation in this infinmitelyla rge matrix,
r, indicates the extent to which some common
core is present in the items. The dispersion of correlations
about the average indicates the extent to which
items vary in sharing the common core. The key
assumption in the domain sampling model is that all
items, if they belong to the domain of the concept,
have an equal amount of common core. This statement
implies that the average correlation in each column
of the hypothetical matrix is the same and in turn
equals the average correlation in the whole matrix
(Ley, 1972, p. 111; Nunnally, 1967, p. 175-6). That
is, if all the items in a measure are drawn from the
domain of a single construct, responses to those items
should be highly intercorrelated. Low interitem correlations,
in contrast, indicate that some items are
not drawn from the appropriate domain and are producing
error and unreliability.
Coefficient Alpha
The recommended measure of the internal consistency
of a set of items is provided by coefficient
alpha which results directly from the assumptions of
the domain sampling model. See Peter's article in this
issue for the calculation of coefficient alpha.
Coefficient alpha absolutely should be the first
measure one calculates to assess the quality of the
instrument. It is pregnant with meaning because the
square root of coefficient alpha is the estimated
correlation of the k-item test with errorless true scores
(Nuinnally, 1967, p. 191-6). Thus, a low coefficient
alpha indicates the sample of items performs poorly
in capturing the construct which motivated the measure.
Conversely, a large alpha indicates that the k-item
test correlates well with true scores.
If alpha is low, what should the analyst do?' If
the item pool is sufficiently large, this outcome suggests
that some items do not share equally in the
common core and should be eliminated. The easiest
way to finmdt hem is to calculate the correlation of
each item with the total score and to plot these
correlations by decreasing order of magnitude. Items
with correlations near zero would be eliminated.
Further, items which produce a substantial or sudden
drop in the item-to-total correlations would also be
deleted.

ผลลัพธ์ (ไทย) 1:

แต่ แต่ละรายการสามารถคาดว่าจะมีเป็นบางจำนวน distinctiveness หรือ specificity แม้มันเกี่ยวข้องกับแนวคิดความสัมพันธ์ของค่าเฉลี่ยในเมตริกซ์นี้ rge infinmitelylar บ่งชี้ขอบเขตไปทั่วไปที่บางหลักมีอยู่ในรายการ กระจายตัวของความสัมพันธ์ระบุขอบเขตที่เกี่ยวกับค่าเฉลี่ยสินค้าแตกต่างกันในหลักทั่วไปที่ใช้ร่วมกัน คีย์คืออัสสัมชัญในแบบสุ่มตัวอย่างโดเมนทั้งหมดรายการ ถ้าพวกเขาเป็นเจ้าของโดเมนของแนวความคิดมีจำนวนเท่ากับหลักทั่วไป คำสั่งนี้หมายถึงการที่ความสัมพันธ์ของค่าเฉลี่ยในแต่ละคอลัมน์ของเมทริกซ์สมมุติจะเหมือนกัน และในเท่ากับสหสัมพันธ์เฉลี่ยในเมตริกซ์ทั้ง(Ley, 1972, p. 111 Nunnally, 1967, p. 175-6) ว่ามี ถ้าสินค้าทั้งหมดในการวัดจะออกจากโดเมนของสร้างเดียว คำตอบรายการเหล่านั้นควรจะสูง intercorrelated สัมพันธ์ interitem ต่ำในทางตรงกันข้าม ระบุว่า บางรายการไม่ออกจากโดเมนที่เหมาะสม และมีการผลิตข้อผิดพลาดและ unreliabilityสัมประสิทธิ์อัลฟาการวัดความสอดคล้องภายในแนะนำชุดของสินค้าไว้ โดยสัมประสิทธิ์อัลฟาซึ่งเป็นผลโดยตรงจากสมมติฐานของแบบสุ่มตัวอย่างของโดเมน ดูบทความของปีเตอร์ในนี้ปัญหาสำหรับการคำนวณสัมประสิทธิ์อัลฟาสัมประสิทธิ์อัลฟาจริง ๆ ควรเป็นครั้งแรกวัดหนึ่งคำนวณเพื่อประเมินคุณภาพของการเครื่องมือ ตั้งครรภ์ มีความหมายเนื่องจากเป็นการรากที่สองของสัมประสิทธิ์อัลฟาเป็นประเมินความสัมพันธ์ของการทดสอบสินค้า k กับคะแนนจริง errorless(Nuinnally, 1967, p. 191-6) ดังนั้น สัมประสิทธิ์ต่ำอัลฟ่าบ่งชี้ตัวอย่างของรายการที่ทำไม่ดีในการจับภาพการก่อสร้างซึ่งแรงจูงใจการวัดในทางกลับกัน อักษรขนาดใหญ่หมายถึงสินค้า kทดสอบคู่กับคะแนนจริงถ้าอักษรต่ำ ควรวิเคราะห์การทำอะไร? " หากประเภทสินค้ามีขนาดใหญ่เพียงพอ แนะนำผลที่ได้นี้ว่า สินค้าบางอย่างร่วมกันอย่างเท่าเทียมกันในการหลักทั่วไป และควรจะตัดออก ง่ายที่สุดวิธีการเฮ็ม finmdt คือการ คำนวณความสัมพันธ์ของแต่ละรายการที่ มีคะแนนรวม และลงจุดเหล่านี้ความสัมพันธ์ โดยการลดขนาดของใบสั่ง รายการมีความสัมพันธ์ ใกล้ศูนย์จะตัดออกไปเพิ่มเติม สินค้าที่ผลิต เป็นสำคัญ หรือฉับพลันยังจะลดลงความสัมพันธ์ของสินค้าทั้งหมดลบ

