GDS-15의 다음과 같은 심리 측정 특성은 고전 테스트 이론에 따라 분석되었습니다: 데이터 품질 및 수용성, 내부 일관성 및 구성 타당성. 데이터 품질과 수용성을 위해 GDS-15 항목에 대한 누락된 데이터 비율과 중앙값, 표준편차, 총 GDS-15 점수의 최소값과 최대값을 계산했습니다(McHorney & Tarlov, 1995 ). 수정된 항목-전체 상관관계(기준 .20–.40), 이분형 항목에 사용되는 Kuder-Richardson Formula 20(KR-20) 계수(표준 기준 > .70) 및 항목 동질성(기준 > .70)을 계산하여 내부 일관성을 탐색했습니다. .30) (Aaronson et al., 2002 ). 구성타당도의 일종인 수렴타당도는 GDS-15 총점의 Spearman 순위상관계수를 이용하여 다른 평가척도와 비교하여 계산하였다. 기존 문헌에 따르면 GDS-15와 삶의 질 척도( rS = .30 –.50) 사이에 적당한 상관관계가 있다는 가설이 세워졌습니다(Juniper, Guyatt, & Jaeschke, 1996 ). 또 다른 유형의 구인타당도인 판별타당도를 관심변수별로 그룹화한 표본(성별, 연령군(60~69세, 70~79세, 80세 이상))에서 GDS-15 점수의 차이를 계산하여 탐색하였다. 그리고 인종.
Rasch 모델 적합성, 일차원성, PSI(Personal Separation Index)를 사용한 신뢰성, 로컬 항목 독립성 등의 측정 속성을 반복적으로 확인하기 위해 RA를 수행했습니다. 관찰된 반응과 Rasch 모델에서 예상한 반응 간의 차이는 항목 수에 대한 Bonferroni 조정을 사용하여 상호 작용 카이제곱 테스트를 통해 테스트되었습니다. 이 카이제곱은 특성 전체의 불변성을 반영하며 유의미하지 않은 차이가 예상됩니다. 또한 잔차 통계는 ± 2.5 범위 내에 있어야 합니다.
또한 RA를 사용하면 성별, 연령, 인종 등 기존 그룹별로 DIF(차등 항목 기능)를 확인하고 분산 분석을 통해 비교할 수 있습니다. 모델에 대한 불필요한 수정을 최소화하기 위해 300개의 무작위 표본이 사용되었습니다(Linacre, 1994 ). 표본 크기가 큰 RA는 그렇지 않으면 잘 맞는 항목이 될 항목 수준에서 모델과의 통계적으로 유의미한 작은 편차를 강조할 수 있습니다. RA에 대한 자세한 설명은 다른 곳에서 확인할 수 있습니다(Martinez-Martin & Forjaz, 2012 ; Pallant & Tennant, 2007 ; Tennant & Conaghan, 2007 ).
구글상위노출