3.2. Results of exploratory factor

3.2. Results of exploratory factor analysis (EFA) and reliability studies
Prior to conducting EFA on SBAS, data set was checked for suitability for factor analysis. Some of the criteria used in the literature to test the suitability of the data set for EFA include inter-correlations between variables, linearity, lack of outliers and missing data, normality of data set, sample size, and sampling adequacy (KMO and Bartlett’s sphericity test) (Çokluk, S¸ ekercio glu, & Büyüköztürk, 2010; Hair, Black, Babin, Anderson, & Tatham, 2006; Pallant, 2007; Tabachnick & Fidell, 2007). Following these criteria, first correlation matrix for variables were analyzed and it was seen that correlations between variables (items) are above .30 in most cases, which indicates that correlation matrix is suitable for EFA (Tabachnick & Fidell, 2007). Yet, since EFA also assumes the linearity of the correlations between variables, randomly selected pairs of scatterplots were examined as recommended by Tabachnick and Fidell (2007, p. 734) and no distribution violating linearity was observed. Next, the cases with missing data (n ¼ 10) were deleted (Tabachnick & Fidell, 2007, p. 613). Moreover, the remaining data set comprising 225 students was transformed to standardized scores using z scores and 22 rows falling within 3 and þ3 range were discarded from data set as they contained outliers. Finally, normality of the data set (previously purified from outliers) were assessed using Skewness and Kurtosis coefficients, which yielded Skewness and Kurtosis coefficients between 1 and þ1 indicating normal distribution for all but 1st and 20th items. As they showed high negative Skewness (1st item¼ 2.108 and 20th item¼ 2.120) and Kurtosis (1st item ¼ 3.734 and 20th item ¼ 3.514) 1st and 20th items were excluded from analysis. As for the sample size, though 300 is considered ideal (Tabachnick & Fidell, 2007), the sample size of 203 can be said to be adequate taking into consideration the number of variables (n ¼ 22) and results of sampling adequacy test (KMO ¼ .869) (Pallant, 2007, p. 185). In addition to KMO test, the results of Bartlett Sphericity test (X2 ¼ 1,402,902; df ¼ 231; p ¼ .000) verified sampling adequacy of the data set for factorability.

ผลลัพธ์ (ไทย) 1:

3.2. ผลของเชิงบุกเบิกปัจจัยวิเคราะห์ (EFA) และศึกษาความน่าเชื่อถือก่อนทำ EFA บน SBAS ชุดข้อมูลถูกตรวจสอบสำหรับความเหมาะสมสำหรับการวิเคราะห์ปัจจัย บางส่วนของเงื่อนไขที่ใช้ในวรรณกรรมเพื่อทดสอบความเหมาะสมของการกำหนดข้อมูล EFA รวมระหว่างความสัมพันธ์ระหว่างตัวแปร แบบดอกไม้ ขาด outliers และขาดข้อมูล normality ของชุดข้อมูล จิ๋ว และเพียงพอ (KMO และของในบาร์ตเลต sphericity ทดสอบ) การสุ่มตัวอย่าง (Çokluk, S¸ ekercio glu, & Büyüköztürk, 2010 ผม สีดำ คน แอนเดอร์สัน และ Tatham, 2006 Pallant, 2007 Tabachnick & Fidell, 2007) ตามเกณฑ์ เมทริกซ์ความสัมพันธ์แรกสำหรับตัวแปรเหล่านี้ได้วิเคราะห์ และจะได้เห็นว่า ความสัมพันธ์ระหว่างตัวแปรต้น) มี.30 ในกรณีส่วนใหญ่ ซึ่งบ่งชี้ว่า เมทริกซ์สหสัมพันธ์ที่เหมาะสมสำหรับ EFA (Tabachnick & Fidell, 2007) ยัง ตั้งแต่ EFA สันนิษฐานแบบดอกไม้ของความสัมพันธ์ระหว่างตัวแปร scatterplots สุ่มเลือกคู่ถูกตรวจสอบแนะนำ โดย Tabachnick และ Fidell (2007, p. 734) และกระจายไม่ละเมิดแบบดอกไม้ถูกตรวจสอบ กรณีที่ มีข้อมูลขาดหายไป (¼ 10 n) ถูกลบ (Tabachnick & Fidell, 2007, p. 613) นอก ชุดข้อมูลที่เหลือประกอบด้วยนักเรียน 225 ถูกแปลงต่อคะแนน z โดยใช้คะแนนมาตรฐาน และแถว 22 ตกภายใน 3 และ þ3 ช่วงถูกละทิ้งจากชุดข้อมูลจะมี outliers Normality ของชุดข้อมูล (ก่อนหน้านี้บริสุทธิ์จาก outliers) ในที่สุด ถูกประเมินโดยใช้ความเบ้และเคอร์โทซิสัมประสิทธิ์ การหาค่าสัมประสิทธิ์ความเบ้และเคอร์โทซิระหว่าง 1 และ þ1 ซึ่งแสดงการแจกแจงปกติทั้งหมด แต่รายการ 1 และ 20 ขณะที่พวกเขาพบความเบ้ลบสูง (1 item¼ 2.108 และ 20 item¼ 2.120) และเคอร์โทซิ (1 สินค้า¼ 3.734 และ 20 สินค้า¼ 3.514) 1 และ 20 ถูกแยกออกจากการวิเคราะห์ สำหรับขนาดตัวอย่าง ว่า 300 ถือว่าเหมาะ (Tabachnick & Fidell, 2007), จำนวน 203 ตัวอย่างสามารถจะกล่าวว่า เพียงพอโดยคำนึงถึงจำนวนของตัวแปร (n ¼ 22) และผลลัพธ์ของการทดสอบเพียงพอ (KMO ¼.869) (Pallant, 2007, p. 185) นอกจากการทดสอบ KMO ทดสอบผลลัพธ์ของ Sphericity ในบาร์ตเลต (X 2 ¼ 1,402,902; df ¼ 231; p ¼.000) ตรวจสอบสุ่มตัวอย่างเพียงพอของชุดข้อมูลสำหรับ factorability