ผลลัพธ์ (ไทย) 2:

แต่แต่ละรายการสามารถคาดว่าจะมีบางอย่างที่ปริมาณของความแตกต่างหรือความจำเพาะแม้ว่ามันเกี่ยวข้องกับแนวความคิด. ความสัมพันธ์โดยเฉลี่ยในเมทริกซ์นี้ infinmitelyla Rge, R, แสดงให้เห็นขอบเขตที่บางส่วนร่วมกันหลักที่มีอยู่ในรายการ การกระจายตัวของความสัมพันธ์เกี่ยวกับค่าเฉลี่ยแสดงให้เห็นขอบเขตที่รายการที่แตกต่างกันในการแบ่งปันหลักที่พบบ่อย กุญแจสำคัญในสมมติฐานในรูปแบบการสุ่มตัวอย่างโดเมนเป็นว่าทุกรายการถ้าพวกเขาอยู่ในโดเมนของแนวคิดที่มีจำนวนเท่ากับของแกนที่พบบ่อย คำสั่งนี้แสดงให้เห็นว่าความสัมพันธ์โดยเฉลี่ยในแต่ละคอลัมน์ของเมทริกซ์สมมุติจะเหมือนกันและในทางกลับเท่ากับความสัมพันธ์เฉลี่ยในเมทริกซ์ทั้ง(เลย์, 1972, หน้า 111.. Nunnally 1967 พี 175-6) นั่นคือถ้ารายการทั้งหมดในวัดจะถูกดึงออกมาจากโดเมนของการสร้างเดียวตอบสนองต่อรายการเหล่านั้นควรจะintercorrelated สูง ความสัมพันธ์ interitem ต่ำในทางตรงกันข้ามระบุว่าบางรายการจะไม่ได้มาจากโดเมนที่เหมาะสมและมีการผลิตความผิดพลาดและไม่สามารถไว้ใจได้. ค่าสัมประสิทธิ์อัลฟาที่แนะนำชี้วัดของความสอดคล้องภายในของชุดของรายการที่ให้บริการโดยมีค่าสัมประสิทธิ์อัลฟาซึ่งเป็นผลโดยตรงจากสมมติฐานของรูปแบบการสุ่มตัวอย่างโดเมน ดูบทความของปีเตอร์ในเรื่องนี้เป็นปัญหาสำหรับการคำนวณค่าสัมประสิทธิ์แอลฟา. อัลฟาค่าสัมประสิทธิ์อย่างที่ควรจะเป็นครั้งแรกที่วัดหนึ่งในการคำนวณเพื่อประเมินคุณภาพของตราสาร มันเป็นตั้งครรภ์ที่มีความหมายเพราะรากที่สองของค่าสัมประสิทธิ์อัลฟาเป็นที่คาดกันความสัมพันธ์ของการทดสอบk รายการที่มีคะแนนจริง errorless (Nuinnally 1967 พี. 191-6) ดังนั้นต่ำค่าสัมประสิทธิ์อัลฟาชี้ให้เห็นตัวอย่างของรายการที่มีประสิทธิภาพต่ำในการจับภาพการสร้างที่มีแรงจูงใจมาตรการ. ตรงกันข้ามอัลฟาขนาดใหญ่แสดงให้เห็นว่า k-รายการทดสอบมีความสัมพันธ์ที่ดีที่มีคะแนนจริง. ถ้าอัลฟาอยู่ในระดับต่ำสิ่งที่ควรนักวิเคราะห์ทำ ? ถ้าสระว่ายน้ำรายการที่มีขนาดใหญ่พอที่ผลนี้แสดงให้เห็นว่าบางรายการไม่ได้ร่วมอย่างเท่าเทียมกันในหลักร่วมกันและควรจะตัดออก ที่ง่ายที่สุดวิธีที่จะปิดล้อม finmdt คือการคำนวณความสัมพันธ์ของแต่ละรายการที่มีคะแนนรวมและพล็อตเหล่านี้มีความสัมพันธ์โดยการลดลำดับความสำคัญ รายการที่มีความสัมพันธ์ใกล้ศูนย์จะถูกกำจัด. นอกจากนี้รายการที่ผลิตอย่างมีนัยสำคัญหรือฉับพลันลดลงในรายการความสัมพันธ์ต่อการรวมก็จะถูกลบ

