Generation of SEM path models. Anal

Generation of SEM path models. Analyses described here used an iterative
process to develop single level SEM models for TDS. Researchers developed
separate single-level models for the classroom, school, and district-levels.
The development of each single-level path model began by specifying
a hypothetical path model (e.g., hypothesized model for TDS based on
classroom-level factors) based on prior research findings and on correlation
analyses; it was then estimated using AMOS. Since analyses presented here
aimed to develop a multilevel path mode and to estimate effects at different
levels within a school system, SEM analyses used covariance matrices.
AMOS provides several fit indices that provide estimates for the extent to
which the hypothetical model deviates from the theoretical model. Researchers
used overall fit statistics, absolute fit indices, and incremental fit
indices to evaluate model fit. Overall fit indices used were the chi-square
statistic (χ²) and the chi-square degrees of freedom ratio (χ²/DF). Absolute
indices used were the goodness of fit index (GFI) and the adjusted goodness
of fit index (AGFI). Incremental fit indices used were the normed fit index
(NFI) and the comparative fit index (CFI). Table 4 presents the evaluation
criteria used.

ผลลัพธ์ (ไทย) 1:

การสร้างแบบจำลองเส้นทาง SEM วิเคราะห์อธิบายไว้ที่นี่ใช้การซ้ำกระบวนการพัฒนาแบบจำลอง SEM ระดับเดียวสำหรับ TDS นักวิจัยพัฒนาแยกรุ่นเดียว สำหรับห้องเรียน โรงเรียน ระดับอำเภอการพัฒนาของแต่ละรุ่นระดับเดียวเส้นทางเริ่ม ด้วยการระบุแบบจำลองเส้นทางสมมุติ (เช่น ค่าแบบจำลองสำหรับ TDS ตามปัจจัยระดับห้องเรียน) ตามพบก่อน และ ตามความสัมพันธ์วิเคราะห์ แล้วมันถูกประเมินโดยใช้โรงแรมอมอสโค ตั้งแต่วิเคราะห์นำเสนอวัตถุประสงค์ เพื่อพัฒนาวิธีหลายเส้นทาง และ การประเมินผลที่แตกต่างกันระดับภายในระบบโรงเรียน วิเคราะห์ SEM ใช้เมทริกซ์ความแปรปรวนร่วมโรงแรมอมอสโคมีหลายพอดัชนีที่ให้ขอบเขตการประเมินซึ่งแบบสมมุติที่แตกต่างจากแบบจำลองทฤษฎี นักวิจัยโดยรวมใช้สถิติที่เหมาะสม สัมบูรณ์พอดัชนี และเหมาะสมเพิ่มขึ้นดัชนีการประเมินรูปแบบพอดี โดยรวม ดัชนีพอดีใช้ได้ chi-squareสถิติ (χ²) และอัตราส่วนองศาความเป็นอิสระของ chi-square (χ² DF) แน่นอนดัชนีที่ใช้มีความกตัญญูดัชนีพอดี (GFI) และธรรมปรับปรุงพอดีดัชนี (AGFI) เพิ่มดัชนีพอดีใช้ได้พอดีดัชนี normed(NFI) และการเปรียบเทียบ (CFI) ดัชนีที่เหมาะสม ตาราง 4 แสดงการประเมินผลเกณฑ์ที่ใช้

ผลลัพธ์ (ไทย) 2:

