Co oznacza Normalizacja (psychometria)?
Zastosowanie, warunki i dobre praktyki
Normalizacja psychometryczna tworzy układ odniesienia dla wyniku, zwykle na podstawie rozkładu w starannie określonej grupie. Wymaga reprezentatywnych i aktualnych norm, zasad przeliczenia oraz oceny błędu pomiaru. Ten sam wynik surowy może mieć inne znaczenie w różnym wieku, populacji lub okresie, dlatego nazwa normy i data jej opracowania są częścią interpretacji. W dokumentacji należy wskazać sposób rekrutacji próby normalizacyjnej i datę, od której normy obowiązują.
Najważniejsze zastosowanie: Stosuj na odpowiednio dobranej, wystarczająco licznej i aktualnej próbie normatywnej.
Jak poprawnie stosować i interpretować hasło „Normalizacja (psychometria)”?
W przypadku pojęcia „Normalizacja (psychometria)” trzeba określić wynik surowy, grupę odniesienia i funkcję przekształcającą. Przy ocenie hasła „Normalizacja (psychometria)” ta sama liczba surowa może otrzymać inną interpretację w normach różniących się wiekiem, populacją lub datą. W analizie dotyczącej hasła „Normalizacja (psychometria)” należy odróżnić liniową transformację wyniku z od skali opartej na percentylach lub kategoriach normatywnych.
Ocena pojęcia „Normalizacja (psychometria)” obejmuje aktualność i reprezentatywność norm, błąd pomiaru oraz stabilność klasyfikacji przy granicach przedziałów. Dla interpretacji hasła „Normalizacja (psychometria)” zaokrąglenie do stena lub stanina traci informację i może przesunąć osobę do sąsiedniej kategorii. W odniesieniu do hasła „Normalizacja (psychometria)” przy porównywaniu grup trzeba sprawdzić, czy pomiar ma w nich porównywalne znaczenie.
Co trzeba opisać w raporcie?
Raport dotyczący „Normalizacja (psychometria)” powinien podać rodzaj skali, średnią i odchylenie standardowe przyjętej transformacji, źródło norm oraz badaną grupę odniesienia. Przy ocenie hasła „Normalizacja (psychometria)” w decyzjach indywidualnych warto przedstawić przedział wokół wyniku. W analizie dotyczącej hasła „Normalizacja (psychometria)” należy zachować również wynik surowy, aby możliwe było ponowne przeliczenie według innych norm.
Zakres raportowania dla hasła „Normalizacja (psychometria)”: Opisz próbę normatywną, datę, sposób transformacji i błąd pomiaru.
Przykład praktyczny i gotowa interpretacja
Sytuacja: Wynik surowy 32 może odpowiadać stenowi 7 w grupie dorosłych 20–29 lat.
Jak ją zinterpretować: Przeliczony wynik określa pozycję względem konkretnej grupy normatywnej, nie bezwzględny poziom cechy. Aktualność i reprezentatywność norm oraz błąd pomiaru wyznaczają granice interpretacji indywidualnej.
Najczęstsza pułapka i granica interpretacji
Normy starzeją się i nie muszą pasować do innej kultury, wieku lub kontekstu.
Wysoki lub niski „Normalizacja (psychometria)” opisuje pozycję względem konkretnej grupy, a nie niezmienną cechę osoby. Dla interpretacji hasła „Normalizacja (psychometria)” transformacja nie zwiększa rzetelności ani trafności i nie czyni porównań między nieporównywalnymi normami uzasadnionymi.
Definicje, zalecenia interpretacyjne i sposób raportowania oparto na literaturze metodologicznej wskazanej w bibliografii (McNeish, 2018).
Powiązane hasła
Poradniki, w których użyjesz tego pojęcia
Alfa Cronbacha: jak oceniać rzetelność skali bez uproszczeń
Alfa Cronbacha krok po kroku: wzór, założenia, interpretacja, ograniczenia i sytuacje, w których lepiej raportować współczynnik omega.
Czytaj →PoradnikAnaliza czynnikowa EFA i CFA: jak dobrać metodę i uniknąć błędów
EFA i CFA w praktyce: liczba czynników, metoda ekstrakcji, rotacja, ładunki, walidacja oraz najczęstsze błędy w analizie czynnikowej.