ผลลัพธ์ (ไทย) 3:

แต่แต่ละรายการสามารถคาดว่ามีจำนวนหนึ่งของความพิเศษหรือเฉพาะเจาะจงถึงแม้ว่า

มันเกี่ยวข้องกับแนวคิด มีความสัมพันธ์ใน infinmitelyla

r เป็นเมทริกซ์แสดงขอบเขตที่บางทั่วไป
หลักอยู่ในรายการ การกระจายตัวของความสัมพันธ์
เกี่ยวกับเฉลี่ยบ่งชี้ขอบเขตที่แตกต่างกันในการแบ่งปัน
รายการหลักทั่วไป คีย์
สมมติฐานในรูปแบบโดเมนตัวอย่างคือรายการทั้งหมด
, ถ้าพวกเขาอยู่ในอาณาเขตของแนวคิด
มีจํานวนเท่าของทั่วไปหลัก แถลงการณ์นี้
แสดงว่าความสัมพันธ์เฉลี่ยในแต่ละคอลัมน์
ของเมทริกซ์ สมมุติเป็นแบบเดียวกันและในทางกลับกัน
เท่ากับความสัมพันธ์เฉลี่ยใน
เมทริกซ์ทั้งหมด ( เลย์ , 2515 , หน้า 111 ; นันนาลี่ , 1967 , หน้า 175-6 ) ที่
คือถ้ารายการทั้งหมดในวัดที่วาดจาก
โดเมนของเดียวที่สร้างการตอบสนองรายการเหล่านั้น
น่าจะสูง intercorrelated . ความสัมพันธ์ interitem ต่ำ
ในทางตรงข้าม พบว่าบางราย
ไม่ดึงจากโดเมนที่เหมาะสม และจะผลิตข้อผิดพลาดและ unreliability
.
แอลฟา

แนะนำวัดความสอดคล้องภายในของชุดของรายการที่ให้บริการโดยค่าสัมประสิทธิ์อัลฟา ซึ่งส่งผลโดยตรง

จากสมมติฐานของโดเมนแบบสุ่มตัวอย่าง เห็นปีเตอร์ บทความฉบับนี้
สำหรับการคำนวณของค่าสัมประสิทธิ์แอลฟา .
แอลฟาแน่นอนควรจะเป็นคนแรก
วัดหนึ่งคำนวณเพื่อประเมินคุณภาพของ
เครื่องดนตรี มันตั้งครรภ์ที่มีความหมายเพราะ
รากที่สองของสัมประสิทธิ์แอลฟา คือประมาณ
ความสัมพันธ์ของ k-item ทดสอบกับ errorless จริงคะแนน
( nuinnally , 1967 , หน้า 191-6 ) ดังนั้น ค่าสัมประสิทธิ์แอลฟา
ต่ำบ่งชี้ว่าตัวอย่างของรายการที่แสดงไม่ดี
. ซึ่งมีการสร้างวัด
ในทางกลับกัน บริษัทขนาดใหญ่ พบว่า มีความสัมพันธ์กับคะแนนสอบ k-item

ถ้าเราจริง มันน้อยสิ่งที่ควรวิเคราะห์อย่างไร ? ถ้า
ข้อสอบมีขนาดใหญ่เพียงพอ ผลนี้พบว่าบางรายการไม่

แบ่งให้เท่าๆกันในหลักทั่วไปและควรจะตัดออก วิธีที่ง่ายที่สุดที่จะ finmdt
มิ้มจะคำนวณค่า
แต่ละรายการกับคะแนนรวม และเขียนความสัมพันธ์เหล่านี้
โดยลดลำดับความสำคัญ . สินค้า
ที่มีความสัมพันธ์ใกล้ศูนย์จะถูกคัดออก
เพิ่มเติมรายการที่ผลิตมากหรือกระทันหัน
ลงในรายการเปรียบเทียบทั้งหมดจะมี
ลบ