Confirmatory Factor analysis (CFA)

Confirmatory Factor analysis (CFA) was used
to validate measures of constructs for
developing the measurement. CFA is a more
effective method for assessing unidimensionality
than exploratory factor analysis, coefficient
alpha, and item-to-total correlation. The purpose
is to ensure unidimensionality of the multipleitem
constructs or low item-to-constructs and
to eliminate unreliable items (Bollen, 1989).
Items that loaded on multiple constructs were
deleted from the model prior to testing. The
measures underlying the constructs are given
in Table 1. The measurement model was
analyzed using the SAS program and CALIS
procedure. An adequate fit was achieved for
the measurement model. The chi-square
to df freedom ratio = 1.823, the Bentler’s
Comparative Fit Index (CFI) = 0.9218,
Bentler and Bonett’s Non-normed Fit Index
(NNFI) = 0.9115, all of the t-statistics for the
indicator variables were greater than 2.576,
significant at p < 0.01, and no standard errors
were near zero. The confirmatory factor
analysis resulted in the elimination of a few
individual items (V6 and V7) because of low
factor loadings or high residuals. This result
was not surprising because many of the
survey items had been developed specifically
for the study, and other items had been
adapted from other literature streams.

ผลลัพธ์ (ไทย) 1:

ใช้เมื่อปัจจัยวิเคราะห์ (CFA)เพื่อตรวจสอบมาตรการของโครงสร้างสำหรับพัฒนาวัด CFA เป็นมากขึ้นวิธีที่มีประสิทธิภาพสำหรับการประเมิน unidimensionalityกว่าการวิเคราะห์สำรวจปัจจัย สัมประสิทธิ์อัลฟา และความสัมพันธ์รวมสินค้า วัตถุประสงค์เพื่อให้แน่ใจ unidimensionality ของ multipleitemโครงสร้างหรือต่ำสินค้าการสร้าง และการกำจัดรายการที่ไม่น่าเชื่อถือ (Bollen, 1989)สินค้าที่โหลดบนโครงสร้างหลายลบออกจากรุ่นก่อนการทดสอบ การมาตรการพื้นฐานของโครงสร้างจะได้รับตารางที่ 1 รูปแบบการวัดวิเคราะห์โดยใช้โปรแกรม SAS และ CALISขั้นตอนนี้ พอดีพอได้ผลแบบวัดนี้ ไคสแควร์อัตราส่วนอิสระ df = 1.823, Bentlerพอดีเปรียบเทียบดัชนี (CFI) = 0.9218ดัชนีกาย Bentler และของ Bonett ไม่ใช่-normed(NNFI) = 0.9115 สถิติ t สำหรับทั้งหมดตัวบ่งชี้ตัวแปรได้มากกว่า 2.576อย่างมีนัยสำคัญที่ p < 0.01 และไม่มีข้อผิดพลาดมาตรฐานอยู่ใกล้กับศูนย์ ปัจจัยสามารถการวิเคราะห์ผลในการกำจัดสิ่งแต่ละรายการ (V6 และ V7) ต่ำเนื่องจากปัจจัย loadings หรือสูงเหลือ ผลการค้นหานี้ไม่น่าแปลกใจเนื่องจากหลายสำรวจสินค้าที่ได้รับการพัฒนาโดยเฉพาะสำหรับการศึกษา และรายการอื่น ๆ ได้ดัดแปลงมาจากกระแสวรรณกรรมอื่น ๆ

ผลลัพธ์ (ไทย) 2:

การวิเคราะห์องค์ประกอบเชิงยืนยัน (CFA) ถูกนำมาใช้
ในการตรวจสอบมาตรการของโครงสร้างสำหรับ
การพัฒนาวัด CFA เป็นอีก
วิธีที่มีประสิทธิภาพสำหรับการประเมิน unidimensionality
กว่าวิเคราะห์ปัจจัยสำรวจค่าสัมประสิทธิ์
อัลฟาและรายการที่จะรวมความสัมพันธ์ วัตถุประสงค์
คือเพื่อให้แน่ใจ unidimensionality ของ multipleitem
โครงสร้างหรือต่ำรายการต่อการสร้างและ
การกำจัดรายการที่ไม่น่าเชื่อถือ (Bollen, 1989)
รายการที่โหลดในโครงสร้างหลายถูก
ลบออกจากรูปแบบก่อนที่จะมีการทดสอบ
มาตรการพื้นฐานโครงสร้างจะได้รับ
ในตารางที่ 1 รุ่นที่วัดได้รับการ
วิเคราะห์โดยใช้โปรแกรม SAS และชาลิ
ขั้นตอน พอดีเพียงพอก็ประสบความสำเร็จสำหรับ
รูปแบบการวัด Chi-ตาราง
การ DF อัตราส่วนเสรีภาพ = 1.823 ที่ Bentler ของ
เปรียบเทียบ Fit ดัชนี (CFI) = 0.9218,
Bentler และ Bonett ไม่แสวงหาเกณฑ์พอดีดัชนี
(NNFI) = 0.9115 ทั้งหมดของ T-สถิติของ
ตัวแปรตัวบ่งชี้ที่เป็นมากกว่า 2.576 ,
อย่างมีนัยสำคัญที่ p <0.01 และไม่มีข้อผิดพลาดมาตรฐาน
อยู่ใกล้ศูนย์ ปัจจัยที่ยืนยัน
การวิเคราะห์ผลในการกำจัดของไม่กี่
รายการแต่ละรายการ (V6 และ V7) เพราะต่ำ
แรงปัจจัยหรือสิ่งตกค้างสูง ผลที่ได้นี้
ก็ไม่น่าแปลกใจเพราะหลาย
รายการสำรวจได้รับการพัฒนาขึ้นโดยเฉพาะ
สำหรับการศึกษาและรายการอื่น ๆ ที่ได้รับการ
ดัดแปลงมาจากวรรณกรรมกระแสอื่น ๆ

ผลลัพธ์ (ไทย) 3:

การวิเคราะห์องค์ประกอบเชิงยืนยัน ( CFA ) ถูกใช้เพื่อตรวจสอบมาตรการโครงสร้างสำหรับการพัฒนาการวัด หรือเป็นมากขึ้นวิธีที่มีประสิทธิภาพเพื่อตรวจสอบความเป็นเอกมิติมากกว่าการวิเคราะห์องค์ประกอบเชิงสำรวจ สัมประสิทธิ์อัลฟ่า และรายการความสัมพันธ์ทั้งหมด วัตถุประสงค์คือเพื่อให้แน่ใจว่า ความเป็นเอกมิติของ multipleitemโครงสร้างหรือต่ำรายการเพื่อสร้างและเพื่อขจัดรายการที่ไม่น่าเชื่อถือ ( bollen , 1989 )รายการที่บรรจุในโครงสร้างมีหลายลบจากรุ่นก่อนการทดสอบ ที่มาตรการพื้นฐานโครงสร้าง จะได้รับตารางที่ 1 . โมเดลการวัดคือวิเคราะห์ข้อมูลโดยใช้โปรแกรม SAS และ เซียลิสขั้นตอน พอดีกำลังแยกเป็นเพียงพอการวัดแบบ ไคสแควร์คืออัตราส่วน = 1.823 เพื่อเสรีภาพของ bentler ,ดัชนีเปรียบเทียบ ( CFI ) = 0.9218 พอดี ,และก็ไม่ bentler bonett normed พอดีกับดัชนี( nnfi ) = 0.9115 ทั้งหมดของหรือไม่สำหรับตัวชี้วัด 2.576 มากกว่า ,อย่างมีนัยสำคัญทางสถิติที่ p < 0.01 และไม่มีข้อผิดพลาดมาตรฐานใกล้ศูนย์ ปัจจัยองค์ประกอบเชิงยืนยันการวิเคราะห์ผลในการไม่กี่แต่ละรายการ ( และ V6 V7 ) เพราะต่ำครอบคลุมปัจจัยหรือความคลาดเคลื่อนสูง ผลที่ได้นี้ก็ไม่น่าแปลกใจ เพราะมากมายรายการสำรวจได้รับการพัฒนาโดยเฉพาะการศึกษา , และรายการอื่น ๆ ได้ดัดแปลงมาจากกระแสวรรณกรรมอื่น ๆ