After estimation, using criteria li

After estimation, using criteria listed in Table 4, researchers evaluated fit indices to assess the model’s adequacy. When the authors judged a model as adequate, they introduced the best predictor of TDS at the next hierarchical level. If the model did not fit the data adequately, modification indices and theory guided the addition and removal of paths or variables. The researchers evaluated modification indices first for the classroom level of analysis, followed by the school level, and finally by the district level. As suggested by Rowe and Hill (1998) and by Hox (2002), multilevel modeling stopped when adding a new variable did not improve model fit (i.e., if the chi-square of the model with the new predictor variable was larger than the model without the variable).

ผลลัพธ์ (ไทย) 1:

หลังจากการประมาณการ โดยใช้เกณฑ์ที่แสดงในตาราง 4 นักวิจัยประเมินดัชนีพอดีหาแบบจำลองเพียงพอ เมื่อผู้เขียนตัดสินแบบเป็นเพียงพอ พวกเขานำจำนวนประตูที่ดีที่สุดของ TDS ที่ระดับขั้นถัดไป ถ้าแบบไม่พอดีข้อมูลเพียงพอ ปรับเปลี่ยนดัชนีและทฤษฎีตัวเพิ่มและลบตัวแปรเส้นทาง นักวิจัยประเมินปรับเปลี่ยนดัชนีแรกสำหรับการวิเคราะห์ ตามโรงเรียนระดับ และสุดท้ายระดับอำเภอระดับห้องเรียน เป็นการแนะนำ โดย Rowe และฮิลล์ (1998) และ Hox (2002), โมเดลหลายหยุดเมื่อเพิ่มตัวแปรใหม่ได้ไม่ปรับปรุงให้พอดีกับรูปแบบ (เช่น ถ้า chi-square ของแบบจำลองมีตัวแปรจำนวนประตูใหม่เป็นแบบไม่มีตัวแปรมากกว่า)

ผลลัพธ์ (ไทย) 2:

หลังจากการประเมินโดยใช้เก​​ณฑ์ที่ระบุไว้ในตารางที่ 4 นักวิจัยประเมินดัชนีเหมาะสมในการประเมินความเพียงพอของแบบจำลอง เมื่อผู้เขียนตัดสินรูปแบบเป็นที่เพียงพอที่พวกเขาเปิดตัวทำนายที่ดีที่สุดของ TDS ในระดับลำดับชั้นต่อไป หากรูปแบบไม่เหมาะกับข้อมูลที่เพียงพอดัชนีปรับเปลี่ยนและทฤษฎีแนะนำนอกจากนี้และการกำจัดของเส้นทางหรือตัวแปร นักวิจัยประเมินดัชนีการปรับเปลี่ยนครั้งแรกสำหรับระดับชั้นของการวิเคราะห์ตามด้วยระดับโรงเรียนและในที่สุดโดยระดับอำเภอ ที่แนะนำโดย Rowe และฮิลล์ (1998) และโดยการ Hox (2002), การสร้างแบบจำลองหลายหยุดเมื่อมีการเพิ่มตัวแปรใหม่ไม่ได้ปรับปรุงรูปแบบพอดี (เช่นถ้าไคสแควร์ของรูปแบบที่มีตัวแปรทำนายใหม่มีขนาดใหญ่กว่ารุ่น โดยไม่ต้องมีตัวแปร)

ผลลัพธ์ (ไทย) 3:

หลังจากการประเมินโดยใช้เกณฑ์ที่ระบุไว้ในตารางที่ 4 นักวิจัยประเมินดัชนีประเมินพอดีแบบเพียงพอ เมื่อผู้เขียนพิจารณารูปแบบที่เพียงพอ พวกเขาเปิดตัวที่ดีที่สุดของ TDS ในระดับต่อไปแบบลำดับชั้น . ถ้าแบบไม่ใส่ข้อมูลอย่างเพียงพอ การปรับดัชนีและทฤษฎีแนวทางเพิ่มและการกำจัดของเส้นทางหรือตัวแปรนักวิจัยประเมินดัชนีการปรับเปลี่ยนครั้งแรกในชั้นเรียน การวิเคราะห์ระดับ รองลงมา คือ ระดับโรงเรียน และในที่สุด โดย ระดับอำเภอ ตามที่แนะนำโดย Rowe และเนินเขา ( 1998 ) และโดย hox ( 2002 ) , โมเดลพหุระดับหยุด เมื่อเพิ่มตัวแปรใหม่ไม่ได้ปรับปรุงแบบพอดี ( เช่นถ้าไคสแควร์ของแบบจำลองที่มีตัวแปรทำนายใหม่ใหญ่กว่ารุ่นโดยไม่ต้องตัวแปร )