Diagnosztika szimulátorokkal ZH - nehezebb kérdések

Diagnosztika szimulátorokkal

Kvízek használata, importálása, fejlesztése.
Statisztika
Átlagteljesítmény	-
Eddigi kérdések	0
Kapott pontok	0
Alapbeállított pontozás	(+)
-
Beállítások
Minden kérdés látszik	-
Véletlenszerű sorrend	-
-

28) A Cronbach-féle alfa (α) a rel(X) egyik közelítése, amely a következő kifejezéssel adható meg:

Típus: egy. Válasz: 3. Pontozás: nincs megadva.

1. α = (k^2 *cov / var) / ((1+k^2-1)*cov/var), ahol k a tételek száma a skálában, cov a tételek közötti átlagos páronkénti kovariancia, var pedig a tételek átlagos varianciája.
2. α = k*cov/var/(1+(k-1)*cov/var), ahol k a mintában szereplő személyek száma, cov a tételek közötti átlagos páronkénti kovariancia, var pedig a tételek mint változók (var=variable) száma.
3. α = k*r / (1+(k-1)*r), ahol k a tételek száma a skálában, r pedig a tételek közötti átlagos korrelációs együttható (feltéve, hogy a tételeket egységnyi standard deviációjúakra standardizáltuk).
4. α = korr2(X, t), ahol X a skála megfigyelt értéke, t pedig az idő.

29) A Cronbach-féle alfa értéke egyébként azonos körülmények között annál nagyobb, minél

Típus: egy. Válasz: 4. Pontozás: nincs megadva.

1. nagyobb a teszt érvényessége.
2. kevesebb tételből áll a skála.
3. kisebb a skála megbízhatósága.
4. nagyobb a tételek száma.

30) A Cronbach-féle alfa

Típus: egy. Válasz: 2. Pontozás: nincs megadva.

1. sohasem érheti el a 0,7 értéket, ha a tételek közötti átlagos korreláció csak 0,2.
2. még alacsony, de szignifikáns tételek közötti korrelációk esetén is elérheti a 0,7 értéket.
3. a skálába nem illő tételek kihagyásával minden esetben javítható.
4. a skálába nem illő tételek kihagyásával akkor javítható, ha a skála nem túlságosan hosszú.

31) A single measure ICC (Intraclass Correlation Coefficient) a rel(X) egy másik közelítése, amely egy korrelációs együttható jellegű leíró statisztika annak jellemzésére, hogy

Típus: egy. Válasz: 3. Pontozás: nincs megadva.

1. valamely objektumok ugyanazon tulajdonságáról/mennyiségéről egy rögzített egységes skálán adatot szolgáltató különböző személyek adatai időben mennyire stabilak.
2. valamely objektumok különböző jellemzőiről adatot szolgáltató személyek csoportjának az adatai mennyire különböznek a személyek között.
3. valamely objektumok ugyanazon jellemzőjéről egy rögzített egységes skálán adatokat szolgáltató közreműködői csoport egy tipikus tagja adatainak milyen a megbízhatósága.
4. valamely objektumok ugyanazon jellemzőjéről egy rögzített egységes skálán adatokat szolgáltató közreműködői csoport átlagolt adatainak milyen a megbízhatósága.

32) Az average measure ICC (Intraclass Correlation Coefficient) a rel(X) egy ismét másik közelítése, amely egy korrelációs együttható jellegű leíró statisztika annak jellemzésére, hogy

Típus: egy. Válasz: 4. Pontozás: nincs megadva.

1. valamely objektumok ugyanazon tulajdonságáról/mennyiségéről egy rögzített egységes skálán adatot szolgáltató különböző személyek adatai időben mennyire stabilak.
2. valamely objektumok különböző jellemzőiről adatot szolgáltató személyek csoportjának az adatai mennyire különböznek a személyek között.
3. valamely objektumok ugyanazon jellemzőjéről egy rögzített egységes skálán adatokat szolgáltató közreműködői csoport egy tipikus tagja adatainak milyen a megbízhatósága.
4. valamely objektumok ugyanazon jellemzőjéről egy rögzített egységes skálán adatokat szolgáltató közreműködői csoport átlagolt adatainak milyen a megbízhatósága.

33) Egy ICC és ICCSB elemzésekben alkalmazott adatcsoport

Típus: egy. Válasz: 1. Pontozás: nincs megadva.

1. valamennyi közreműködő ugyanazon objektumra vonatkozó adatainak az összessége.
2. valamennyi közreműködő valamennyi objektumra vonatkozó összes adata.
3. valamennyi közreműködő valamennyi objektumra vonatkozó összes adatának az átlaga.
4. egy adott közreműködő valamennyi objektumra vonatkozó összes adata.

34) Ha az ICCSB mérőszám alapján egy mindössze k=2 számú közreműködő adatain alapuló megbízhatósági elemzésben csak a konzisztencia teljesül tökéletesen, akkor

Típus: egy. Válasz: 2. Pontozás: nincs megadva.

