We used the Ryan and Shim's scale to assess students' social development (6 items; e.g., “I like it when I learn better ways to get along with friends”), social demonstration-approach (6 items; e.g., “It is important to me that other kids think I am popular.”), and social demonstration-avoid goals (6 items; e.g., “I try not to do anything that might make other kids tease me.”). A Confirmatory Factor Analysis (CFA) showed acceptable fit after two modifications. First, the social demonstration-approach item “I try to do things that make me look good to other kids” showed high cross-loading with the social development latent factor. In retrospect, we presumed that this item was equally perceived as an item implying endorsing social development goal and we therefore dropped it. Second, we let the errors of two items from the social demonstration-avoid goals to covary. The fit for the modified scale was as follows: Satorra-Bentler χ2 (115, N = 1614) = 463.94, p < 0.01, CFI = 0.933, SRMR = 0.051, RMSEA = 0.046 (90% CI: 0.042–0.050). In light of these findings, we computed a composite score for each of the three subscales by averaging the items of each subscale
เราใช้ Ryan และของ Shim สเกลการประเมินของนักเรียน (6 รายการ เช่น "ฉันชอบที่จะเรียนรู้วิธีที่ดีกว่าได้เพื่อน"), สังคมสาธิตวิธีการ (รายการที่ 6 เช่น "มันเป็นสิ่งสำคัญผมว่า เด็กคนอื่น ๆ คิดว่า ผมนิยม"), และการพัฒนา สังคมสังคมสาธิตหลีกเป้าหมาย (6 รายการ เช่น "พยายามที่จะไม่ทำอะไรที่ทำให้เด็กคนอื่น ๆ แซวฉัน") เมื่อปัจจัยวิเคราะห์ (CFA) แสดงให้เห็นว่าพอยอมรับได้หลังจากการแก้ไขที่สอง ครั้งแรก สินค้าสังคมสาธิตวิธี "พยายามทำสิ่งที่ทำให้ฉันดูดีดีเพื่อ" พบข้ามการโหลดสูง ด้วยปัจจัยแฝงของพัฒนาสังคม ในการหวนกลับ เราสันนิษฐานว่าว่า สินค้านี้เท่าเทียมกันถูกมองว่าเป็นหน้าที่หลักพัฒนาสังคมเป้าหมายสินค้า และเราจึงลดลง ที่สอง เราให้ความผิดพลาดของรายการที่สองจากสังคมหลีกเลี่ยงเป้าหมายเพื่อ covary สาธิต พอดีสำหรับปรับเปลี่ยนขนาดได้ดังนี้: Satorra Bentler χ2 (115, N = 1614) = 463.94, p < 0.01, CFI = 0.933, SRMR = 0.051, RMSEA = 0.046 (90% CI: 0.042-0.050) ในแง่การค้นพบเหล่านี้ เราคำนวณคะแนนคอมโพสิตของ subscales สามแต่ละ โดยเฉลี่ยสินค้าของแต่ละ subscale
การแปล กรุณารอสักครู่..

เราใช้ไรอันและชิมของขนาดในการประเมินการพัฒนาทางสังคมของนักศึกษา (6 รายการ; เช่น "ผมชอบมันเมื่อฉันได้เรียนรู้วิธีที่ดีกว่าจะได้รับพร้อมกับเพื่อน") สังคมสาธิตวิธีการ (6 ข้อมูลรายการ; เช่น "มันเป็นสิ่งสำคัญ กับผมว่าเด็กคนอื่น ๆ คิดว่าผมได้รับความนิยม ") และสังคมสาธิตหลีกเลี่ยงเป้าหมาย (6 ข้อมูลรายการ; เช่น". ฉันพยายามที่จะไม่ทำอะไรที่อาจจะทำให้เด็กคนอื่น ๆ หยอกล้อฉัน "). ยืนยันการวิเคราะห์ปัจจัย (CFA) แสดงให้เห็นพอดีหลังจากที่ทั้งสองได้รับการยอมรับการปรับเปลี่ยน ครั้งแรกที่รายการสาธิตวิธีการทางสังคม "ผมพยายามที่จะทำในสิ่งที่ทำให้ฉันดูดีให้กับเด็กอื่น ๆ " แสดงให้เห็นข้ามโหลดสูงที่มีปัจจัยที่แฝงการพัฒนาสังคม ในการหวนกลับเราสันนิษฐานไว้ก่อนว่ารายการนี้ถูกมองอย่างเท่าเทียมกันเป็นรายการหมายความสาเป้าหมายการพัฒนาสังคมและเราจึงลดลง ประการที่สองเราปล่อยให้ความผิดพลาดของทั้งสองรายการจากสังคมสาธิตหลีกเลี่ยงเป้าหมาย covary พอดีสำหรับการปรับเปลี่ยนขนาดได้ดังนี้ Satorra-Bentler χ2 (115, N = 1,614) = 463.94, p <0.01, CFI = 0.933, SRMR = 0.051, RMSEA = 0.046 (90% CI: 0.042-0.050) ในแง่ของการค้นพบเหล่านี้เราคำนวณคะแนนคอมโพสิตสำหรับแต่ละสาม subscales โดยเฉลี่ยรายการของแต่ละ subscale
การแปล กรุณารอสักครู่..

เราใช้ซิมของไรอันและขนาดเพื่อประเมินพัฒนาสังคมของผู้เรียน ( 6 รายการ เช่น " ฉันชอบมันเมื่อฉันได้เรียนรู้วิธีที่ดีกว่าที่จะได้รับพร้อมกับเพื่อน ๆ " ) , วิธีการสาธิตทางสังคม ( 6 รายการ เช่น " มันเป็นสิ่งสำคัญที่ฉันว่าเด็กคนอื่นคิดว่าผมดัง " ) และ สาธิตสังคมหลีกเลี่ยงเป้าหมาย ( 6 รายการ เช่น " ฉันพยายามที่จะไม่ทำอะไรที่อาจทำให้เด็กที่แกล้งฉัน " ) การวิเคราะห์องค์ประกอบเชิงยืนยัน ( CFA ) พอดีได้พบหลังจากสองการปรับเปลี่ยน แรก , การสาธิตวิธีการของสังคม " ผมพยายามที่จะทำสิ่งต่างๆที่ทำให้ฉันดูดีกับเด็กอื่น ๆ พบสูงข้ามโหลดกับพัฒนาสังคมแฝงปัจจัย ในการหวนกลับ เราสันนิษฐานว่า รายการนี้เป็นอย่างเท่าเทียมกันที่รับรู้เป็นสินค้าจะสนับสนุนเป้าหมายการพัฒนาทางสังคม และเราจึงทิ้งมัน ประการที่สอง เราปล่อยให้ข้อผิดพลาดสองรายการจากการสาธิตสังคมหลีกเลี่ยงเป้าหมาย covary . เหมาะสำหรับดัดแปลงขนาด ดังนี้ satorra bentler χ 2 ( 115 , N = 1379 ) = 463.94 , p < 0.01 0.933 srmr CFI = , = 0.051 , RMSEA = 0.046 ( 90 % CI : 0.042 และ 0.050 ) ในแง่ของการค้นพบเหล่านี้ เราคำนวณคะแนนรวมของแต่ละสามนั้น โดยเฉลี่ยของแต่ละ ( รายการ
การแปล กรุณารอสักครู่..