การสร้างแบบจำลองเส้นทาง SEM วิเคราะห์อธิบายไว้ที่นี่ใช้ซ้ำ
กระบวนการในการพัฒนาระดับเดียวรุ่น SEM สำหรับ TDS นักวิจัยการพัฒนา
รูปแบบการแยกระดับเดียวสำหรับห้องเรียนโรงเรียนและระดับอำเภอ.
การพัฒนารูปแบบเส้นทางแต่ละระดับเดียวเริ่มด้วยการระบุ
รูปแบบเส้นทางสมมุติ (เช่นรูปแบบการตั้งสมมติฐานสำหรับ TDS ขึ้นอยู่กับ
ปัจจัยในชั้นเรียนระดับ) ตาม ผลการวิจัยก่อนที่ความสัมพันธ์และ
การวิเคราะห์; มันเป็นที่คาดแล้วใช้ AMOS ตั้งแต่การวิเคราะห์นำเสนอที่นี่
มีวัตถุประสงค์เพื่อพัฒนาโหมดหลายเส้นทางและการที่จะประเมินผลกระทบที่แตกต่างกัน
ในระบบระดับโรงเรียน SEM วิเคราะห์ใช้ในการฝึกอบรมความแปรปรวน.
AMOS ให้ดัชนีพอดีหลายที่ให้ประมาณการสำหรับขอบเขต
ซึ่งรูปแบบสมมุติเบี่ยงเบนไปจากรูปแบบทางทฤษฎี . นักวิจัย
ใช้สถิติพอดีโดยรวมดัชนีพอดีแน่นอนและพอดีกับที่เพิ่มขึ้น
ของดัชนีในการประเมินรูปแบบพอดี ดัชนีพอดีโดยรวมที่ใช้เป็นไคสแควร์
สถิติ (χ²) และองศาไคสแควร์อัตราส่วนเสรีภาพ (χ² / DF) แอ็บโซลู
ดัชนีที่ใช้เป็นคุณงามความดีของดัชนีพอดี (GFI) และความดีงามปรับ
ดัชนีพอดี (AGFI) ดัชนีที่เพิ่มขึ้นแบบที่ใช้เป็นดัชนีพอดีเกณฑ์
(NFI) และดัชนีพอดีเปรียบเทียบ (CFI) ตารางที่ 4 การประเมินผลการจัด
เกณฑ์ที่ใช้

ผลลัพธ์ (ไทย) 3:

รุ่นของ SEM เส้นทางนางแบบ วิเคราะห์อธิบายไว้ที่นี่ใช้กระบวนการซ้ำ
พัฒนารูปแบบจากระดับเดียวสำหรับ TDS . นักวิจัยพัฒนารูปแบบแยกเดี่ยว
ระดับห้องเรียน โรงเรียน และระดับเขต
การพัฒนาแต่ละเส้นทางระดับนางแบบเริ่มโดยระบุ
รูปแบบเส้นทางสมมุติ ( เช่นสมมติฐานแบบ TDS ตาม
ปัจจัยระดับห้องเรียน ) จากการศึกษาวิจัย และวิเคราะห์ความสัมพันธ์
; มันก็ประมาณใช้เอมอส เนื่องจากการวิเคราะห์ที่แสดงที่นี่
มีวัตถุประสงค์ที่จะพัฒนาโหมดเส้นทางหลายและการประมาณการผลกระทบในระดับที่แตกต่างกัน
ภายในระบบโรงเรียนซึ่งใช้วิเคราะห์ความแปรปรวนร่วม .
มอสให้ดัชนีแบบหลายที่ให้ประมาณการสำหรับขอบเขต
ซึ่งแบบสมมุติหันเหไปจากแบบจำลองทางทฤษฎี นักวิจัยใช้สถิติ
พอดีโดยรวม ดัชนีแบบสัมบูรณ์ และดัชนีพอดี
เพิ่มประเมินแบบพอดี ดัชนีโดยรวมพอดีใช้สถิติไคสแควร์
( χ² ) และไคสแควร์องศาอัตราส่วนของเสรีภาพ ( χ² / df ) ดัชนีที่ใช้แน่นอน
คือความดีของดัชนีพอดี ( GFI ) และปรับความดี
ดัชนีพอดี ( AGFI ) ดัชนีการใช้ดัชนีเพิ่มขึ้นพอดีพอดี normed
( NFI ) และพอดีกับดัชนีเปรียบเทียบ ( CFI ) ตารางที่ 4 แสดงการประเมิน
เกณฑ์ที่ใช้