Príspevky k štatistickej analýze: Koeficienty pomernej variability, obsahovej validity a kappa

Hodnotenie:   (4,2 z 5)

Príspevky k štatistickej analýze: Koeficienty pomernej variability, obsahovej validity a kappa (Rafael Hernandez-Nieto)

Recenzie čitateľov

Momentálne nie sú žiadne recenzie čitateľov. Hodnotenie je založené na 4 hlasoch.

Pôvodný názov:

Contributions To Statistical Analysis: The Coefficients of Proportional Variance, Content Validity and Kappa

Obsah knihy:

V tejto práci boli navrhnuté dva nové koeficienty: koeficient proporcionálnej variability (Cpv) a koeficient obsahovej validity (Ccv).

Koeficient proporcionálnej variability navrhuje riešenie problému merania a hodnotenia relatívnej variability daného rozdelenia, čím sa odstraňujú problémy subjektívnej interpretácie a hodnotových úsudkov. Matematický vzťah odvodený z Cpv umožňuje presnejšiu a vedeckejšiu interpretáciu relatívnej variability údajov.

Koeficient obsahovej validity umožňuje vypočítať obsahovú validitu pre každú položku, ako aj celkovú obsahovú validitu akéhokoľvek nástroja na zber údajov, ktorý bol podrobený hodnoteniu viacerých posudzovateľov (technika panelu expertov). Podľa psychometrickej a štatistickej literatúry sa doteraz nepodarilo dosiahnuť kvantitatívny odhad obsahovej validity meracieho nástroja.

Ďalšie údaje o knihe:

ISBN:9781588987150
Autor:
Vydavateľ:
Väzba:Mäkká väzba

Nákup:

Momentálne k dispozícii, na sklade.

Ďalšie knihy autora:

Príspevky k štatistickej analýze: Koeficienty pomernej variability, obsahovej validity a kappa -...
V tejto práci boli navrhnuté dva nové koeficienty:...
Príspevky k štatistickej analýze: Koeficienty pomernej variability, obsahovej validity a kappa - Contributions To Statistical Analysis: The Coefficients of Proportional Variance, Content Validity and Kappa

Diela autora vydali tieto vydavateľstvá:

© Book1 Group - všetky práva vyhradené.
Obsah tejto stránky nesmie byť kopírovaný ani použitý čiastočne alebo v celku bez písomného súhlasu vlastníka.
Posledná úprava: 2024.11.13 22:11 (GMT)