Mc-Callova plošná standardizace: Porovnání verzí
(Založena nová stránka: '''McCallova plošná standardizace''' McCallova plošná standardizace je metoda, která se používá k transformaci rozdělení s vysokou šikmostí (nesymetrické r…) |
|||
Řádek 5: | Řádek 5: | ||
'''Postup:''' | '''Postup:''' | ||
− | + | # Vytvoříme sloupec hrubých skórů (HS), od nejnižšího dosažitelného skóru po nejvyšší | |
− | + | # K HS přiřadíme absolutní četnost (např. 6 lidí získalo v testu 12 bodů ->k HS 12 přiřadíme absolutní četnost 6) | |
− | + | # V dalším sloupci vyjádříme relativní četnost (absolutní četnost vydělíme N, to je např. počet lidí, kterým byl test zadán) | |
− | + | # Vypočítáme kumulativní relativní četnost (sčítáme relativní četnosti, musí končit hodnotou 1!) | |
− | + | # U diskrétních dat korigujeme na spojitost (k předchozí kumulativní relativní četnosti připočítáváme vždy jen polovinu relativní četnosti) | |
− | + | # Vyčíslíme Z-skór (v Excelu pomocí funkce NORMSINV ''z = (X - μ) / σ'') | |
− | + | # Na základě Z-skóru můžeme převést na libovolný další standardní skór (př. steny, IQ-skór) | |
− | |||
− | |||
− | |||
− | |||
− | |||
− | |||
− | |||
− | |||
− | |||
− | |||
[[File:tabulka1.jpg|400px]] | [[File:tabulka1.jpg|400px]] |
Verze z 24. 4. 2016, 19:38
McCallova plošná standardizace
McCallova plošná standardizace je metoda, která se používá k transformaci rozdělení s vysokou šikmostí (nesymetrické rozdělení) na normální rozdělení. Pomocí této metody linearizujeme jinak nelineární vztahy nebo upravujeme tvar rozdělení dat tak, aby se více podobalo rozdělení popsanému Gaussovou křivkou. Jde o transformaci hrubých skórů na normální distribuci transformovaných standardních skórů. Podle axiomu normality totiž předpokládáme, že duševní vlastnosti mají (podobně jako fyzické) v populaci normální rozložení. Předpokládá se tedy, že nerovnoměrné rozložení výsledků je dané spíše charakteristikami testu.
Postup:
- Vytvoříme sloupec hrubých skórů (HS), od nejnižšího dosažitelného skóru po nejvyšší
- K HS přiřadíme absolutní četnost (např. 6 lidí získalo v testu 12 bodů ->k HS 12 přiřadíme absolutní četnost 6)
- V dalším sloupci vyjádříme relativní četnost (absolutní četnost vydělíme N, to je např. počet lidí, kterým byl test zadán)
- Vypočítáme kumulativní relativní četnost (sčítáme relativní četnosti, musí končit hodnotou 1!)
- U diskrétních dat korigujeme na spojitost (k předchozí kumulativní relativní četnosti připočítáváme vždy jen polovinu relativní četnosti)
- Vyčíslíme Z-skór (v Excelu pomocí funkce NORMSINV z = (X - μ) / σ)
- Na základě Z-skóru můžeme převést na libovolný další standardní skór (př. steny, IQ-skór)
Ukázka postupu: