ScholarGate
دستیار
Latent structureScale / measurement

امگای قوی مک‌دونالد

امگای قوی مک‌دونالد، پایایی سازگاری درونی یک مقیاس ترکیبی را با استفاده از بارهای عاملی به دست آمده از طریق روش‌های برآورد قوی (مانند MLR یا DWLS) برآورد می‌کند. برخلاف امگای استاندارد یا آلفای کرونباخ، این روش زمانی دقیق باقی می‌ماند که توزیع گویه‌ها غیرنرمال، کج یا نمونه حاوی داده‌های پرت تأثیرگذار باشد — شرایطی که در اندازه‌گیری‌های روان‌شناختی و آموزشی کاربردی رایج هستند.

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. McDonald, R. P. (1999). Test theory: A unified treatment. Lawrence Erlbaum Associates. ISBN: 978-0805830408
  2. 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. DOI: 10.1111/bjop.12046

نحوهٔ استناد به این صفحه

ScholarGate. (2026, June 3). Robust McDonald's Omega Reliability Coefficient. ScholarGate. https://scholargate.app/fa/psychometrics/robust-mcdonalds-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
ScholarGateRobust McDonald's Omega (Robust McDonald's Omega Reliability Coefficient). بازیابی‌شده در 2026-06-17 از https://scholargate.app/fa/psychometrics/robust-mcdonalds-omega · مجموعه‌داده: https://doi.org/10.5281/zenodo.20539026