4.4.2. Assessing interrater coding

4.4.2. Assessing interrater coding reliability and
internal consistency
Following the discussion in the previous section, the researchers
investigated issues related to interrater coding reliability
(ICR) and internal consistency. At this stage, the ICR
test was dealt with as follows. The researchers asked one independent
coder (Coder 1) to cluster 64 previously identified nodes.
The second coder (Coder 2), on the other hand, was made
familiar with the result of the cluster exercise of researchers
and this coder was asked to identify the five clusters in the
data transcript. The ICR exercise delivered a high reliability,
which satisfied the level set by Miles and Huberman [34]
(around 90% agreement during the second coding round).
Similar levels of ICR were achieved by Druskat and Wheeler
[16]. The research of Druskat and Wheeler [16] is especially
important benchmark for this research as Druskat and Wheeler
[16] had a similar number of high level nodes (four). Other
studies with a greater number of high level nodes do not reach
that level of ICR [17] and differences are polished off through
a dialogue [26].

Results (Thai) 1:

4.4.2 การประเมินความน่าเชื่อถือรหัส interrater และ
ความสอดคล้องภายใน
ต่อการอภิปรายในส่วนก่อนหน้านี้ นักวิจัย
สอบสวนปัญหาที่เกี่ยวข้องกับ interrater รหัส reliability
(ICR) และความสอดคล้องภายใน ในขั้นตอนนี้ ICR
ทดสอบได้ดำเนินการดังนี้ นักวิจัยอิสระหนึ่งถาม
coder (Coder 1) กับโหนดคลัสเตอร์ 64 ระบุไว้ก่อนหน้านี้
ทำที่สอง coder (Coder 2), คง
คุ้นเคยกับผลของการออกกำลังกายคลัสเตอร์วิจัย
และ coder นี้ถูกถามให้ระบุคลัสเตอร์ห้าในการ
ข้อมูลเสียงบรรยาย ออกกำลังกาย ICR ส่งเสถียรภาพ,
ซึ่งความพึงพอใจในระดับที่กำหนด โดยไมล์และ Huberman [34]
(ประมาณ 90% ข้อตกลงระหว่างรหัสสองรอบ)
ความสำเร็จระดับคล้ายของ ICR Druskat และล้อ
[16] เป็นการวิจัยของ Druskat และล้อ [16] โดยเฉพาะอย่างยิ่ง
มาตรฐานสำคัญสำหรับงานวิจัยนี้เป็น Druskat และล้อ
[16] มีจำนวนโหนดระดับสูง (4) คล้ายคลึงกัน อื่น ๆ
ศึกษากับจำนวนโหนสูงระดับมากกว่าไม่ถึง
ระดับที่ ICR [17] และความแตกต่างที่ขัดออกผ่าน
[26] การพูดคุยกัน

Results (Thai) 2:

4.4.2 การประเมินความน่าเชื่อถือของการเข้ารหัส interrater และ
ความสอดคล้องภายใน
ต่อไปนี้การอภิปรายในส่วนก่อนหน้านี้นักวิจัยได้
ตรวจสอบประเด็นที่เกี่ยวข้องกับการเข้ารหัส interrater ความน่าเชื่อถือ
(ICR) และความสอดคล้องภายใน ในขั้นตอนนี้ ICR
การทดสอบได้รับการจัดการกับการดังต่อไปนี้ นักวิจัยคนหนึ่งถามอิสระ
coder (Coder 1) กลุ่ม 64 โหนดระบุก่อนหน้านี้
coder สอง (Coder ที่ 2) ในทางกลับกันก็ทำให้
คุ้นเคยกับผลของการออกกำลังกายที่กลุ่มของนักวิจัย
และ coder นี้ถูกขอให้ระบุ ห้ากลุ่มใน
บันทึกข้อมูล การออกกำลังกาย ICR ส่งมอบความน่าเชื่อถือสูง
ซึ่งความพึงพอใจในระดับที่กำหนดโดยไมล์และ Huberman [34]
(ประมาณ 90% ข้อตกลงในระหว่างรอบการเข้ารหัสที่สอง)
ในระดับที่คล้ายกันของ ICR ก็ประสบความสำเร็จโดย Druskat และล้อ
[16] การวิจัยของ Druskat และล้อ [16] โดยเฉพาะอย่างยิ่ง
มาตรฐานสำคัญสำหรับการวิจัยนี้เป็น Druskat และล้อ
[16] มีจำนวนใกล้เคียงกันของโหนดในระดับสูง (สี่) อื่น ๆ
การศึกษามีจำนวนมากขึ้นของโหนดในระดับสูงไม่ถึง
ระดับของ ICR [17] และความแตกต่างที่ถูกขัดออกผ่าน
บทสนทนา [26]

Results (Thai) 3:

4.4.2 การประเมินแบบอิงความน่าเชื่อถือและความสอดคล้องภายในนะครับ

ต่อไปนี้การอภิปรายในส่วนก่อนหน้า นักวิจัยได้ศึกษาประเด็นที่เกี่ยวข้องกับความน่าเชื่อถือ

การเขียนโปรแกรมแบบอิง ( ICR ) และความสอดคล้องภายใน ในขั้นตอนนี้ คือจัดการกับ ICR
ทดสอบดังนี้ นักวิจัยถามหนึ่งอิสระ
Coder ( Coder 1 ) กลุ่ม 64 ระบุก่อนหน้านี้
โหนดcoder ที่สอง ( coder 2 ) บนมืออื่น ๆที่ทำขึ้น
คุ้นเคยกับผลของการออกกำลังกายและกลุ่มนักวิจัยผู้นี้ได้ถาม
ระบุ 5 กลุ่มใน
ข้อมูลหลักฐาน . ที่สำคัญการออกกำลังกายส่งความน่าเชื่อถือสูง
ซึ่งพอใจระดับที่ตั้งโดยไมล์ และฮูเบอร์เมิ่น [ 34 ]
( ข้อตกลงประมาณ 90% ในช่วงรอบสอง
นะครับ )ระดับที่คล้ายกันของ ICR ได้บรรลุและ druskat ล้อ
[ 16 ] การวิจัยของ druskat ล้อ [ 16 ] และโดยเฉพาะอย่างยิ่งเป็นมาตรฐานสำคัญสำหรับการวิจัยนี้

[ 16 ] druskat ล้อและมีจำนวนที่คล้ายกันของโหนดระดับสูง ( 4 ) การศึกษาอื่น ๆที่มีจำนวนมากของโหนด

ระดับสูงไม่ถึงระดับที่สำคัญ [ 17 ] และความแตกต่างจะขัดออกผ่าน
บทสนทนา [ 26 ]