3. ResultsWe conducted confirmatory

3. Results
We conducted confirmatory factor analyses to test for factorial
validity of the NISS. Due to violation of the multivariate normality,
we conducted robust maximum-likelihood estimation and computed
the Satorra–Bentler corrected chi-square statistic (S–B-v2)
using EQS 6.1 (Bentler & Wu, 2005). The fit indices for the one-factorial
model indicated a poor fit, S–B-v2 = 1203.09, df = 119,
p < .001, S–B-v2/df-ratio = 10.11, Robust RMSEA = .158, 90% CI
[.149, .165], Robust CFI = 0.637, SRMR = .165. The two-factorial
model with the NS (11 items) and AR (6 items) subscales, as proposed
by Roth and Hammelstein (2012) yielded a better model
fit that could be improved by allowing for correlated error covariances
between Items 15 and 16, S–B-v2 = 334.29, df = 117, p < .001,
v2/df-ratio = 2.86, Robust RMSEA = .071, 90% CI [.062, .080], robust
CFI = 0.927, SRMR = .058. This supports the two factor solution.
However, the two factors were not significantly correlated. Thus,
we refrained from building a total scale score and instead used
scores for each subscale

ผลลัพธ์ (ไทย) 1:

3. ผลลัพธ์เราดำเนินการวิเคราะห์ปัจจัยที่สามารถจะทดสอบสำหรับแฟกทอเรียลความถูกต้องของการ NISS เนื่องจากการละเมิดของแอมป์ ตัวแปรพหุเราดำเนินการประเมินโอกาสสูงสุดทนทาน และคำนวณSatorra – Bentler แก้ไขสถิติไคสแควร์ (S – B-v2)ใช้ 6.1 EQS (Bentler & วู 2005) ดัชนีพอดีสำหรับหนึ่งแฟกทอเรียลระบุรุ่นยากจนพอดี S – B v2 = 1203.09, df = 119p < .001, S – B v2 เทียบ df-อัตรา = 10.11 แข็งแกร่ง RMSEA =.158, CI 90%[. 149, . 165], แข็งแกร่ง CFI = 0.637, SRMR =.165 สองแฟกทอเรียลรุ่นที่ มีการ NS (11 รายการ) และ AR (6 รายการ) subscales เสนอโดย Roth และ Hammelstein (2012) ผลแบบดีกว่าพอดีที่สามารถปรับปรุง โดยการอนุญาตให้สำหรับข้อผิดพลาดมีความสัมพันธ์ covariancesระหว่างรายการที่ 15 และ 16, S – B v2 = 334.29, df = 117, p < .001v2 เทียบ df-อัตราส่วน = 2.86 แข็งแกร่ง RMSEA =.071, 90% CI [. 062, . 080], แข็งแกร่งCFI = 0.927, SRMR =.058 นี้รองรับการแก้ปัญหาสองปัจจัยอย่างไรก็ตาม สองปัจจัยมีไม่มากความสัมพันธ์ ดังนั้นเรางดเว้นจากการสร้างสเกลรวมคะแนน และนำมาใช้แทนคะแนนสำหรับแต่ละ subscale

ผลลัพธ์ (ไทย) 2:

3. ผลการค้นหา
เราดำเนินการวิเคราะห์องค์ประกอบเชิงยืนยันในการทดสอบสำหรับปัจจัย
ความถูกต้องของ NISS เนื่องจากมีการละเมิดของปกติหลายตัวแปร
เราดำเนินการประมาณค่าที่แข็งแกร่งโอกาสสูงสุดและคำนวณ
Satorra-Bentler แก้ไข Chi-square สถิติ (S-B-V2)
โดยใช้ EQS 6.1 (Bentler และวู 2005) ดัชนีพอดีสำหรับหนึ่งปัจจัย
รุ่นที่ระบุแบบที่ไม่ดี, S-B-V2 = 1203.09, DF = 119,
p <.001, S-B-V2 / DF-อัตราส่วน = 10.11, RMSEA แข็งแรง = 0.158, 90 % CI
[0.149, 0.165] CFI แข็งแรง = 0.637, SRMR = 0.165 ทั้งสองปัจจัย
รูปแบบกับ NS (11 รายการ) และ AR (6 รายการ) subscales ตามที่เสนอ
โดยโรทและ Hammelstein (2012) ให้ผลเป็นรูปแบบที่ดีกว่า
พอดีว่าอาจจะดีขึ้นโดยให้ covariances ข้อผิดพลาดความสัมพันธ์
ระหว่างรายการที่ 15 และ 16 S-B-V2 = 334.29, DF = 117, p <.001,
V2 / DF-อัตราส่วน = 2.86, RMSEA แข็งแรง = 0.071, 90% CI [0.062, 0.080] แข็งแกร่ง
CFI = 0.927, SRMR = 058 นี้สนับสนุนแนวทางที่สองปัจจัย.
อย่างไรก็ตามทั้งสองปัจจัยที่ไม่มีความสัมพันธ์อย่างมีนัยสำคัญ ดังนั้น
เรางดเว้นจากการสร้างคะแนนขนาดรวมและนำมาใช้แทน
คะแนนสำหรับแต่ละ subscale

ผลลัพธ์ (ไทย) 3:

3 . ผลลัพธ์เราทำการวิเคราะห์องค์ประกอบเชิงยืนยัน เพื่อทดสอบสำหรับการทดลองความถูกต้องของนิส . เนื่องจากการละเมิดของการแจกแจงแบบปกติหลายตัวแปร ,เราทำการคำนวณการเกิดประสิทธิภาพสูงสุดและการ satorra – bentler แก้ไขสถิติไคสแควร์ ( s ) b-v2 )ใช้ EQS 6.1 ( bentler & Wu , 2005 ) พอดีช่วงดัชนีหนึ่งแบบจำลองชี้ให้เห็นพอดียากจน , S ) b-v2 = 1203.09 , df = 119 ,p < . 001 , S - b-v2 / df เท่ากับ = 10.11 แข็งแกร่ง , RMSEA = . 158 , 90% ของ149 , 165 [ . . ] ( 0.637 srmr CFI = , = 165 สองการทดลองนางแบบกับ NS ( 11 รายการ ) และ AR ( 6 รายการ ) นั้น เป็น เสนอโดย Roth และ hammelstein ( 2012 ) ให้ผลดีกว่าแบบจำลองพอดีกับที่อาจจะดีขึ้นโดยการอนุญาตให้มีความสัมพันธ์ covariances ข้อผิดพลาดระหว่างรายการที่ 15 และ 16 , S - b-v2 = 334.29 , df = 117 , p < . 001 ,V2 / df Ratio = 2.86 ( RMSEA = . 071 90% CI [ . 062 . 080 ] คึกคักsrmr 0.927 CFI = , = . 058 . นี้สนับสนุนทั้งสองด้านโซลูชั่นอย่างไรก็ตาม ปัจจัยที่ไม่มีความสัมพันธ์กัน ดังนั้นเราเลยเลิกสร้าง ระดับคะแนนรวมและแทนที่จะใช้คะแนน ( สำหรับแต่ละ