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.
Catatan sumber
Kutipan disalin apa adanya dari catatan sumber metode. Tidak ada verifikasi tingkat klaim yang disimpulkan darinya.
- 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
Klaim yang dikurasi
Klaim tersimpan dalam buku besar bukti, masing-masing dengan penilaiannya sendiri.
Tampilan ini tidak menciptakan penilaian klaim ketika buku besar tidak memilikinya.
Metode terkait
Dihasilkan dari grafik metode dan ditampilkan sebagai relasi yang disarankan mesin — tidak ada klaim bukti yang disimpulkan.