1. a Pearson-féle korrelációs együttható, az ICCSB(consistency) és az ICCSB(agreement) értéke mind biztosan 1.
2. a Pearson-féle korrelációs együttható és az ICCSB(consistency) értéke biztosan 1, de az ICCSB(agreement) értéke egynél kisebb.
3. a Pearson-féle korrelációs együttható, az ICCSB(consistency) és az ICCSB(agreement) értéke mind biztosan kisebb egynél.
4. a Pearson-féle korrelációs együttható, az ICCSB(consistency) és az ICCSB(agreement) értéke mind biztosan nagyobb egynél.

35) Egy skála érvényességének

Típus: egy. Válasz: 4. Pontozás: nincs megadva.

1. feltétele, hogy a szimuláció dinamikus legyen.
2. magasnak kell lenni ahhoz, hogy a megbízhatósága alacsony legyen.
3. nem kell feltétlenül magasnak lenni ahhoz, hogy a skálát jól tudjuk használni.
4. elengedhetetlen feltétele a legalább minimálisan elfogadható megbízhatósága.

36) Egy skála kritérium érvényessége (criterion validity)

Típus: egy. Válasz: 2. Pontozás: nincs megadva.

1. azt fejezi ki, hogy az alany számára mennyire világos, hogy az adott feladat mit mér.
2. az adott skála-értékek és a választott kritérium értékei közötti kapcsolat erősségével jellemezhető.
3. azt fejezi ki, hogy az adott skála mennyire konzisztens módon mér.
4. azonos az ún. konstruktum érvényességgel (construction validity).

37) Az érvényesség alkalmasságvizsgáló munkaszimulátorok esetében

Típus: egy. Válasz: 3. Pontozás: nincs megadva.

1. azonos az ún. konstruktum érvényességgel (construction validity).
2. nem értelmezhető.
3. annak a mértéke, hogy az adott konkrét körülmények között (azaz a szimulált és a valódi feladat konkrét jellemzői mellett) milyen szoros a prediktor és a beválási kritérium változók közötti kapcsolat.
4. az ún. készség-átvitel (készség-transzfer, skill-transfer) mértéke.

38) Az érvényesség gyakorló munkaszimulátorok esetében

Típus: egy. Válasz: 4. Pontozás: nincs megadva.

1. azonos az ún. konstruktum érvényességgel (construction validity).
2. nem értelmezhető.
3. annak a mértéke, hogy az adott konkrét körülmények között (azaz a szimulált és a valódi feladat konkrét jellemzői mellett) milyen szoros a prediktor és a beválási kritérium változók közötti kapcsolat.
4. az ún. készség-átvitel (készség-transzfer, skill-transfer) mértéke.

39) Kutatási célú munkaszimulátorok alkalmazása esetében

Típus: egy. Válasz: 3. Pontozás: nincs megadva.

1. a vizsgálatok célja mindig a tesztalanyok alkalmasságának a vizsgálata.
2. a vizsgálatok célja mindig a tesztalanyok gyakoroltatása.
3. nem feltétlenül a személyeket vizsgálják, a kérdésfeltevéstől függően a személyek maguk is a mérőeszközhöz tartozhatnak.
4. az ún. készség-átvitel (skill-transfer) mértékének a meghatározása a cél.

40) A Baltimore Therapeutic Equipment (BTE) Work Simulator ismertetett esettanulmányában a vizsgálatok célja

Típus: egy. Válasz: 3. Pontozás: nincs megadva.

1. a tesztalanyok gyakoroltatása volt.
2. a tesztalanyok fejlesztése volt.
3. a megbízhatóság és az érvényesség vizsgálata volt az adott konkrét szimulációs körülmények között.
4. a mért fiziológiai jellemzők személyenkénti alakulásának az értelmezése volt.

41) A Baltimore Therapeutic Equipment (BTE) Work Simulator ismertetett esettanulmányában

Típus: egy. Válasz: 2. Pontozás: nincs megadva.

1. az érvényességet az első és a második vizsgálati alkalommal mért fiziológiai és szubjektív jellemzők korrelációs együtthatóival jellemezték.
2. a megbízhatóságot az első és a második vizsgálati alkalommal mért fiziológiai és szubjektív jellemzők korrelációs együtthatóival jellemezték.
3. a megbízhatóságot a valós és a szimulált vizsgálati helyzetben mért fiziológiai és szubjektív jellemzők korrelációs együtthatóival jellemezték.
4. a cél a vizsgálatban részt vett személyek fizikai állóképességének a felmérése volt a cél.

42) Az INTERFACE szoftver-ergonómiai kutató munkaszimulátor alkalmazásakor a cél

Típus: egy. Válasz: 1. Pontozás: nincs megadva.

1. a vizsgált szoftver termékek használhatóságának a vizsgálata.
2. a tesztalanyok fejlesztése.
3. a megbízhatóság és az érvényesség vizsgálata az adott konkrét szimulációs körülmények között.
4. a mért fiziológiai jellemzők személyenkénti eltéréseinek az értelmezése.

43) Az ALADIN világítástechnikai kutató munkaszimulátor alkalmazásakor a cél

Típus: egy. Válasz: 3. Pontozás: nincs megadva.

