ScholarGate
Assistent
Latent structureScale / measurement

Computerized Adaptive Test Cronbach's Alpha

I ett konventionellt test med fast form svarar varje person på samma frågor, så kovarianserna mellan frågorna som alfa summerar beräknas över samma frågepool för alla respondenter. I en CAT väljer algoritmen frågor individuellt för att matcha varje persons skattade förmåga, vilket innebär att person A kanske aldrig ser de frågor som person B fick. När man tvingar Cronbachs alfa på dessa data med variabel längd och variabelt innehåll, blåser de heterogena svårighetsgraderna upp felvariansen och får testet att verka mindre tillförlitligt än vad det verkligen är. Att förstå var alfa bryter samman – och vad som ska användas istället – är det centrala problemet inom detta metodområde.

Öppna i MethodMindSnartVideoSnartLadda ner bildspel

Läs hela metoden

Endast för medlemmar

Logga in med ett kostnadsfritt konto för att läsa avsnittet.

Logga in

Metodkarta

Närområdet av besläktade metoder — välj en nod för att utforska.

Källor

  1. Green, B. F., Bock, R. D., Humphreys, L. G., Linn, R. L., & Reckase, M. D. (1984). Technical guidelines for assessing computerized adaptive tests. Journal of Educational Measurement, 21(4), 347–360. DOI: 10.1111/j.1745-3984.1984.tb01039.x
  2. Weiss, D. J. (1982). Improving measurement quality and efficiency with adaptive testing. Applied Psychological Measurement, 6(4), 473–492. DOI: 10.1177/014662168200600408

Så citerar du den här sidan

ScholarGate. (2026, June 3). Computerized Adaptive Test Cronbach's Alpha. ScholarGate. https://scholargate.app/sv/psychometrics/computerized-adaptive-test-cronbachs-alpha

Vilken metod?

Placera den här metoden bredvid sina närmaste släktingar och läs dem sida vid sida — biblioteket lägger fram böckerna på bordet; valet är ditt.

Jämför sida vid sida

Refereras av

ScholarGateCAT Cronbach's Alpha (Computerized Adaptive Test Cronbach's Alpha). Hämtad 2026-06-15 från https://scholargate.app/sv/psychometrics/computerized-adaptive-test-cronbachs-alpha · Datamängd: https://doi.org/10.5281/zenodo.20539026