ผลลัพธ์ (ไทย) 2:

3.2 ผลการวิเคราะห์ปัจจัยสอบสวน (EFA)
ความน่าเชื่อถือและการศึกษาก่อนที่จะมีการดำเนินการศึกษาเพื่อปวงชนในSBAs ชุดข้อมูลที่ถูกตรวจสอบความเหมาะสมสำหรับการวิเคราะห์ปัจจัย บางส่วนของเกณฑ์ที่ใช้ในวรรณคดีในการทดสอบความเหมาะสมของข้อมูลที่กำหนดไว้สำหรับการศึกษาเพื่อปวงชนรวมถึงความสัมพันธ์ระหว่างกันระหว่างตัวแปรเชิงเส้นขาดค่าผิดปกติและข้อมูลที่หายไปปกติของชุดข้อมูลขนาดตัวอย่างและความเพียงพอของการสุ่มตัวอย่าง (KMO และบาร์ตเลตของความกลม การทดสอบ) (Çokluk, S ekercio Glu และBüyüköztürk 2010; ผม, สีดำ, Babin เดอร์สันและ Tatham 2006; Pallant 2007; & Tabachnick Fidell 2007) ต่อไปนี้เกณฑ์เหล่านี้สัมพันธ์เมทริกซ์เป็นครั้งแรกสำหรับตัวแปรที่ถูกนำมาวิเคราะห์และมันก็เห็นได้ว่าความสัมพันธ์ระหว่างตัวแปร (รายการ) สูงกว่า 0.30 ในกรณีส่วนใหญ่ซึ่งบ่งชี้สัมพันธ์เมทริกซ์ที่เหมาะสำหรับปวงชน (Tabachnick และ Fidell 2007) แต่เนื่องจาก EFA ยังถือว่าเป็นเชิงเส้นของความสัมพันธ์ระหว่างตัวแปรที่สุ่มเลือกคู่ของ scatterplots มีการตรวจสอบตามคำแนะนำของ Tabachnick และ Fidell (2007, น. 734) และไม่มีการกระจายการละเมิดความเป็นเชิงเส้นพบว่า ถัดไปกรณีที่มีข้อมูลที่ขาดหายไป (n ¼ 10) ถูกลบ (Tabachnick และ Fidell, 2007, น. 613) นอกจากนี้ยังมีชุดข้อมูลที่เหลือประกอบไปด้วย 225 นักเรียนถูกเปลี่ยนเป็นคะแนนมาตรฐานโดยใช้คะแนนซีและ 22 ตกอยู่ในแถวที่ 3 และช่วง TH3 ถูกโยนทิ้งจากข้อมูลการตั้งค่าที่พวกเขามีค่าผิดปกติ สุดท้ายปกติของชุดข้อมูล (ที่บริสุทธิ์ก่อนหน้านี้จากค่าผิดปกติ) ได้รับการประเมินโดยใช้ Skewness และค่าสัมประสิทธิ์ความโด่งซึ่งให้ผล Skewness และค่าสัมประสิทธิ์ความโด่งระหว่าง 1 และ Th1 แสดงให้เห็นการกระจายปกติสำหรับทุกคน แต่วันที่ 1 และรายการที่ 20 ขณะที่พวกเขาแสดงให้เห็น Skewness สูงลบ (1 item¼ 2.108 และ 2.120 item¼ 20) และความโด่ง (รายการที่ 1 ¼ 3.734 และรายการที่ 20 ¼ 3.514) 1 และรายการที่ 20 ได้รับการยกเว้นจากการวิเคราะห์ สำหรับขนาดของกลุ่มตัวอย่างแม้ว่า 300 ถือว่าเป็นเรื่องที่เหมาะ (Tabachnick และ Fidell 2007) ขนาดตัวอย่าง 203 สามารถกล่าวว่าจะเพียงพอโดยคำนึงถึงจำนวนของตัวแปร (n ¼ 22) และผลของการสุ่มตัวอย่างทดสอบความเพียงพอ (KMO ¼ 0.869) (Pallant, 2007, น. 185) นอกจากนี้ในการทดสอบ KMO ผลของการทดสอบ Bartlett sphericity นี้ (X2 ¼ 1402902; DF ¼ 231; พี¼ 0.000) การตรวจสอบความเพียงพอของการสุ่มตัวอย่างของข้อมูลที่กำหนดไว้สำหรับ factorability

