We use maximum likelihood (ML) esti

We use maximum likelihood (ML) estimation in
AMOS 18 for both the measurement model and full structural model.
20
Among the 244 responses, most measures
have a full response, with no more than four responses missing for any single measure. AMOS does not evaluate missing
data, but provides a theoretical approach to random missing
data that are ‘‘efficient and consistent, and asymptotically
unbiased’’ (Byrne, 2001, p. 292). Where suggested by AMOS
and justified theoretically, we included covariances between
error terms of the same construct

ผลลัพธ์ (ไทย) 1:

เราใช้การประเมินความเป็นไปได้สูงสุด (ML) ในโรงแรมอมอสโค 18 แบบวัดและแบบจำลองโครงสร้างเต็มรูปแบบ20ผู้ตอบ 244 มาตรการมากที่สุดมีการตอบสนองเต็ม มีคำตอบไม่เกินสี่ที่ขาดหายไปสำหรับวัดใด ๆ เดียว โรงแรมอมอสโคประเมินการขาดหายไปข้อมูล แต่ให้วิธีการทฤษฎีตัวอย่างหายไปข้อมูลที่ "มีประสิทธิภาพ และสอดคล้อง กัน และ asymptoticallyคน '' (Byrne, 2001, p. 292) แนะนำ โดยโรงแรมอมอสโคและเราชิดครั้งแรกราคา รวม covariances ระหว่างเงื่อนไขข้อผิดพลาดของโครงสร้างเดียวกัน

ผลลัพธ์ (ไทย) 2:

เราใช้ความน่าจะเป็นสูงสุด (ML) การประมาณค่าใน
AMOS 18 ทั้งรูปแบบการวัดและรูปแบบโครงสร้างเต็มรูปแบบ.
20
ในบรรดา 244 ตอบสนองมาตรการส่วนใหญ่ที่
มีการตอบสนองอย่างเต็มรูปแบบที่มีไม่เกินสี่การตอบสนองที่ขาดหายไปสำหรับมาตรการใด เอมัสไม่ได้หายไปประเมิน
ข้อมูล แต่มีวิธีการทางทฤษฎีที่จะขาดหายไปสุ่ม
ข้อมูลที่มี '' ที่มีประสิทธิภาพและสอดคล้องกันและ asymptotically
เป็นกลาง '' (เบิร์น 2001 พี. 292) ที่แนะนำโดยเอมัส
และเป็นธรรมในทางทฤษฎีเรารวม covariances ระหว่าง
เงื่อนไขข้อผิดพลาดของโครงสร้างเดียวกัน

ผลลัพธ์ (ไทย) 3:

เราใช้ความน่าจะเป็นสูงสุด ( มิลลิลิตร ) ในการประมาณ
18 มอสทั้งรูปแบบการวัดและเต็มรูปแบบโครงสร้าง .
20
ในหมู่ 244 คำตอบ มาตรการส่วนใหญ่
มีการตอบสนองเต็มมีไม่เกินสี่หาย เพื่อวัดการตอบสนองใด ๆเดียว มอสไม่ประเมินพลาด
ข้อมูล แต่มีวิธีการทางทฤษฎีเพื่อสุ่มข้อมูลที่ขาดหายไป
' 'efficient และสอดคล้องกัน และ asymptotically
เป็นกลาง ' ' ( เบิร์น , 2544 , หน้า 292 ) ที่แนะนำโดยมอส
และเหตุผลในทางทฤษฎี เรารวม covariances ระหว่าง
แง่ข้อผิดพลาดของเดียวกันสร้าง