Cómo informar de los resultados Dividir la muestra

Los investigadores suelen utilizar muestras divididas en pruebas de validación de la evaluación . Una muestra de división se formó cuando un investigador divide al azar una muestra completa en dos submuestras . Cuando los análisis estadísticos se ajustan a ambos las submuestras , así como toda la muestra , la generalización de los resultados es más probable. Aunque las tres muestras deben ser similares , habrá variabilidad entre ellos . El punto es ver cómo existe mucha variabilidad. General, los investigadores esperan que existe poca variabilidad , ya que apoya la validez de las assessment.Instructions Matemáticas 1

Notificar las variables independientes y dependientes. La variable dependiente es la variable que la evaluación evalúa . Las variables independientes son las que se sospecha que afectan el valor de la variable dependiente para un tema determinado. Por ejemplo , si usted está evaluando cómo la personalidad de una persona influye en la cantidad de tiempo que pasa en Internet, las variables independientes son los relacionados con su personalidad ( extraversión , neuroticismo, escrupulosidad , etc ), mientras que la variable dependiente es la cantidad de tiempo que pasa en Internet.
2

Reporte la significación estadística de la relación entre cada variable independiente y la variable dependiente. El significado se muestra en la forma de los p-valores que recibe de correr una prueba estadística de su estudio. Informar sobre las significaciones estadísticas para toda la muestra , la primera y la segunda submuestra submuestra separado.
3

Interpretar la variación de significación estadística para sus muestras . Para ello, tiene que elegir un alfa- valor . El alfa- valor indica la probabilidad de un resultado positivo falso. El alfa- valor estándar es de 0.05 . Si hay una sola muestra en la que el valor de p es superior a 0,05 , entonces la validación por división muestral falla. Si este es el caso , indicar esto. De lo contrario , el informe de que la significación estadística de análisis están a favor de la validación.
4

los valores R- cuadrado Estado separado para las tres muestras . Los valores R- cuadrado se dan automáticamente al realizar regresión para los datos de la evaluación .
5

Interpretar los valores R- cuadrado . Comparar cada submuestra de la muestra completa en términos de R cuadrado. Para la validación , que desea el valor R cuadrado de cada submuestra para estar dentro de 0.05 el valor R cuadrado de la muestra completa. Si no se cumple este criterio , el estado presente . De lo contrario , el informe de compatibilidad para la validación .