Надежность и валидность
Выбери формат для чтения
Загружаем конспект в формате pdf
Это займет всего пару минут! А пока ты можешь прочитать работу в формате Word 👇
Еще немного о шкалах
Надежность и валидность
Мондрус Ольга
ПАРАМЕТРЫ КОЛИЧЕСТВЕННЫХ И
КАЧЕСТВЕННЫХ ИССЛЕДОВАНИЙ
Количественное
Качественное
Правдоподобность (credibility), что соответствует валидности
Надежность reliability (стабильность – тест-ретест, внутренняя
(валидация респондента, триангуляция)
согласованность – α-Кронбаха, критерий согласия –
.
расхождения в описании конструкта; композитная надежность)
Валидность validity (очевидная - интуиция, совокупная –
сравнение с испытанным инструментом, прогностическая –
будущие критерии испытанного инструмента, конструктная –
Переносимость (transferability), что соответствует внешней
исследования расширенного конструкта, конвергентная –
валидности
измерение того же конструкта по другой технологии,
дискриминантная - ортогональность, нескоррелированность
выявленных факторов)
Достоверность (операционализация – функциональная
надежность), что соответствует надежности
Подтверждаемость (confirmability) – что соответствует
объективности
Надежность и
валидность
Надежно,
не валидно
Валидно,
не надежно
Не валидно,
не надежно
Валидно,
надежно
Надежность
(reliability)
• α-Cronbach
Надежность
(reliability)
• α-Cronbach
Надежность
(reliability)
• α-Cronbach
Надежность (reliability)
• AVE – average variance extracted (конвергентная
валидность)>0,5
• CR (composite reliability)>0,7
Надежность
(reliability),
валидность (validity)
• КОРЕНЬ(AVE) > корреляции соответствующих
компонент (дискриминантная валидность)
CRISP (CLASSICAL) SETS – КЛАССИЧЕСКИЕ МНОЖЕСТВА
Crisp sets vs fuzzy sets/ классические и нечеткие множества
Нечеткая шкала L=(0;1; ≤; +; ·) = (0;1; ≤; max; min)
Функция принадлежности для классического множества:
μА(x) = 1, если х∈А
μА(x) = 0, если х∉А
9
КТО РЕШАЕТ, КАКАЯ ФУНКЦИЯ ПРИНАДЛЕЖНОСТИ?
Нечеткие множества
𝐴𝐴̃ = {(𝑥𝑥, 𝜇𝜇𝐴𝐴 𝑥𝑥 )|𝑥𝑥 ∈ 𝑋𝑋}
Например, результативность (низкая,
средняя, высокая)
Универсальное множество Х = (0, 240)
x(среднее) ∈ А = {160; 185}
x=165, 𝜇𝜇𝐴𝐴 𝑥𝑥 = 0.8
Expert evaluation
x=178, 𝜇𝜇𝐴𝐴 𝑥𝑥 = 0.4
x=183, 𝜇𝜇𝐴𝐴 𝑥𝑥 = 0.1
10
КТО РЕШАЕТ, КАКАЯ ФУНКЦИЯ ПРИНАДЛЕЖНОСТИ?
Нечеткие множества – функции принадлежности
Трапециоидная
Триангулярная
11
КТО РЕШАЕТ, КАКАЯ ФУНКЦИЯ ПРИНАДЛЕЖНОСТИ?
Нечеткие множества – функции принадлежности
Колоколообразная
Сигмоидная
12
ОПЕРАЦИИ С НЕЧЕТКИМИ МНОЖЕСТВАМИ
Правила такие же, как
с операциями над множествами:
13
ПРИМЕР ОПЕРАЦИЙ С НЕЧЕТКИМИ МНОЖЕСТВАМИ
𝐴𝐴̃ = { 2,0.1 , 3,0.3 , 6,0.6 },
𝐵𝐵� = { 1,0.3 , 2,0.6 , 5, 1 , 6,0.6 , 8,0.3 , 10,0.1 }
Универсальное множество Х = {1,2, . . . 10}.
̃ 𝐵𝐵� = ?
𝐴𝐴⋃
𝐴𝐴̃ ∩ 𝐵𝐵� =?
14
ПРИМЕР ОПЕРАЦИОНАЛИЗАЦИИ НЕЧЕТКИХ
ВЫСКАЗЫВАНИЙ
Экспертная оценка
«приблизительно 10»
«приблизительно 10»
� = 𝑥𝑥, 𝜇𝜇𝑁𝑁 𝑥𝑥 𝑥𝑥 ∈ 𝑅𝑅 ,
𝑁𝑁
Используя триангулярную функцию
принадлежности:
𝜇𝜇𝑁𝑁 𝑥𝑥
1
𝜇𝜇𝑁𝑁 10 =?
8
10
12
𝑥𝑥
15
Спасибо!