ScholarGate
어시스턴트
Latent structure

McDonald's Omega Hierarchical (ωh)

McDonald's Omega Hierarchical (ωh)는 단일 일반 요인이 아닌 그룹별 요인이나 문항 수준 오차에 기인하는 총점 분산의 비율을 정량화하는 이요인 확인적 요인 모형에서 파생된 계수입니다. Roderick P. McDonald(1999)가 소개하고 Reise와 동료들(2013), Rodriguez와 동료들(2016)이 이요인 적용을 위해 상세히 설명한 이 계수는 심리측정학에서 복합 총점이 다차원 척도의 방어 가능한 요약인지 평가하는 데 사용되는 주요 지표입니다.

MethodMind에서 열기곧 제공Apply, compare, get guidance
Tools & resources
슬라이드 다운로드
Learn & explore
동영상곧 제공

방법 전문 읽기

회원 전용

무료 계정으로 로그인하면 이 섹션을 읽을 수 있습니다.

로그인

방법 지도

관련 방법들로 이루어진 인접 영역 — 노드를 선택해 살펴보세요.

출처

  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

이 페이지 인용 방법

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

어떤 방법일까요?

이 방법을 가장 가까운 동류의 방법들과 나란히 놓고 비교해 보세요 — 라이브러리는 책을 펼쳐 놓을 뿐, 선택은 여러분의 몫입니다.

나란히 비교하기

이 방법을 참조하는 항목

ScholarGateMcDonald's Omega (McDonald's Hierarchical Omega (ωh)). 2026-06-17에 다음에서 검색함: https://scholargate.app/ko/psychometrics/mcdonald-omega · 데이터셋: https://doi.org/10.5281/zenodo.20539026