Demographic teacher (e.g., highest

Demographic teacher (e.g., highest degree, years teaching, years
of PD) and, school and district data (e.g., number of students on free or reduced lunch, test
scores) were also collected to construct an exploratory longitudinal model using hierarchical
linear modeling (HLM) to identify factors that affected fidelity of implementation measured by
the DiISC.

ผลลัพธ์ (ไทย) 1:

ครูประชากร (เช่น สุด ปีสอน ปีของ PD) และโรงเรียนและเขตข้อมูล (เช่น จำนวนนักเรียนฟรีหรือลดอาหารกลางวัน ทดสอบคะแนน) ยังได้ถูกเก็บรวบรวมเพื่อสร้างแบบยาวนิจใช้ลำดับชั้นสร้างแบบจำลองเชิงเส้น (HLM) เพื่อระบุปัจจัยที่เที่ยงตรงของการดำเนินการวัดโดยDiISC

ผลลัพธ์ (ไทย) 2:

ครูกลุ่มผู้เข้าชม (เช่นระดับสูงสุดปีที่ผ่านมาการเรียนการสอนปี
ของ PD) และโรงเรียนและเขตข้อมูล (เช่นจำนวนนักเรียนในอาหารกลางวันฟรีหรือลดลงทดสอบ
คะแนน) ยังเก็บรวบรวมเพื่อสร้างรูปแบบยาวสอบสวนโดยใช้ลำดับชั้น
การสร้างแบบจำลองเชิงเส้น ( HLM) เพื่อระบุปัจจัยที่มีผลต่อความจงรักภักดีของการดำเนินงานที่วัดโดย
DiISC

ผลลัพธ์ (ไทย) 3:

ครูส่วนบุคคล ( เช่นสูงสุดปีสอน , ปีของ PD ) และ ข้อมูลโรงเรียนและท้องถิ่น ( เช่น จำนวนนักเรียนฟรีหรือลดอาหารกลางวัน , ทดสอบคะแนน ) ยังได้รวบรวมเพื่อสร้างแบบสำรวจ การใช้ระยะยาวแบบจำลองเชิงเส้น ( HLM ) เพื่อศึกษาปัจจัยที่มีผลต่อความจงรักภักดีของการวัดโดยการ diisc .