ScholarGate
دستیار
Latent structure

امگا سلسله مراتبی مک‌دونالد (ωh)

امگا سلسله مراتبی مک‌دونالد (ωh) ضریبی است که از یک مدل عاملی تأییدی دو عاملی مشتق شده و نسبت واریانس کل نمره را که به یک عامل عمومی واحد نسبت داده می‌شود، نه به عوامل گروهی خاص یا خطای سطح آیت، تعیین می‌کند. این شاخص که توسط رودریک پی. مک‌دونالد (1999) معرفی و برای کاربردهای دو عاملی توسط رایس و همکاران (2013) و رودریگز و همکاران (2016) بسط داده شد، شاخص اصلی مورد استفاده در روان‌سنجی برای ارزیابی اینکه آیا یک نمره ترکیبی کلی، خلاصه‌ای قابل دفاع از یک مقیاس چندبعدی است، می‌باشد.

باز کردن در MethodMindبه‌زودیApply, compare, get guidance
Tools & resources
دریافت اسلایدها
Learn & explore
ویدیوبه‌زودی

مطالعهٔ کامل روش

ویژهٔ اعضا

برای خواندن این بخش با حساب رایگان وارد شوید.

ورود

نقشهٔ روش

همسایگی روش‌های مرتبط — برای کاوش، یک گره را برگزینید.

منابع

  1. Reise, S. P., Scheines, R., Widaman, K. F. & Haviland, M. G. (2013). Multidimensionality and structural coefficient bias in structural equation modeling: A bifactor perspective. Educational and Psychological Measurement, 73(1), 5–26. DOI: 10.1177/0013164412449831
  2. Rodriguez, A., Reise, S. P. & Haviland, M. G. (2016). Evaluating bifactor models: Calculating and interpreting statistical indices. Psychological Methods, 21(2), 137–150. DOI: 10.1037/met0000045

نحوهٔ استناد به این صفحه

ScholarGate. (2026, June 1). McDonald's Hierarchical Omega (ωh). ScholarGate. https://scholargate.app/fa/psychometrics/mcdonald-omega

کدام روش؟

این روش را در کنار نزدیک‌ترین روش‌های خویشاوندش بگذارید و آن‌ها را کنار هم بخوانید — کتابخانه کتاب‌ها را روی میز می‌گشاید؛ انتخاب با شماست.

مقایسهٔ کنار هم

ارجاع‌شده در

ScholarGateMcDonald's Omega (McDonald's Hierarchical Omega (ωh)). بازیابی‌شده در 2026-06-17 از https://scholargate.app/fa/psychometrics/mcdonald-omega · مجموعه‌داده: https://doi.org/10.5281/zenodo.20539026