3. ResultsFirst descriptive statist

3. Results
First descriptive statistics and correlations among the variables were computed using SPSS 18 (See Tables
1 and 2).
Table1. Descriptive statistics
Mean Standard Deviation
Self-efficacy 98.24 1.85
metacognition 76.38 2.14
Grade Point Average (GPA) 15.68 1.57
Table2. Descriptive statistics and correlations
1 2 3
1.self-efficacy 1.00
2.metacognition .31** 1.00
3. Grade Point Average (GPA) .25** .29** 1.00
In order to answer the first research question, a special type of structural equation modeling (SEM), Path
Analysis, was used. SEM is an advanced statistical procedure which examines the relationships between variables
simultaneously. The only difference between SEM and path analysis is that in SEM we have both latent and
observed variables; however, in path analysis, only observed variables are used.
Figure 1 shows the proposed model to examine the predictability of the teacher trainee's GPA based on
their metacognition and self efficacy scores.
Behzad Ghonsooly et al. / Procedia - Social and Behavioral Sciences 98 ( 2014 ) 590 – 598 595
Fig. 1. The proposed model of GPA based on metacognition and self-efficacy scores
As can be seen in figure1, both metacognition and self-efficacy are assumed to be the direct predictors of
GPA. AMOS 20 software was used for examining the relationships. After running the sofware, the analyses were
done. The results are shown in figure2.
Fig. 2. Path Analysis results
To check whether the model fits the data adequately, goodness-of-fit indices were used. There are different
indices used for fit of the model. In the present study, χ2
/df, GFI, CFI, and RMSEA were used. To have a fit model,
χ
2
/df should be less than 3; GFI and CFI should be above .95; and RMSEA should be less than .06 (Hu & Bentler,
1999). In the present study, χ2
/df = 2.45; GFI= .96, CFI= .98, and RMSEA= .05. This shows that the proposed
model fits the data adequately. As can be seen in Figure 2, both metacognition (β=.37, p

ผลลัพธ์ (ไทย) 1:

3. ผลลัพธ์สถิติพรรณนาแรกและความสัมพันธ์ระหว่างตัวแปรถูกคำนวณโดยใช้โปรแกรม 18 (ดูตาราง1 และ 2)Table1 สถิติพรรณนาหมายถึง ส่วนเบี่ยงเบนมาตรฐาน1.85 98.24 ประสิทธิภาพตนเองmetacognition 76.38 2.14เกรดคะแนนเฉลี่ย (GPA) 15.68 1.57Table2 สถิติพรรณนาและสัมพันธ์1 2 31.self-ประสิทธิภาพ 1.002. metacognition 31 ** 1.003. คะแนนเฉลี่ย (GPA) . 25 ** 29 ** 1.00 เพื่อที่จะตอบคำถามวิจัยแรก พิเศษชนิดของสมการโครงสร้าง (SEM) การสร้างโมเดล เส้นทางใช้วิเคราะห์ SEM เป็นกระบวนการทางสถิติขั้นสูงซึ่งการตรวจสอบความสัมพันธ์ระหว่างตัวแปรพร้อมกัน ข้อแตกต่างระหว่างการวิเคราะห์ SEM และเส้นทางได้ที่ใน SEM มีทั้งแฝงอยู่ และสังเกตตัวแปร อย่างไรก็ตาม ในการวิเคราะห์เส้นทาง เฉพาะตัวแปรที่สังเกตใช้รูปที่ 1 แสดงแบบจำลองการตรวจสอบแอพพลิเคชันของ GPA ของฝึกอบรมครูตามที่เสนอของ metacognition และคะแนนประสิทธิภาพตนเอง Behzad Ghonsooly et al. / Procedia - สังคมและพฤติกรรมศาสตร์ 98 (2014) 590-598 595Fig. 1 รูปแบบนำเสนอของ GPA ตามคะแนน metacognition และประสิทธิภาพตนเองสามารถจะเห็น figure1, metacognition และประสิทธิภาพตนเองจะถือว่า predictors โดยตรงของเกรดเฉลี่ย โรงแรมอมอสโค 20 ซอฟต์แวร์ถูกใช้สำหรับตรวจสอบความสัมพันธ์ หลังจากรันการซอฟต์แวร์ การวิเคราะห์ได้เสร็จแล้ว ผลลัพธ์จะแสดงใน figure2Fig. 2 ผลการวิเคราะห์เส้นทาง การตรวจสอบว่า รูปแบบเหมาะสมกับข้อมูลเพียงพอ มีใช้ดัชนีความดีพอ มีแตกต่างกันดัชนีที่ใช้สำหรับใส่ของแบบจำลอง ในการศึกษาปัจจุบัน χ2/df, GFI, CFI, RMSEA และได้ใช้ มีแบบพอดีΧ2/df ควรน้อยกว่า 3 GFI และ CFI ควรกล่าว 95 และ RMSEA ควรน้อยกว่า.06 (Hu & Bentlerปี 1999) . ในการศึกษาปัจจุบัน χ2/df = 2.45 GFI =.96, CFI =.98 และ RMSEA =.05 นี้แสดงให้เห็นว่าการนำเสนอรูปแบบเหมาะสมกับข้อมูลเพียงพอ สามารถเห็นได้ในรูปที่ 2, metacognition ทั้งสอง (β =. 37, p < .001) และ ประสิทธิภาพตนเอง(Β = p 25, < .01) สำคัญ predictors ของครูฝึกอบรม GPA อย่างไรก็ตาม metacognition มีความแข็งแกร่งผู้ทายผลของการฝึกอบรมครู GPA มากกว่าประสิทธิภาพตนเอง ยัง เส้นความสัมพันธ์อย่างมีนัยสำคัญสำคัญที่นี่ การเส้นทางระหว่างตนเองประสิทธิภาพและ metacognition (β = p 41, < .001).ตอบคำถามวิจัยที่สอง สองตัวอย่างอิสระ t-ทดสอบถูกรัน (ตาราง 3) แรก selfefficacyได้ตรวจสอบเกี่ยวกับเพศ เพื่อตรวจสอบว่า มีความแตกต่างอย่างมีนัยสำคัญระหว่างของเพศชาย และหญิงของตนเองการศึกษาประสิทธิภาพการ ผลลัพธ์ของตัวอย่างอิสระของ t-ทดสอบบ่งชี้ว่า มีความไม่แตกต่างอย่างมีนัยสำคัญระหว่างของชายและหญิงของตนเองประสิทธิภาพ (t = 1.12, df = 99, p > .05). นอกจากนี้ metacognition ยังตรวจดูว่า มีความแตกต่างที่สำคัญระหว่าง metacognition ของชายและหญิงของ ผลลัพธ์ของอิสระ-596 Behzad Ghonsooly et al. / Procedia - สังคมและพฤติกรรมศาสตร์ 98 (2014) 590-598ตัวอย่าง t-ทดสอบบ่งชี้ว่า มีความไม่แตกต่างอย่างมีนัยสำคัญระหว่างของชายและหญิงของ metacognition (t = 1.24df = 99, p > .05).Table3 ผลการทดสอบ T สำหรับชายและหญิงของตนเองประสิทธิภาพและ metacognitiont df Sig.ตนเองประสิทธิภาพ 1.12 99 .12Metacognition 1.24 99 .15

ผลลัพธ์ (ไทย) 2:

