4.2.10 Model validationModel valida

4.2.10 Model validation
Model validation is carried out to ensure that the results are not specific only to
the sample data and can be generalized to the population. Different methods can be used
for validating the model. Those methods are (1) split sample; (2) testing the model on a
new sample drawn from a general population and comparing the two models; and (3)
bootstrapping (Stevens 2002 and Hair et al 1998, Barlas 1989).
In this study, it was not possible to validate the research findings using the first
method. When tried to split the sample randomly into two halves, an estimation
sub-sample for calibration and the holdout sub-sample for validation, the results indicated
an unstable path coefficient estimate. Hence, splitting the sample into calibration and
holdout sub-sample for validation was not feasible.
Usage of method 2 (e.g., testing the model on a new sample) for validating the
model was also not feasible because of cost, time pressure, and non-availability of
respondents. Hence bootstrapping (method 3) was used for model validation.
Efron (1981) introduced the method of bootstrapping for model estimation. The
bootstrap approach is used in research when replication with split sample is not possible.
In case of bootstrapping, the original data are repeatedly sampled with replacement for
model estimation (Hair et al 1998).
According to Schumacker and Lomax (2004) the bootstrap method treats a
random sample of data as a substitute for the population and resamples the original
sample a specified number of times to generate a larger number of new samples, each a
random subset of the original sample, to generate sample bootstrap estimates and
standard errors. These bootstrap estimates and standard error are then averaged to obtain

ผลลัพธ์ (ไทย) 1:

4.2.10 รุ่นตรวจสอบตรวจสอบรูปแบบดำเนินการให้ผลโดยไม่จำกัดเฉพาะข้อมูลตัวอย่าง และสามารถตั้งค่าทั่วไปสู่ประชากร สามารถใช้วิธีการแตกต่างกันสำหรับการตรวจสอบรูปแบบ วิธีที่จะแบ่งตัวอย่าง (1) (2) แบบทดสอบในการตัวอย่างใหม่ออกทั่วไปประชากรและการเปรียบเทียบสองรุ่น และ (3)bootstrapping (Stevens 2002 และผม et al 1998, Barlas 1989)ในการศึกษานี้ มันไม่สามารถตรวจสอบผลการศึกษาวิจัยที่ใช้วิธีการ เมื่อพยายามที่จะแบ่งตัวอย่างโดยการสุ่มเป็นสองซีก การประเมินระบุผลย่อยชิ้นงานตัวอย่างสำหรับตัวอย่างย่อยของ holdout สำหรับการตรวจสอบและสอบเทียบการประเมินสัมประสิทธิ์เส้นทางที่ไม่เสถียร ดังนั้น การแบ่งตัวอย่างไปเทียบ และholdout ตัวอย่างย่อยสำหรับการตรวจสอบไม่เป็นไปได้ใช้วิธีการ 2 (เช่น การทดสอบแบบในตัวอย่างใหม่) สำหรับการตรวจสอบการรุ่นยังไม่เป็นไปได้ เพราะต้นทุน เวลาความดัน และไม่ความพร้อมของผู้ตอบ Bootstrapping (วิธีที่ 3) จึง ถูกใช้สำหรับการตรวจสอบรูปแบบเธอ (1981) แนะนำวิธีการ bootstrapping สำหรับแบบจำลองการประเมิน ที่คุณสามารถใช้วิธีการเริ่มต้นระบบในงานวิจัยเมื่อทำการจำลองตัวอย่างแบ่งเป็นกรณี bootstrapping ข้อมูลต้นฉบับจะซ้ำ ๆ ความกับแทนแบบจำลองการประเมิน (ผม et al 1998)ตาม Lomax (2004) และ Schumacker วิธีการเริ่มต้นระบบปฏิบัติการตัวอย่างที่สุ่มของข้อมูลแทนประชากร และ resamples เดิมจำนวนครั้งของการสร้างตัวอย่างใหม่ จำนวนตัวอย่างแต่ละตัวชุดย่อยสุ่มของตัวอย่างต้นฉบับ การสร้างตัวอย่างการเริ่มต้นระบบประเมิน และข้อผิดพลาดของมาตรฐาน เริ่มต้นระบบการประเมินและข้อผิดพลาดมาตรฐานเหล่านี้อยู่แล้ว averaged รับ

ผลลัพธ์ (ไทย) 2:

4.2.10
การตรวจสอบรุ่นตรวจสอบรุ่นจะดำเนินการเพื่อให้แน่ใจว่าผลลัพธ์ที่ไม่ได้เฉพาะเจาะจงเท่านั้นที่ข้อมูลตัวอย่างและสามารถทั่วไปกับประชากร
วิธีการที่แตกต่างกันสามารถนำมาใช้สำหรับการตรวจสอบรูปแบบ
วิธีการเหล่านี้คือ (1) การแยกตัวอย่าง; (2)
การทดสอบรูปแบบในตัวอย่างใหม่มาจากประชาชนทั่วไปและเปรียบเทียบทั้งสองรุ่น; และ (3)
ความร่วมมือ (สตีเว่นปี 2002 และผม et al, 1998 Barlas 1989).
ในการศึกษาครั้งนี้มันเป็นไปไม่ได้ในการตรวจสอบผลการวิจัยโดยใช้ครั้งแรกวิธีการ
เมื่อพยายามที่จะแยกตัวอย่างสุ่มออกเป็นสองส่วน,
การประมาณย่อยตัวอย่างสำหรับการสอบเทียบและการย่อยตัวอย่างยอมอ่อนข้อสำหรับการตรวจสอบผลที่ระบุค่าสัมประสิทธิ์เส้นทางเสถียรประมาณการ
ดังนั้นการแยกตัวอย่างลงในการสอบเทียบและไม่ยอมอ่อนข้อย่อยตัวอย่างสำหรับการตรวจสอบเป็นไปไม่ได้. การใช้วิธีที่ 2 (เช่นการทดสอบรูปแบบในตัวอย่างใหม่) สำหรับการตรวจสอบรูปแบบก็ยังเป็นไปไม่ได้เพราะค่าใช้จ่ายความดันเวลาและไม่-availability ของผู้ตอบแบบสอบถาม ดังนั้น bootstrapping (วิธี 3) ถูกนำมาใช้สำหรับการตรวจสอบรูปแบบ. Efron (1981) แนะนำวิธีการของความร่วมมือในการประมาณค่าแบบจำลอง วิธีการบูตถูกนำมาใช้ในการวิจัยเมื่อการจำลองแบบตัวอย่างแยกเป็นไปไม่ได้. ในกรณีที่มีความร่วมมือที่ข้อมูลเดิมเป็นตัวอย่างซ้ำ ๆ ด้วยการเปลี่ยนสำหรับการประมาณค่าแบบจำลอง(ผม et al, 1998). ตาม Schumacker และโลแม็กซ์ (2004) วิธีการบูต ถือว่าสุ่มตัวอย่างของข้อมูลแทนประชากรและresamples เดิมตัวอย่างจำนวนครั้งที่ระบุในการสร้างจำนวนมากของตัวอย่างใหม่แต่ละเซตสุ่มของกลุ่มตัวอย่างเดิมเพื่อสร้างประมาณการบูตตัวอย่างและข้อผิดพลาดมาตรฐาน ประมาณการบูตและข้อผิดพลาดมาตรฐานเหล่านี้จะเฉลี่ยแล้วจะได้รับ

ผลลัพธ์ (ไทย) 3:

รูปแบบรูปแบบการ 4.2.10
ตรวจสอบจะดําเนินการเพื่อให้แน่ใจว่าผลลัพธ์ไม่เฉพาะ
ข้อมูลตัวอย่างและสามารถทั่วไปของประชากร วิธีการที่แตกต่างกันสามารถใช้
เพื่อตรวจสอบรูปแบบ วิธีการเหล่านั้นคือ ( 1 ) การแบ่งตัวอย่าง ( 2 ) การทดลองใช้รูปแบบใน
ตัวอย่างใหม่ที่วาดจากประชากรทั่วไป และเมื่อเปรียบเทียบสองรุ่น และ ( 3 )
bootstrapping ( สตีเฟนส์ 2545 ผมและคณะ 1998 บาร์ลาส 1989 ) .
ในการศึกษานี้ มันเป็นไปไม่ได้ที่จะตรวจสอบผลการวิจัยโดยใช้วิธีแรก

เมื่อพยายามที่จะแยกกลุ่มตัวอย่างสุ่มเป็นสองเสี่ยง การประเมิน
ย่อยตัวอย่างสำหรับการสอบเทียบและตัวอย่างย่อยไม่ยอมอ่อนข้อเพื่อความถูกต้อง พบ
เสถียรเส้นทางมีค่าประมาณ ดังนั้นการแบ่งตัวอย่างในการสอบเทียบและตัวอย่างสำหรับการทดสอบย่อย
ไม่ยอมอ่อนข้อ ไม่คุ้มค่า
ใช้วิธีที่ 2 ( เช่นการทดสอบแบบในตัวอย่างใหม่ ) เพื่อตรวจสอบ
แบบยังไม่ได้เป็นไปได้เนื่องจากต้นทุน ความดัน เวลา และความพร้อมของ
ไม่มีผู้ตอบ ดังนั้น bootstrapping ( วิธีที่ 3 ) ใช้รูปแบบการตรวจสอบ
แอฟรอน ( 1981 ) แนะนำวิธีการ bootstrapping การประเมินแบบ
วิธีการที่ใช้ในการวิจัยคือเมื่อบูตสแตรปซ้ำกับตัวอย่างแยกได้
ในกรณีของ bootstrapping ข้อมูลเดิมเป็นข้อมูลซ้ำแทน
ประมาณรุ่น ( ผม et al , 1998 ) .
ตาม schumacker โล ( 2004 ) และบูตสแตรปถือว่า
ตัวอย่างที่สุ่มของข้อมูลแทนประชากรและ resamples เดิม
ตัวอย่างตามจำนวนที่ระบุเวลาที่จะสร้างหมายเลขขนาดใหญ่ของตัวอย่างใหม่ แต่ละ
สุ่มเซตย่อยของตัวอย่างเดิมเพื่อสร้างประมาณการและตัวอย่างบู
ข้อผิดพลาดมาตรฐาน เหล่านี้เท่ากับประมาณการและข้อผิดพลาดมาตรฐาน แล้วเฉลี่ยขอรับ