The 146 dataset were coded and save

The 146 dataset were coded and saved into SPSS version 16 and analyzed using AMOS version 7.0. During the process of data screening for outliers, three dataset were deleted due to Mahalanobis (D2) values more than the χ2 value (χ2=78.75; n=44, p

ผลลัพธ์ (ไทย) 1:

146 ชุดข้อมูลถูกเข้ารหัส และบันทึกลงในโปรแกรมรุ่น 16 และวิเคราะห์โดยใช้โรงแรมอมอสโคเวอร์ชัน 7.0 ในการคัดกรองข้อมูลสำหรับ outliers ชุดข้อมูลสามถูกลบออกจากค่า Mahalanobis (D2) มากกว่าค่า χ2 (χ2 = 78.75; n = 44, p < .001) ออกจากชุดข้อมูล 143 ตัวสุดท้ายจะวิเคราะห์ นอกจากนี้เรายังดำเนินอย่างไร univariate normality หนึ่งใช้ z-คะแนนสถิติความเบ้และความคลาดเคลื่อนมาตรฐานของความเบ้เป็นสถิติและเคอร์โทซิ (ดูตาราง 3) คะแนน Z ความเบ้ของมากกว่า 2 ต้องแตกต่าง เพราะมันถือว่าเป็นข้อมูลที่ไม่ปกติ (ผมและ al., 2006) ดังนั้น ความเบ้คะแนน z ที่เน้นเป็นสีเทาค่าถูกแปลงใช้แสดงฟังก์ชันสำหรับฟังก์ชันแสดงค่าลบตาม ด้วยฟังก์ชันรากที่สอง และสิ้นสุดใน สำหรับ z-ค่าบวก แสดงฟังก์ชันที่ไม่ (Tabachnik & Fidell, 2007) ตัวแปรที่แปรรูปแล้วใช้ CFA ต่อมาและรูปแบบโครงสร้าง

ผลลัพธ์ (ไทย) 2:

The 146 dataset were coded and saved into SPSS version 16 and analyzed using AMOS version 7.0. During the process of data screening for outliers, three dataset were deleted due to Mahalanobis (D2) values more than the χ2 value (χ2=78.75; n=44, p<.001) leaving a final 143 dataset to be analyzed. We also conducted univariate normality computations using z-scores of skewness statistics and standard error of skewness as well as kurtosis statistics (see Table 3). Z-score skewness of more than 2 needs to be transformed since it is considered as non-normal data (Hair et al., 2006). Thus, the z-score skewness values highlighted in grey were transformed using reflect function for negative values followed by square root function and ending in reflect function. For positive z-values, reflect function was omitted (Tabachnik & Fidell, 2007). The transformed variables were then used in subsequent CFA and structural models

ผลลัพธ์ (ไทย) 3:

146 ข้อมูลถูกเข้ารหัสและบันทึกลงในโปรแกรม SPSS รุ่น 16 และวิเคราะห์โดยใช้มอส เวอร์ชั่น 7.0 . ในระหว่างกระบวนการของข้อมูลการตรวจคัดกรองผิดปกติ สามข้อมูลถูกลบเนื่องจาก mahalanobis ( D2 ) ค่ามากกว่าχ 2 ค่า ( χ 2 = 78.75 ; n = 43 , p < . 001 ) แล้วสุดท้าย 143 ชุดข้อมูลที่จะวิเคราะห์นอกจากนี้เรายังดำเนินการปกติ โดยใช้สถิติที่มีการคำนวณ z-scores เบ้และความคลาดเคลื่อนมาตรฐานของเบ้รวมทั้งสถิติความโด่ง ( ดูตารางที่ 3 ) คะแนนความมากกว่า 2 ความต้องการที่จะเปลี่ยน เพราะมันถือว่าเป็นข้อมูลปกติ ไม่ ( ผม et al . , 2006 ) ดังนั้นโดยค่าคะแนนความเน้นสีเทาถูกเปลี่ยนการใช้ฟังก์ชันเพื่อสะท้อนค่านิยมเชิงลบตามด้วยฟังก์ชันรากที่สองและสิ้นสุดในสะท้อนให้เห็นถึงการทำงาน สำหรับ z-values บวก สะท้อนการทำงานถูกละเว้น ( Tabachnik & fidell , 2007 ) เปลี่ยนแล้วใช้ตัวแปรในโมเดล CFA ตามมาและโครงสร้าง