Descriptive statistics were perform

Descriptive statistics were performed using SPSS 17.0.
Categorical variables were expressed as percentages and
continuous variables were expressed as mean ± SD. Measured
variable path analysis (MVPA), a form of structural
equation modeling, was used to test the relationships
among self-efficacy, social support and PPC, and their effect
on self-care, and lipid ratios using AMOS 17.0. Simulation
research has shown that with a good model and
multivariate normal data a reasonable sample size is 200
cases [31]. The parameter estimation method was maximum
likelihood. The likelihood ratio χ2 tests are reported,
but model fit was primarily evaluated with the comparative
fit index (CFI), standardized root mean residual
(SRMR) and root mean square error of approximation
(RMSEA) [32]. All of them test how well an estimated
model fits the data structure. A non-significant likelihood
ratio χ2 test suggests that the data fit the model well, while
CFI values exceeding 0.90, SRMR and RMSEA values less
than 0.08 indicate adequate model fit

ผลลัพธ์ (ไทย) 1:

สถิติเชิงพรรณนาได้รับการดำเนินการโดยใช้โปรแกรม SPSS 17.0.
ตัวแปรเด็ดขาดมีการแสดงออกเป็นเปอร์เซ็นต์และ
ตัวแปรอย่างต่อเนื่องได้รับการแสดงเป็นค่าเฉลี่ย± SD การวิเคราะห์เส้นทางการวัดตัวแปร
(mvpa) รูปแบบของการสร้างแบบจำลองสมการโครงสร้าง
ถูกใช้ในการทดสอบความสัมพันธ์ระหว่าง
ตนเองประสิทธิภาพการสนับสนุนทางสังคมและ PPC และ
ผลกระทบของพวกเขาในการดูแลตนเองและอัตราส่วนของไขมันโดยใช้โปรแกรม Amos 17.0 จำลอง
มีงานวิจัยที่แสดงให้เห็นว่าด้วยรูปแบบที่ดีและข้อมูล
ปกติหลายตัวแปรขนาดของกลุ่มตัวอย่างที่เหมาะสมคือ 200
กรณี [31] วิธีการประมาณค่าพารามิเตอร์เป็นความน่าจะเป็นสูงสุด
ความน่าจะเป็นอัตราส่วนχ2การทดสอบจะมีการรายงาน
แต่พอดีรูปแบบการประเมินที่เกี่ยวเนื่องกับดัชนีเปรียบเทียบ
พอดี (CFI), รากมาตรฐานหมายถึงที่เหลือ
(srmr) และรากหมายถึงข้อผิดพลาดตารางประมาณ
(RMSEA) [32]ทั้งหมดของพวกเขาทดสอบวิธีการที่ดีแบบ
ประมาณเหมาะกับโครงสร้างข้อมูล ความน่าจะเป็นที่ไม่สำคัญอัตราส่วน
χ2การทดสอบแสดงให้เห็นว่าข้อมูลที่พอดีกับรูปแบบที่ดีในขณะที่ค่า
CFI เกิน 0.90 srmr และค่า RMSEA
น้อยกว่า 0.08 แสดงให้เห็นรูปแบบที่เหมาะสมเพียงพอ

ผลลัพธ์ (ไทย) 2:

สถิติพรรณนาได้ดำเนินการโดยใช้โปรแกรม 17.0.
ตัวแปรแน่ชัดที่แสดงเป็นเปอร์เซ็นต์ และ
ตัวแปรต่อเนื่องได้แสดงหมายถึง ± SD. Measured
วิเคราะห์เส้นทางตัวแปร (MVPA), รูปแบบของโครงสร้าง
สมการโมเดล ใช้ในการทดสอบความสัมพันธ์
ประสิทธิภาพตนเอง การสนับสนุนทางสังคม และ PPC และผลที่เกิดขึ้น
สุขภาพ และอัตราส่วนของไขมันที่ใช้โรงแรมอมอสโค 17.0 จำลอง
งานวิจัยได้แสดงที่ มีแบบจำลองที่ดี และ
ข้อมูลตัวแปรพหุปกติขนาดตัวอย่างที่เหมาะสมคือ 200
กรณี [31] วิธีการประมาณพารามิเตอร์ถูกสูงสุด
โอกาส รายงานการทดสอบความน่าเป็นอัตราส่วน χ2,
แต่รูปแบบที่เหมาะสมถูกหลักประเมิน ด้วยการเปรียบเทียบ
พอดัชนี (CFI), มาตรฐานรากเฉลี่ย residual
(SRMR) และค่าเฉลี่ยกำลังสองรากพลาดของ approximation
(RMSEA) [32] ทั้งหมดของพวกเขาทดสอบด้วยการประเมินอย่างไร
รุ่นเหมาะกับโครงสร้างข้อมูล โอกาสไม่สำคัญ
ทดสอบอัตราส่วน χ2 แนะนำว่า ข้อมูลเต็มรูปแบบขณะที่ดี
เกิน 0.90 ค่า CFI, SRMR และ RMSEA ค่าน้อย
กว่า 0.08 บ่งชี้แบบจำลองเพียงพอเหมาะสม

ผลลัพธ์ (ไทย) 3:

สถิตินั้นดำเนินการโดยใช้ spss 17.0 .
ตัวแปรหมวดหมู่มีเป็นเปอร์เซ็นต์และ
ตัวแปรอย่างต่อเนื่องมีเป็นหมายถึง±, Winner , SD วัด
ซึ่งจะช่วยปรับเปลี่ยนพาธการวิเคราะห์( mvpa )รูปแบบหนึ่งของการสร้างแบบจำลอง
สมการโครงสร้างได้ถูกใช้เพื่อทดสอบความสัมพันธ์ที่
ในแบบบริการตัวเอง - ประสิทธิภาพ สัมมนาและการสนับสนุนทางสังคมและมีผลบังคับใช้ได้
ซึ่งจะช่วยในการดูแลและอัตราส่วน( lipid โดยใช้แห่งวง 17.0 การจำลองการตอบแทน
มีงานวิจัยที่แสดงให้เห็นว่ามีข้อมูลตามปกติของรุ่นที่ดีและ
multivariate ตัวอย่างที่มีขนาดที่เหมาะสมคือ 200
กรณี[ 31 ] วิธีการประเมินราคาค่าพารามิเตอร์ที่สูงสุด
โอกาส ความน่าจะเป็นอัตราส่วนχ 2 การทดสอบที่มีรายงานว่าพอดีกับ
แต่รุ่นได้รับการประเมินเป็นหลักพร้อมด้วยความได้เปรียบเชิงเปรียบเทียบ
พอดีกับดัชนี( CFI )เป็นมาตรฐานหลักหมายความว่าส่วนที่เหลือ
( srmr )และรากหมายถึง Square เกิดข้อผิดพลาดของอ ภิรมย์
( rmsea )[ 32 ]การทดสอบทั้งหมดได้อย่างดี
ซึ่งจะช่วยประมาณการรุ่นที่ใช้ได้พอดีกับโครงสร้างข้อมูล การทดสอบความเป็นไป
อัตราส่วนχ 2 แบบไม่มีนัยสำคัญที่ชี้ให้เห็นว่าข้อมูลที่ใส่ได้พอดีรุ่นที่เป็นอย่างดีในขณะที่ค่า
CFI เกิน 0.90 srmr rmsea และค่าน้อยกว่า 0.08
ซึ่งจะช่วยระบุพอดีกับเพียงพอ