1. a megbízhatóság és az érvényesség vizsgálata az adott konkrét szimulációs körülmények között.
2. a mért fiziológiai jellemzők személyenkénti eltéréseinek az értelmezése.
3. a vizsgált világítástechnikai megoldások felhasználókra gyakorolt hatásának a vizsgálata.
4. a tesztalanyok fejlesztése.

44) Az előrejelző változók (prediktorok) a személyek olyan jellemzői, amelyek

Típus: egy. Válasz: 3. Pontozás: nincs megadva.

1. értékét csak a tényleges munkavégzés során – a munkába állítást követően, utólag – állapíthatjuk meg.
2. minden esetben fiziológiai jellemzők.
3. alapján bizonyos valószínűséggel bejósolható, hogy ezen személyek meg fognak-e felelni egy adott beválási kritériumnak.
4. segítségével nyomon követhető a tesztalanyok fejlődése.

45) A beválási kritérium-változók (kritériumok) a személyek olyan jellemzői, amelyek

Típus: egy. Válasz: 4. Pontozás: nincs megadva.

1. értékét csak munkaszimulátorok segítségével állapíthatjuk meg.
2. minden esetben fiziológiai jellemzők.
3. alapján bejósolható, hogy ezen személyek milyen valószínűséggel fognak beválni egy adott munkakörben.
4. meghatározott értékei szükségesek ahhoz, hogy egy adott munkakört sikeresen betöltsenek.

46) A munkaszimulátorok az ún. „munkaminta-tesztek” (work-sample tests) egyik osztályát alkotják, mivel

Típus: egy. Válasz: 4. Pontozás: nincs megadva.

1. a személyt egy tetszőleges munkafeladat megoldása közben vizsgálják.
2. fiziológiai jellemzőket mérnek.
3. személyiség-jellemzőket mérnek.
4. a személyt a betöltendő vagy vizsgálandó munkakörből vett (leegyszerűsített és lerövidített, de mégis realisztikusan szimulált) feladat megoldása közben vizsgálják.

47) Az ún. „pályaprofílok” („pályatükrök”)

Típus: egy. Válasz: 3. Pontozás: nincs megadva.

1. az adott munkatevékenységről való szubjektív vélekedéseket tükrözik.
2. a fiziológiai jellemzők alakulását tükrözik.
3. közvetlen vagy közvetett módon tartalmazzák az adott munkakörben való beválás kritériumait.
4. a személyt a betöltendő vagy vizsgálandó munkakörből vett feladat megoldása közben vizsgálják.

48) Az alkalmasságvizsgálatok kontextusában az előrejelzés egyik lehetséges kimenetele az ún. FN (False Negative) eset, amely azt jelenti, hogy az adott munkakörre

Típus: egy. Válasz: 3. Pontozás: nincs megadva.

1. nem vettünk fel olyanokat, akik tényleg nem váltak volna be.
2. olyanokat vettünk fel, akik tényleg beválnak.
3. nem vettünk fel olyanokat, akik pedig beváltak volna.
4. olyanokat vettünk fel, akik nem válnak be.

49) Az alkalmasságvizsgálatok kontextusában az

Típus: egy. Válasz: 4. Pontozás: nincs megadva.

1. FN (False Negative) és TN (True Negative) esetek hibák, az FP (False Positive) és TP (True Positive) esetek pedig helyes találatok.
2. FN (False Negative), a TN (True Negative) és az FP (False Positive) esetek hibák, a TP (True Positive) esetek pedig helyes találatok.
3. FN (False Negative) esetek hibák, az FP (False Positive), a TN (True Negative) és a TP (True Positive) esetek pedig helyes találatok.
4. FN (False Negative) és az FP (False Positive) esetek hibák, a TN (True Negative) és a TP (True Positive) esetek pedig helyes találatok.

50) Ha egyetlen beválási kritérium-változó értékére nagyobb számú előrejelző (prediktor) változóból következtethetünk, akkor az a legcélszerűbb eljárás, hogy

Típus: egy. Válasz: 2. Pontozás: nincs megadva.

1. a kritérium-változót valamennyi előrejelző változóval külön-külön korreláltatjuk, majd pedig átlagoljuk a korrelációs együtthatók értékeit.
2. a prediktorok és a kritérium-változó kapcsolatát alkalmas tanuló algoritmusok (pl. logisztikus regresszió vagy mesterséges neurális hálók) segítségével modellezzük és az így felépített modell alapján az új esetekre a prediktorok alapján becsüljük a kritérium-változó értékét.
3. a kritérium-változót valamennyi előrejelző változó átlagával korreláltatjuk, és az így kapott egyetlen korrelációs együttható értékét tekintjük az előrejelző módszer érvényességének.
4. a kritérium-változó kapcsolatát az egyes előrejelző változókkal külön-külön grafikusan ábrázoljuk, a kritérium-változó vágási szintje alapján minden egyes grafikonon meghatározzuk az adott prediktor vágási szintjét, majd pedig képezzük azok átlagát.

---