نحوه انجام آزمون تکرارپذیری

نحوه انجام تست تکرارپذیری

چند نمونه باید جمع آوری کنید

جمع آوری داده ها

تعداد نمونه های جمع آوری شده در طول آزمون بر تجزیه و تحلیل نتایج و اعتبار داده های آزمون جمع آوری شده تأثیر دارد. در طول سال‌ ها، من چندین گزارش متناقض از تعداد نمونه‌ هایی که باید در طول آزمون جمع‌ آوری کرد را مشاهده کرده‌ ام. بر اساس بسیاری از کتاب های درسی آمار مقدماتی، تعداد نمونه های جمع آوری شده به جمعیت بستگی دارد. یک جمعیت کوچک مجموعه ای از 30 نمونه یا کمتر در نظر گرفته می شود، در حالی که جمعیت بزرگ مجموعه ای بیش از 30 نمونه در نظر گرفته می شود. با این حال، حوزه های موضوعی پیشرفته تر آمار، ادعاهای متعددی در رابطه با اهداف تجزیه و تحلیل و اطمینان مورد انتظار در نتایج خواهند داشت. اگر بخواهید از گروهی از متخصصان سازمان‌ های مختلف و صنایع مختلف نظرسنجی کنید، مجموعه‌ ای از نظرات متفاوت دریافت خواهید کرد. این نتیجه دیدگاه های متفاوت در جهان است. هر فرد و سازمانی قرار است اهداف متفاوتی داشته باشد. بنابراین، آنها درجه ای از نظرات متنوع در خصوص  نحوه انجام تست تکرارپذیری  خواهند داشت.(نحوه انجام آزمون تکرارپذیری )

چه باید کرد

از نظر  من، تعداد نمونه‌ هایی که جمع‌ آوری می‌ کنید باید در ارتباط با اهداف سازمان شما و سطح اعتماد مورد انتظار به نتایج باشد. اگر آزمایشگاه شما به دنبال دستیابی به سطح اطمینان 95.45٪ است (که k = 2.00)، توصیه می کنم برای هر آزمون 22 نمونه جمع آوری کنید. اگر هدف شما دستیابی به سطح اطمینان 99٪ بود، توصیه می کنم که 100 نمونه جمع آوری کنید. چرا؟ پاسخ داده های پرت هستند. شما می توانید نتایج خود را با مقادیر پرت اعتبار سنجی کنید. اگر 22 نمونه جمع آوری کنید و به دنبال دستیابی به سطح اطمینان 95.45٪ باشید، معمولاً یک نمونه پرت را در مجموعه نمونه های جمع آوری شده خود خواهید یافت. به این ترتیب می توانید اطمینان حاصل کنید که به سطح اطمینان دست یافته اید که اهداف شما را برآورده می کند. علاوه بر این، به شما امکان می دهد اثربخشی و کارایی تلاش های جمع آوری داده های خود را کنترل کنید. اگر فقط به 22 نمونه نیاز دارید، چرا 100 نمونه جمع آوری کنید. یا، اگر به 100 نمونه نیاز دارید، چرا 22 نمونه جمع آوری کنید. فقط منابعی را که برای دستیابی به اهداف خود نیاز دارید مصرف کنید. در غیر این صورت، زمان و منابع خود را که می تواند برای انجام کارهای دیگر مورد استفاده قرار گیرد، هدر می دهید. با استفاده از معادله زیر می توانید تعداد مناسب نمونه هایی را که می خواهید جمع آوری کنید تا به سطح خاصی از اطمینان دست یابید، تعیین کنید.

مطمئن نیستم که آیا نظریه من معتبر است یا خیر. بنابراین، اجازه دهید نتایج کمی و کیفی را به شما نشان دهم که نظر من را تأیید می کند. با استفاده از شبیه‌ سازی مونت کارلو، مجموعه‌ ای از داده‌ های تصادفی را تولید می‌ کنم که قرار است با سطح مشخصی از اطمینان (یعنی 95.45٪) مطابقت داشته باشد که توزیع گاوسی را نشان می‌ دهد. با این داده ها، من میانگین، انحراف معیار و درجات آزادی را محاسبه می کنم و نتایج را برای ارزیابی شما گزارش می کنم. از اینجا، شما می توانید نظر خود را فرموله کنید و با من موافق یا مخالف باشید.

نتایج

95.46 درصد از کار آزمایی ها یک داده پرت یا کمتر را نشان دادند

68.18 درصد از کار آزمایی ها حداقل یک داده پرت را نشان دادند

4.54 درصد از کار آزمایی ها بیش از یک داده پرت را نشان دادند

یادداشت

1| اعداد در ستون سمت چپ نشان دهنده تعداد نمونه برای هر آزمون است که در مجموع 22 می باشد.

2| اعداد در ردیف بالا نشان دهنده شماره آزمونی است که در مجموع 22 می باشد.

3| حد بالا و پایین با محاسبه مجموع و تفاضل میانگین و دو برابر انحراف معیار (یعنی 2 سیگما) کمی سازی شد.

4| مقادیری که مطابقت ندارند، یا نقاط پرت، سلول هایی هستند که با رنگ سبز مشخص نشده اند.

5| روی تصویر کلیک کنید تا بزرگتر شود

اکنون که اطلاعات و روش هایی را در اختیار شما قرار داده ام که می توانید از آنها برای تعیین کار آمدترین تعداد نمونه برای جمع آوری آزمون های تکرارپذیری خود استفاده کنید، چند نمونه جمع آوری خواهید کرد؟