Шкала Моккена — это психометрический метод обработки данных. Шкала Моккена — это одномерная шкала, состоящая из иерархически упорядоченных элементов, которые измеряют одну и ту же базовую, скрытую концепцию. Этот метод назван в честь политолога Роба Моккена, который предложил его в 1971 году. [1]
Шкалы Моккена использовались в психологии , [2] образовании , [3] [4] политологии , [1] [5] общественном мнении , [6] медицине [7] и сестринском деле . [8] [9]
Шкалирование Моккена относится к теории ответов на вопросы . По сути, шкала Моккена является непараметрической, вероятностной версией шкалы Гуттмана . Шкалирование Гуттмана и Моккена можно использовать для оценки того, измеряют ли несколько вопросов одну и ту же базовую концепцию. Шкалирование Гуттмана и Моккена основано на предположении, что вопросы иерархически упорядочены: это означает, что они упорядочены по степени «сложности». Сложность здесь означает процент респондентов, которые отвечают на вопрос утвердительно. Иерархический порядок означает, что респондент, который правильно ответил на сложный вопрос, как предполагается, правильно ответит и на легкий вопрос. [10] Ключевое различие между шкалами Гуттмана и Моккена заключается в том, что шкалирование Моккена является вероятностным по своей природе. Предположение заключается не в том, что каждый респондент, который ответил утвердительно на сложный вопрос, обязательно ответит утвердительно на легкий вопрос. Нарушения этого называются ошибками Гуттмана. Вместо этого предполагается, что респонденты, которые ответили утвердительно на сложный вопрос, с большей вероятностью ответят утвердительно на легкий вопрос. Масштабируемость шкалы измеряется коэффициентом Лёвингера H. H сравнивает фактические ошибки Гуттмана с ожидаемым числом ошибок, если бы элементы были не связаны. [10]
Вероятность того, что респондент ответит на вопрос правильно, описывается функцией ответа на вопрос. Шкалы Моккена похожи на шкалы Раша , поскольку обе они адаптировали шкалы Гуттмана к вероятностной модели. Однако шкалирование Моккена описывается как «непараметрическое», поскольку оно не делает никаких предположений о точной форме функции ответа на вопрос, а только о том, что она монотонна и не убывает. Ключевое различие между шкалами Моккена и шкалами Раша заключается в том, что последняя предполагает, что все вопросы имеют одинаковую функцию ответа на вопрос. В шкалировании Моккена функции ответа на вопрос различаются для разных вопросов. [5]
Шкалы Моккена могут быть двух видов: во-первых, как модель двойной монотонности, где элементы могут различаться по своей сложности. По сути, это порядковая версия шкалы Раша; и, во-вторых, как модель монотонной однородности, где элементы различаются по параметру дискриминации, что означает, что может быть более слабая связь между некоторыми элементами и скрытой переменной, а другими элементами и скрытой переменной. [5] Чаще всего используются модели двойной монотонности.
Модели монотонной однородности основаны на трех предположениях. [5]
Модель двойной монотонности добавляет четвертое предположение, а именно непересекающиеся функции ответа элемента, что приводит к элементам, которые остаются инвариантными в ранговом порядке. [11] В шкалировании Моккена возникла некоторая путаница между концепциями модели двойной монотонности и инвариантного порядка элементов. [12] Последнее подразумевает, что все респонденты на серию вопросов отвечают на них в одном и том же порядке по всему диапазону скрытой черты. Для дихотомически оцененных элементов модель двойной монотонности может означать инвариантный порядок элементов; однако для политомически оцененных элементов это не обязательно выполняется. [13] Для того, чтобы инвариантный порядок элементов сохранялся, не только функции ответа элемента не должны пересекаться, но также и функция отклика на шаг элемента между одним уровнем и следующим внутри каждого элемента не должна пересекаться. [14]
Вопрос размера выборки для шкалирования Моккена в значительной степени не решен. Работа с использованием смоделированных выборок и изменением качества элементов в шкалах (коэффициент Левингера и корреляция между шкалами) предполагает, что при высоком качестве элементов требуются меньшие размеры выборки в районе 250–500 по сравнению с размерами выборки 1250–1750 при низком качестве элементов. [3] Использование реальных данных из шкалы психического благополучия Уорика Эдинбурга (WEMWBS) [15] предполагает, что требуемый размер выборки зависит от интересующих параметров шкалирования Моккена, поскольку они не все одинаково реагируют на изменение размера выборки. [16]
Хотя шкалирующий анализ Моккена изначально был разработан для измерения степени, в которой отдельные дихотомические элементы образуют шкалу, с тех пор он был расширен для политомических элементов. [5] Более того, хотя шкалирующий анализ Моккена является подтверждающим методом, предназначенным для проверки того, образуют ли несколько элементов согласованную шкалу (как подтверждающий факторный анализ ), была разработана процедура автоматического выбора элементов для изучения того, какие скрытые измерения структурируют ответы на несколько наблюдаемых элементов (как факторный анализ ). [17]
Программное обеспечение для масштабирования Mokken доступно в общедоступном статистическом программном обеспечении R (язык программирования) , а также в программном обеспечении для анализа данных и статистики stata. MSP5 для Windows для использования на персональных компьютерах больше не совместим с текущими версиями Microsoft Windows . Также в R (язык программирования) необычные шаблоны ответов в шкалах Mokken можно проверить с помощью пакета PerFit. [18] Были опубликованы два руководства по проведению анализа шкал Mokken. [19] [20]
{{cite book}}
: |website=
проигнорировано ( помощь )