પદ્ધતિ

સ્કોર કેવી રીતે ગણવામાં આવે છે અને તેનો અર્થ શું છે

SYNR એ 12-આઇટમ સ્વાઇપ ઇન્સ્ટ્રુમેન્ટ છે જે પાંચ-અક્ષ આર્કીટાઇપ મેટ્રિક્સ બનાવે છે. નીચે એક પારદર્શક વર્ણન છે કે સાધન કેવી રીતે બાંધવામાં આવ્યું હતું, સ્કોરિંગ કેવી રીતે કાર્ય કરે છે અને સાધનની તીવ્ર મર્યાદા ક્યાં બેસે છે.

સાધન

12 આઇટમ્સમાંથી પ્રત્યેક બાઈનરી સ્વાઇપ રિસ્પોન્સ (હા/ના) સાથે સિંગલ-વાક્ય સિચ્યુએશનલ પ્રોમ્પ્ટ છે. આઇટમ્સ ઇરાદાપૂર્વક ટૂંકી છે. અમે લાંબા સ્કેલનું પરીક્ષણ કર્યું અને જાણવા મળ્યું કે ઉત્તરદાતાઓ સહજ જવાબોને બદલે સામાજીક રીતે ઇચ્છનીય, વધુ વિચાર-વિમર્શ કરે છે. બાર દ્વિસંગી વસ્તુઓ લગભગ 60 સેકન્ડ લે છે, જે પ્રતિભાવને પ્રથમ પ્રતિક્રિયા મેળવવા માટે પૂરતી ઝડપી રાખે છે.

સ્કોરિંગ

દરેક વસ્તુ નિશ્ચિત વજન સાથે પાંચમાંથી એક કે બે અક્ષો (સાર્વભૌમત્વ, અનુકૂલનક્ષમતા, તીવ્રતા, સંરેખણ, ત્યાગ) પર લોડ થાય છે. અંતિમ સ્વાઇપ પછી, અક્ષ દીઠ વજનનો સરવાળો કરવામાં આવે છે અને આંતરિક માપાંકન નમૂના સામે 0-100 પર્સેન્ટાઇલ પર સામાન્ય કરવામાં આવે છે. તેથી તમારું વિતરિત મેટ્રિક્સ એ દરેક પરિમાણ પરનો તમારો પર્સન્ટાઈલ રેન્ક છે, કાચા પોઈન્ટ કુલ નહીં.

પાંચ અક્ષો ડિઝાઇન દ્વારા સ્વતંત્ર છે: એક પર ઉચ્ચ સ્કોર માટે બીજા પર ઓછા સ્કોરની જરૂર નથી. વ્યક્તિ સાર્વભૌમત્વમાં ઉચ્ચ હોઈ શકે છે અને ત્યાગમાં ઉચ્ચ - તે ફક્ત એવી વ્યક્તિનું વર્ણન કરે છે કે જે નેતૃત્વ કરવાની અસમર્થતાને બદલે સત્તાના પદ પરથી શરણાગતિ પસંદ કરે છે.

સ્કોર શું નથી

જો તમે લૈંગિકતા, આત્મીયતા અથવા સંબંધોની ગતિશીલતાની આસપાસ વાસ્તવિક મનોવૈજ્ઞાનિક મૂલ્યાંકન મેળવવા માંગતા હો, તો કોઈ લાઇસન્સ પ્રાપ્ત ચિકિત્સકની સલાહ લો જે સેક્સ થેરાપી અથવા AASECT-પ્રમાણિત કાઉન્સેલિંગમાં નિષ્ણાત હોય. SYNR એ વિકલ્પ નથી.

શા માટે લિકર્ટ સ્કેલને બદલે દ્વિસંગી સ્વાઇપ કરે છે

લિકર્ટ સ્કેલ (1–5 ભારપૂર્વક અસંમત → ભારપૂર્વક સંમત) એ શૈક્ષણિક ધોરણ છે, અને તેઓ વધુ દાણાદાર ડેટા ઉત્પન્ન કરે છે. તેઓ દરેક જવાબને મધ્યમ તરફ પાતળો કરવા માટે પ્રતિવાદીને રૂમ પણ આપે છે. આંકડાકીય અનુમાનને બદલે સાહજિક માન્યતાને ધ્યાનમાં રાખીને સ્વ-પ્રતિબિંબ સાધન માટે, ફરજિયાત દ્વિસંગી પસંદગીથી ક્લીનર પ્રોફાઇલ્સ અને ઉચ્ચ સ્વ-અહેવાલ "આ યોગ્ય લાગે છે" દરો અમારા આંતરિક પરીક્ષણમાં બનાવવામાં આવ્યા હતા.

શા માટે આ પાંચ ધરીઓ

પાંચ પરિમાણ પસંદ કરવામાં આવ્યા હતા કારણ કે તે સૌથી નાનો સમૂહ હતો જે સતત પરીક્ષકોને પોતાને ઓળખવા દે છે અને નજીકની પ્રોફાઇલ્સ વચ્ચે સ્પષ્ટ રીતે તફાવત કરી શકે છે. અમે ત્રણ, ચાર, છ અને આઠ અક્ષો સાથેના સંસ્કરણોને પ્રાયોગિક ધોરણે બનાવ્યા; રીઝોલ્યુશન અને યાદગારતા વચ્ચે પાંચ મીઠી જગ્યા હતી.

માપાંકન ડેટા

આંતરિક માપાંકન નમૂના અનામી છે, પસંદ-ઇન છે અને તેમાં ફક્ત સ્વાઇપ પ્રતિસાદોનો સમાવેશ થાય છે — કોઈ વસ્તી વિષયક નથી, કોઈ ઓળખકર્તા નથી. નવા પ્રતિસાદો આવતાં જ નમૂના માસિક અપડેટ થાય છે, તેથી પર્સેન્ટાઇલ રેન્ક સમય જતાં ધીમે ધીમે ડ્રિફ્ટ થાય છે. જો તમે છ મહિનામાં ફરીથી પરીક્ષા આપો છો, તો તમે સમાન જવાબો સાથે પણ થોડો અલગ સ્કોર જોઈ શકો છો, કારણ કે વસ્તી બદલાઈ રહી છે.