3.
ผลสถิติเชิงพรรณนาแรกและความสัมพันธ์ระหว่างตัวแปรที่ถูกคำนวณโดยใช้โปรแกรมSPSS 18 (ดูตารางที่
1 และ 2).
Table1 สถิติเชิงพรรณนาค่าเฉลี่ยค่าเบี่ยงเบนมาตรฐานการรับรู้ความสามารถตนเอง98.24 1.85 อภิปัญญา 76.38 2.14 เกรดเฉลี่ย (GPA) 15.68 1.57 Table2 สถิติเชิงพรรณนาและความสัมพันธ์1 2 3 1.self-ประสิทธิภาพ 1.00 2.metacognition 0.31 ** 1.00 3 เกรดเฉลี่ย (GPA) 0.25 ** 0.29 ** 1.00 เพื่อที่จะตอบคำถามวิจัยครั้งแรกเป็นชนิดพิเศษของการสร้างแบบจำลองสมการโครงสร้าง (SEM) เส้นทางการวิเคราะห์ถูกนำมาใช้ SEM เป็นขั้นตอนทางสถิติขั้นสูงซึ่งจะตรวจสอบความสัมพันธ์ระหว่างตัวแปรพร้อมกัน ข้อแตกต่างระหว่าง SEM และการวิเคราะห์เส้นทางที่อยู่ใน SEM เรามีทั้งแฝงและตัวแปรสังเกต; แต่ในการวิเคราะห์เส้นทางเพียงตัวแปรสังเกตได้ถูกนำมาใช้. รูปที่ 1 แสดงให้เห็นถึงการนำเสนอรูปแบบการตรวจสอบการคาดการณ์ของเกรดเฉลี่ยฝึกหัดครูขึ้นอยู่กับอภิปัญญาและคะแนนการรับรู้ความสามารถของตัวเอง. Behzad Ghonsooly et al, / Procedia - สังคมและพฤติกรรมศาสตร์ 98 (2014) 590 - 598 595 รูป 1. การนำเสนอรูปแบบขึ้นอยู่กับเกรดเฉลี่ยอภิปัญญาและคะแนนการรับรู้ความสามารถตนเองที่สามารถเห็นได้ในรูปที่1 ทั้งอภิปัญญาและการรับรู้ความสามารถตนเองจะถือว่าเป็นตัวพยากรณ์โดยตรงของเกรดเฉลี่ย ซอฟแวร์ AMOS 20 ที่ใช้สำหรับการตรวจสอบความสัมพันธ์ หลังจากที่รันซอฟต์แวร์ที่วิเคราะห์ได้ทำ ผลที่จะได้แสดงใน Figure2. รูป 2. ผลการวิเคราะห์เส้นทางการตรวจสอบว่ารูปแบบที่เหมาะกับข้อมูลอย่างเพียงพอความดีของพอดีดัชนีถูกนำมาใช้ มีที่แตกต่างกันดัชนีที่ใช้สำหรับแบบของรูปแบบ ในการศึกษาปัจจุบันχ2 / DF, GFI, CFI และ RMSEA ถูกนำมาใช้ เพื่อให้มีรูปแบบพอดีχ 2 / DF ควรจะน้อยกว่า 3; GFI และ CFI ควรจะอยู่เหนือ 0.95; และ RMSEA ควรจะน้อยกว่า 0.06 (Hu & Bentler, 1999) ในการศึกษาปัจจุบันχ2 / DF = 2.45; GFI = 0.96, CFI = 0.98 และ RMSEA = 0.05 นี้แสดงให้เห็นว่าการเสนอรูปแบบที่เหมาะกับข้อมูลอย่างเพียงพอ ที่สามารถเห็นได้ในรูปที่ 2 ทั้งอภิปัญญา (β = 0.37, p <0.001) และการรับรู้ความสามารถตนเอง(β = 0.25, p <0.01) เป็นตัวทำนายที่สำคัญของเกรดเฉลี่ยฝึกหัดครู แต่อภิปัญญาเป็นแข็งแกร่งทำนายของเกรดเฉลี่ยฝึกหัดครูกว่าการรับรู้ความสามารถตนเอง นอกจากนี้ยังมีเส้นทางความสัมพันธ์อย่างมีนัยสำคัญที่นี่, เส้นทางระหว่างการรับรู้ความสามารถตนเองและอภิปัญญา (β = 0.41, p <0.001). เพื่อที่จะตอบคำถามการวิจัยที่สองทั้งสองตัวอย่างที่เป็นอิสระเสื้อทดสอบวิ่ง (ตารางที่ 3) . ครั้งแรกรู้ความสามารถถูกตรวจสอบในเรื่องเกี่ยวกับเพศเพื่อตรวจสอบว่ามีความแตกต่างอย่างมีนัยสำคัญระหว่างเพศชายและเพศหญิง'รับรู้ความสามารถของตนเอง ผลการเก็บตัวอย่างที่เป็นอิสระ t-test ชี้ให้เห็นว่าไม่มีความแตกต่างอย่างมีนัยสำคัญระหว่างเพศชายและเพศหญิง'รับรู้ความสามารถของตนเอง (t = 1.12, DF = 99, p> 0.05) นอกจากนี้อภิปัญญาถูกตรวจสอบยังที่จะเห็นว่ามีความแตกต่างอย่างมีนัยสำคัญระหว่างเพศชายและเพศหญิง 'อภิปัญญา ผลการ independent- 596 Behzad Ghonsooly et al, / Procedia - สังคมและพฤติกรรมศาสตร์ 98 (2014) 590 - 598 ตัวอย่าง t-test ชี้ให้เห็นว่าไม่มีความแตกต่างอย่างมีนัยสำคัญระหว่างเพศชายและเพศหญิง 'อภิปัญญา (t = 1.24, DF = 99, p> 0.05). Table3 ผลการทดสอบเสื้อสำหรับชายและหญิง 'รับรู้ความสามารถของตนเองและอภิปัญญาทีDF Sig. รับรู้ความสามารถของตนเอง 1.12 0.12 99 อภิปัญญา 1.24 99 0.15

