We also computed latent trait score

We also computed latent trait scores for participants using the graded response model and correlated them with scale scores computed by averaging the row rating scores of the final 10 item scale. The resulting correlation (r=.95) indicated that overall FoMO scores for individuals could be computed simply by averaging across the raw rating scores (M=2.56, SD=0.82). The final scale items, presented in Appendix A, showed good consistency (a=.87), as well as an acceptable distribution in terms of boths kewness (0.27) and kurtosis (0.48).

ผลลัพธ์ (ไทย) 1:

นอกจากนี้เรายังคำนวณคะแนนติดแฝงอยู่ในผู้เรียนโดยใช้แบบจำลองการตอบสนองที่มีการจัดระดับ และ correlated กับคะแนนสเกลที่คำนวณ โดยการหาค่าเฉลี่ยคะแนนประเมินแถวของขนาดสินค้า 10 สุดท้าย ความสัมพันธ์ของผลลัพธ์ (r =. 95) ระบุว่า สามารถคำนวณคะแนน FoMO โดยรวมสำหรับบุคคลเพียงแค่ โดยการหาค่าเฉลี่ยระหว่างคะแนนดิบคะแนน (M = 2.56, SD =$ 0.82) สินค้าระดับสุดท้าย นำเสนอในภาคผนวก A แสดงให้เห็นความสอดคล้องที่ดี (=การ 87), และแจกจ่ายการยอม boths kewness (0.27) และเคอร์โทซิ (0.48)

ผลลัพธ์ (ไทย) 2:

นอกจากนี้เรายังคำนวณคะแนนลักษณะแฝงสำหรับผู้เข้าร่วมใช้รูปแบบการตอบสนองอย่างช้า ๆ และพวกเขามีความสัมพันธ์ที่มีคะแนนระดับคำนวณโดยเฉลี่ยคะแนนคะแนนแถวสุดท้ายขนาด 10 รายการ ส่งผลให้ความสัมพันธ์ (r = 0.95) ชี้ให้เห็นว่าคะแนนโดยรวม FoMO สำหรับบุคคลที่จะได้รับการคำนวณง่ายๆโดยเฉลี่ยทั่วคะแนนคะแนนดิบ (M = 2.56, SD = 0.82) รายการระดับสุดท้ายที่นำเสนอในภาคผนวก A แสดงให้เห็นความสอดคล้องที่ดี (ก = 0.87) เช่นเดียวกับการจัดจำหน่ายได้รับการยอมรับในแง่ของ boths kewness (0.27) และโด่ง (0.48)

ผลลัพธ์ (ไทย) 3:

เรายังคำนวณคะแนนคุณลักษณะแฝงเพื่อเข้าร่วมการจัดการความสัมพันธ์กับรูปแบบและระดับคะแนนคำนวณโดยเฉลี่ยแถวประเมินขนาด 10 ข้อสุดท้าย ส่งผลให้ความสัมพันธ์ ( r = . 95 ) พบว่า คะแนนโดยรวมจะคำนวณโฟโม่สำหรับบุคคลโดยเฉลี่ยในคะแนนคะแนนดิบ ( M = 2.56 , S.D . = 0.82 ) รายการระดับสุดท้ายนำเสนอในภาคผนวกมีความสอดคล้องที่ดี ( = . 87 ) , เช่นเดียวกับการยอมรับได้ในแง่ของ boths kewness ( 0.27 ) และโด่ง ( 0.48 )