ผลลัพธ์ (ไทย) 3:

3.2 . ผลของการวิเคราะห์ปัจจัยเชิงสำรวจ ( EFA ) และการศึกษาความน่าเชื่อถือ
ก่อนที่จะดำเนินการใน sbas ข้อมูล EFA , ชุดตรวจสอบความเหมาะสมในการวิเคราะห์ปัจจัย บางส่วนของเกณฑ์ที่ใช้ในวรรณกรรมเพื่อทดสอบความเหมาะสมของชุดข้อมูลสำหรับ EFA รวมถึงอินเตอร์ ความสัมพันธ์ระหว่างตัวแปรที่เป็นเส้นตรง ขาดความผิดปกติและข้อมูลหาย ปกติชุดข้อมูลขนาดตัวอย่างและการปฏิบัติการสุ่มตัวอย่าง ( kmo และทดสอบความอ้วนท้วน บาร์ทเล็ท ) ( Ç okluk , S ¸ ekercio ซึ่ง& B üü y , K ö ZT ü RK , 2010 ; ผม สีดำ แบบิ้น แอนเดอร์สัน &แทเทิ่ม , 2006 ; pallant , 2007 ; tabachnick & fidell , 2007 ) ตามหลักเกณฑ์เหล่านี้ Correlation Matrix ครั้งแรกสำหรับตัวแปรมาวิเคราะห์ก็พบว่าสหสัมพันธ์ระหว่างตัวแปร ( รายการ ) ข้างต้น ในกรณีส่วนใหญ่ซึ่งแสดงว่า Correlation Matrix ) เหมาะสำหรับ EFA ( tabachnick & fidell , 2007 ) แต่เนื่องจากข้าพเจ้ายังถือว่าเป็นเส้นตรงของความสัมพันธ์ระหว่างตัวแปรคู่สุ่มของ scatterplots ศึกษาและเป็นที่แนะนำโดย tabachnick fidell ( 2550 , หน้า 734 ) และไม่มีการละเมิดการตรวจวัด ) ต่อไปกรณีมีข้อมูลที่ขาดหายไป ( N ¼ 10 ) ลบ ( tabachnick & fidell , 2550 , หน้า 613 ) นอกจากนี้ ข้อมูลที่เหลือจำนวน 225 คน เป็นชุดแปลงคะแนนมาตรฐาน Z และใช้คะแนน 22 แถวลดลงภายใน 3 þ 3 ช่วงที่ถูกทิ้งจากชุดข้อมูลที่พวกเขามีข้อมูลผิดปกติ . ในที่สุดปกติชุดข้อมูล ( ก่อนหน้านี้บริสุทธิ์จากผิดปกติ ) มีการประเมินโดยใช้ค่าสัมประสิทธิ์ความเบ้และความโด่ง ซึ่งให้ค่าสัมประสิทธิ์ความเบ้และความโด่งระหว่าง 1 และþ 1 แสดงการแจกแจงปกติสำหรับทุกคน แต่ที่ 1 และ 20 รายการ เช่นที่พวกเขามีความสูงลบ ( 1 รายการ¼ 2.108 และ 20 รายการ¼ 2.120 ) และโด่ง ( 1 รายการ¼ 611 และ 20 รายการ¼ 3514 ) 1 และ 20 รายการที่ได้รับการยกเว้นจากการวิเคราะห์ สำหรับขนาดตัวอย่าง แม้ว่า 300 ถือว่าดีเยี่ยม ( tabachnick & fidell , 2007 ) , ขนาดของกลุ่มตัวอย่างที่สามารถพูดเพียงพอ การพิจารณาจำนวนของตัวแปร ( N ¼ 22 ) และผลของการทดสอบเพียงพอตัวอย่าง ( kmo ¼ . 869 ) ( pallant , 2550 , หน้า 185 ) นอกจากการทดสอบ kmo ผลทดสอบความอ้วนท้วน Bartlett ( x2 ¼ 1