Robust Item Analysis
Robust item analysis applies outlier-resistant statistical methods to the evaluation of individual test or scale items. Instead of classical means and Pearson correlations — both sensitive to extreme scores — it uses trimmed means, Winsorized correlations, or M-estimators to obtain item difficulty and item-total discrimination indices that remain stable when respondent distributions are skewed or contaminated by outliers.
Lähdetietue
Sitaatit kopioitu sanatarkasti metodin lähdetietueesta. Niistä ei päätellä väitteiden tasoista varmennusta.
- Wilcox, R. R. (2012). Introduction to Robust Estimation and Hypothesis Testing (3rd ed.). Academic Press. · ISBN 978-0123869838
- Huber, P. J. & Ronchetti, E. M. (2009). Robust Statistics (2nd ed.). Wiley. · ISBN 978-0470129906
Kuratoituja väitteitä
Väitteet tallennettu todistusaineiston pääkirjaan, jokaisella oma arviointinsa.
Tämä näkymä ei keksi väitteen arviointia, jos pääkirjassa ei ole sitä.
Liittyvät metodit
Luotu metodigraafista ja näytetään koneen ehdottamina suhteina – väitteitä ei päätellä.