Czytaj →PoradnikAnaliza ankiety do pracy licencjackiej i magisterskiej
Analiza ankiety do pracy dyplomowej: przygotowanie bazy, kodowanie pytań, skale, testy, modele i raport wyników do licencjatu lub magisterki.
Czytaj →Potrzebujesz wsparcia w analizie danych?
Wybierz ofertę dopasowaną do pracy dyplomowej albo profesjonalnego projektu naukowego.
Oferta dla badaczyOferta dla studentówBibliografia i dalsza literatura naukowa (APA 7)
- McNeish, D. (2018). Thanks coefficient alpha, we’ll take it from here. Psychological Methods, 23(3), 412–433. https://doi.org/10.1037/met0000144
- Dunn, T. J., Baguley, T., & Brunsden, V. (2014). From alpha to omega: A practical solution to the pervasive problem of internal consistency estimation. British Journal of Psychology, 105(3), 399–412. https://doi.org/10.1111/bjop.12046
- Sijtsma, K. (2009). On the use, the misuse, and the very limited usefulness of Cronbach’s alpha. Psychometrika, 74(1), 107–120. https://doi.org/10.1007/s11336-008-9101-0
- Appelbaum, M., Cooper, H., Kline, R. B., Mayo-Wilson, E., Nezu, A. M., & Rao, S. M. (2018). Journal article reporting standards for quantitative research in psychology: The APA Publications and Communications Board task force report. American Psychologist, 73(1), 3–25. https://doi.org/10.1037/amp0000191
- Fabrigar, L. R., Wegener, D. T., MacCallum, R. C., & Strahan, E. J. (1999). Evaluating the use of exploratory factor analysis in psychological research. Psychological Methods, 4(3), 272–299. https://doi.org/10.1037/1082-989X.4.3.272
- Hayton, J. C., Allen, D. G., & Scarpello, V. (2004). Factor retention decisions in exploratory factor analysis: A tutorial on parallel analysis. Organizational Research Methods, 7(2), 191–205. https://doi.org/10.1177/1094428104263675
Cytowania BibTeX
@article{mcneish2018alpha, author={McNeish, Daniel}, title={Thanks coefficient alpha, we’ll take it from here}, journal={Psychological Methods}, year={2018}, volume={23}, number={3}, pages={412--433}, doi={10.1037/met0000144}}@article{dunn2014omega, author={Dunn, Thomas J. and Baguley, Thom and Brunsden, Vivienne}, title={From alpha to omega: A practical solution to the pervasive problem of internal consistency estimation}, journal={British Journal of Psychology}, year={2014}, volume={105}, number={3}, pages={399--412}, doi={10.1111/bjop.12046}}@article{sijtsma2009alpha, author={Sijtsma, Klaas}, title={On the use, the misuse, and the very limited usefulness of Cronbach’s alpha}, journal={Psychometrika}, year={2009}, volume={74}, number={1}, pages={107--120}, doi={10.1007/s11336-008-9101-0}}@article{appelbaum2018jars, author={Appelbaum, Mark and Cooper, Harris and Kline, Rex B. and Mayo-Wilson, Evan and Nezu, Arthur M. and Rao, Stephen M.}, title={Journal article reporting standards for quantitative research in psychology}, journal={American Psychologist}, year={2018}, volume={73}, number={1}, pages={3--25}, doi={10.1037/amp0000191}}@article{fabrigar1999efa, author={Fabrigar, Leandre R. and Wegener, Duane T. and MacCallum, Robert C. and Strahan, Erin J.}, title={Evaluating the use of exploratory factor analysis in psychological research}, journal={Psychological Methods}, year={1999}, volume={4}, number={3}, pages={272--299}, doi={10.1037/1082-989X.4.3.272}}@article{hayton2004parallel, author={Hayton, James C. and Allen, David G. and Scarpello, Vida}, title={Factor retention decisions in exploratory factor analysis: a tutorial on parallel analysis}, journal={Organizational Research Methods}, year={2004}, volume={7}, number={2}, pages={191--205}, doi={10.1177/1094428104263675}}