Polytomik McDonald Omega
McDonald's Omega Reliability for Polytomous Items · Ayrıca şöyle bilinir: ordinal omega, omega for polytomous items, categorical omega, omega polychoric
Polytomik McDonald Omega, Likert tipi yanıtlar gibi sıralı (polytomik) maddelerden oluşan bir ölçeğin içsel tutarlılık güvenirliğini, Pearson korelasyon matrisi yerine polikhorik korelasyon matrisine uydurulmuş bir faktör modelinden omega hesaplayarak tahmin eder; bu, madde yanıtlarının ayrıklığından kaynaklanan yanlılığı gideren tahminler üretir.
Tam yöntemi oku
Bu bölümü okumak için ücretsiz hesapla giriş yapın.
Yöntem haritası
İlişkili yöntemlerin komşuluğu — keşfetmek için bir düğüm seçin.
Ne zaman kullanılır
Maddeleri sıralı ancak ayrık yanıt seçeneklerine (yaygın olarak 3-7 kategori) sahip bir derecelendirme ölçeğinin içsel tutarlılığını değerlendirmeniz gerektiğinde polytomik McDonald Omega'yı kullanın. Sıralı verilerde standart omega veya Cronbach alfa'nın uygulanacağı durumlarda tercih edilen güvenirlik yöntemidir, çünkü bu katsayıların her ikisi de bu bağlamda güvenirliği olduğundan az tahmin eder. Ölçek tek boyutlu veya hiyerarşik olsun uygun olacaktır. Gerçekten dikotomik maddeler olduğunda (bunun yerine tetrakorik tabanlı omega veya KR-20 kullanın), yaklaşık 200'den az yanıtlayıcı mevcut olmadığında (polikhorik tahminler kararsız hale gelir) veya ölçeğin polikhorik korelasyonun altında yatan ikili normal varsayımını ihlal eden çok çarpık yanıt dağılımları olduğunda kullanmayın.
Güçlü yönler & sınırlılıklar
- Maddeler sıralı olduğunda Pearson tabanlı güvenirlik tahminlerinin aşağı yönlü yanlılığını düzeltir ve daha doğru bir güvenirlik indeksi sağlar.
- Basit bir varyans oranı yerine iyi tanımlanmış bir faktör modeli çerçevesine dayanır, bu da güvenirlik yorumunu teorik olarak şeffaf hale getirir.
- Omega-toplam ve omega-hiyerarşik varyantları aracılığıyla hem tek boyutlu hem de hiyerarşik ölçek yapılarına uygulanabilir.
- Modern test teorisiyle tutarlıdır ve Likert tipi veriler için önde gelen psikometrik kılavuzlar tarafından önerilir.
- Yapısal doğrulama için rutin olarak çalıştırılan CFA modeliyle birlikte hesaplanabilir, bu da minimum ek çaba gerektirir.
- Kararlı polikhorik korelasyon tahminleri için yeterli örneklem boyutları (genellikle n >= 200) gerektirir; küçük örneklemler standart hataları önemli ölçüde artırır.
- Her bir sıralı madde çiftinin altında yatan ikili normal bir dağılım varsayar, bu da yüksek derecede çarpık yanıtlar için geçerli olmayabilir.
- Cronbach alfa'dan daha hesaplama yoğundur ve uygulamalı araştırmacılar tarafından daha az bilinir, bu da benimsenmesi için bir engel oluşturabilir.
- Omega tahmini doğru model spesifikasyonuna bağlıdır; yanlış belirtilmiş faktör yapıları yanıltıcı güvenirlik tahminleri verir.
- Yazılım uygulamaları varsayılan tahmin edicileri ve standart hata yöntemlerinde farklılık gösterir, bu da platformlar arasında kesin tekrarlamayı zorlaştırır.
SSS
Sıralı maddeler için neden sadece Cronbach alfa kullanılmasın?
Pearson korelasyonlarından hesaplanan Cronbach alfa, maddeler sıralı olduğunda güvenirliği tutarlı bir şekilde olduğundan az tahmin eder, çünkü Pearson korelasyonları ayrık kategori sınırları tarafından zayıflatılır. Polytomik omega, gizil sürekli korelasyonları tahmin eden polikhorik korelasyonlarla çalışarak bunu düzeltir. Yanlılık pratik olarak anlamlı olabilir, bazen 0,10 güvenirlik birimini aşabilir.
Hangi korelasyon matrisi kullanılmalıdır?
Gizil sürekli yanıtların ikili normal varsayımı altında, sıralı madde çiftlerinden tahmin edilen polikhorik korelasyon matrisi. İkili ve polytomik maddelerin karışımına sahip ölçekler için, tetrakorik ve polikhorik korelasyonların bir karışımı (heterojen bir korelasyon matrisi) kullanılabilir.
Faktör modelini uydururken hangi tahmin edici kullanılmalıdır?
Çapraz ağırlıklı en küçük kareler (DWLS) veya ağırlıksız en küçük kareler (ULS), gözlemlenen yanıtların çok değişkenli normalliğini gerektirmediği için sıralı veriler için tercih edilir. Sıralı maddelerin çok sayıda kategorisi ve yaklaşık olarak normal dağılımları olmadıkça maksimum olabilirlikten kaçının.
Polikhorik korelasyonların güvenilir olması için kaç yanıt kategorisi gereklidir?
En az üç sıralı kategori gereklidir; beş veya daha fazla kategori daha kararlı polikhorik tahminler üretir. Yalnızca iki kategori varsa, bunun yerine tetrakorik korelasyonlar ve dikotomik omega (veya KR-20) kullanın.
Hangi örneklem büyüklüğü önerilir?
Yaklaşık 200 katılımcı minimum, kararlı polikhorik korelasyonlar için yaygın olarak belirtilen bir kılavuzdur; özellikle çok sayıda maddeye veya çarpık yanıt dağılımlarına sahip maddelere sahip ölçekler için daha büyük örneklemler (300 veya daha fazla) tercih edilir.
Kaynaklar
- Zumbo, B. D., Gadermann, A. M., & Zeisser, C. (2007). Ordinal versions of coefficients alpha and theta as measures of internal consistency for Likert rating scales. Journal of Modern Applied Statistical Methods, 6(1), 21–29. DOI: 10.22237/jmasm/1177992180 ↗
- McDonald, R. P. (1999). Test theory: A unified treatment. Lawrence Erlbaum Associates. ISBN: 978-0805830750
Bu sayfayı kaynak gösterin
ScholarGate. (2026, June 3). McDonald's Omega Reliability for Polytomous Items. ScholarGate. https://scholargate.app/tr/psychometrics/polytomous-mcdonalds-omega
Hangi yöntem?
Bu yöntemi en yakın akrabalarının yanına koyup yan yana okuyun — kütüphane kitapları masaya serer; seçim sizindir.
- Doğrulayıcı faktör analizi (DFA)Psikometri↔ karşılaştır
- Sıralı Cronbach Alfa KatsayısıPsikometri↔ karşılaştır
- Sıralı Güvenilirlik AnaliziPsikometri↔ karşılaştır