Latent class analysis (LCA) was app

Latent class analysis (LCA) was applied to test whether groups of individuals with similar response patterns exist. The optimal number of classes was determined based on the Bayesian information criterion (BIC) (Nylund, Asparouhov, & Muthén, 2007). Analyses were performed until a relative minimum of the BIC value was identified. For graphical presentation, the estimated criterion probabilities for the seven dependence criteria and the four abuse criteria were merged. Expectation values representing the expected sum score of abuse (EA) and dependence (ED) criteria in each class were based on the number of criteria (four for abuse; seven for dependence) multiplied by the mean estimated probability per class

ผลลัพธ์ (ไทย) 1:

วิเคราะห์ระดับแฝงอยู่ (LCA) ถูกใช้เพื่อทดสอบว่ามีกลุ่มบุคคลที่มีรูปแบบการตอบสนองคล้าย หมายเลขสูงสุดของชั้นเรียนที่กำหนดตามเงื่อนไขข้อมูลทฤษฎี (BIC) (Nylund, Asparouhov, & Muthén, 2007) วิเคราะห์ได้ดำเนินการจนกว่าจะระบุได้ต่ำสุดสัมพัทธ์ค่า BIC สำหรับนำเสนอ มีผสานกิจกรรมประเมินเกณฑ์สำหรับเงื่อนไขพึ่งพา 7 และเงื่อนไขผิด 4 ค่าที่แสดงคะแนนรวมที่คาดไว้ของละเมิด (EA) และพึ่งพา (ED) เงื่อนไขในแต่ละชั้นได้ตามจำนวนเกณฑ์ (4 สำหรับละเมิด เจ็ดสำหรับพึ่งพา) คูณ ด้วยค่าเฉลี่ยความคาดหวังประเมินความน่าเป็นสำหรับแต่ละคลาส

ผลลัพธ์ (ไทย) 2:

วิเคราะห์กลุ่มแฝง (LCA) ถูกนำมาใช้เพื่อทดสอบว่ากลุ่มของบุคคลที่มีรูปแบบการตอบสนองที่คล้ายกันอยู่ จำนวนที่เหมาะสมของการเรียนถูกกำหนดขึ้นอยู่กับเกณฑ์ข้อมูลแบบเบย์ (BIC) (Nylund, Asparouhov และMuthén 2007) การวิเคราะห์ได้ดำเนินการจนถึงขั้นต่ำญาติของมูลค่า BIC ถูกระบุ สำหรับการนำเสนอกราฟิกน่าจะเป็นเกณฑ์ประมาณสำหรับเกณฑ์การพึ่งพาเจ็ดและเกณฑ์การละเมิดสี่ถูกรวม ค่าความคาดหวังที่เป็นตัวแทนของผลรวมคะแนนที่คาดหวังของการละเมิด (EA) และการพึ่งพา (ED) เกณฑ์ในแต่ละชั้นจะขึ้นอยู่กับจำนวนของเกณฑ์ (สี่การทำผิดกฎ; เจ็ดพึ่งพา) คูณด้วยค่าเฉลี่ยความน่าจะเป็นที่คาดกันต่อชั้น

ผลลัพธ์ (ไทย) 3:

การวิเคราะห์กลุ่มแฝง ( LCA ) ถูกนำมาใช้เพื่อทดสอบว่า กลุ่มบุคคล ด้วยรูปแบบการตอบสนองที่คล้ายกันอยู่ จำนวนสูงสุดของชั้นเรียน คือ พิจารณาจากเกณฑ์ข้อมูลเบย์ ( BIC ) ( nylund asparouhov มุธ , , &é n , 2007 ) การวิเคราะห์การจนต่ำสุดสัมพัทธ์ของค่า BIC เป็นระบุ สำหรับการนำเสนอกราฟิกประมาณเจ็ดเกณฑ์ความน่าจะเป็นและการพึ่งพาเกณฑ์สี่เกณฑ์ถูกรวมเข้าด้วยกัน ค่าความคาดหวังของผลรวมคะแนนที่คาดหวังของการละเมิด ( EA ) และการพึ่งพา ( เอ็ด ) เกณฑ์ในแต่ละชั่วโมงขึ้นอยู่กับจำนวนของเกณฑ์ ( สี่ละเมิด เจ็ดสำหรับการพึ่งพา ) คูณด้วยประมาณการความน่าจะเป็นต่อชั้นเรียนหมายถึง