ผลลัพธ์ (ไทย) 3:

3 . ผลลัพธ์
แรกสถิติเชิงพรรณนา และความสัมพันธ์ระหว่าง ตัวแปรคำนวณ SPSS 18 ( ดูตารางที่ 1 และ 2

) table1 .
สถิติค่าเฉลี่ยส่วนเบี่ยงเบนมาตรฐานตนเอง

แบบ 98.24 1.85 76.38 2.14
ผลการเรียนเฉลี่ย 15.68 1.57
table2 . สถิติและความสัมพันธ์
3

2.metacognition บรรยาย 1.self-efficacy 1.00 1.00 . 31 * *
3เกรดเฉลี่ย ( GPA ) . 25 * * 29 * * 1.00
เพื่อตอบคำถามการวิจัยครั้งแรก ชนิดพิเศษของโมเดลสมการโครงสร้าง ( SEM ) , เส้นทาง
การวิเคราะห์ , ใช้ ซึ่งเป็นสถิติขั้นสูงขั้นตอนซึ่งตรวจสอบความสัมพันธ์ระหว่างตัวแปร
พร้อมกัน ความแตกต่างระหว่างการวิเคราะห์ SEM และเส้นทางที่อยู่ใน SEM เรามีทั้งแฝงและ
ตัวแปรสังเกต อย่างไรก็ตามในการวิเคราะห์ตัวแปรสังเกตเส้นทาง เพียงใช้ .
รูปที่ 1 แสดงแบบจำลองเพื่อศึกษาความสามารถในการทำนายของอาจารย์ฝึกหัดตามแบบของ GPA และคะแนน
ของตนเอง .
behzad ghonsooly et al . / procedia - สังคมศาสตร์และพฤติกรรมศาสตร์ 98 ( 2014 ) 590 - 598 595
รูปที่ 1 รูปแบบของผลการเรียนตามแบบคะแนน
และการออกกำลังกายที่สามารถเห็นได้ใน figure1 ทั้งเมตาคอคนิชั่นและสมรรถนะแห่งตน จะถือว่าเป็นอำนาจโดยตรงของ
GPA . มอส 20 ซอฟต์แวร์ใช้ตรวจสอบความสัมพันธ์ หลังจากรันโปรแกรมวิเคราะห์ถูก
เสร็จแล้ว ผลลัพธ์ที่ได้จะแสดงใน ภาพที่ 2 .
รูปที่ 2 เส้นทางการวิเคราะห์
เพื่อตรวจสอบว่ารูปแบบเหมาะกับข้อมูลอย่างเพียงพอ ความดีของดัชนีพอดีใช้ มีแตกต่างกัน
ดัชนีที่ใช้สำหรับใส่ของแบบ ในการศึกษาχ 2
/ df GFI CFI และ RMSEA , ใช้ มีแบบเต็มรูปแบบχ

2
/ df จะน้อยกว่า 3 ; GFI และควรอยู่เหนือลมและ . 95 ; RMSEA ควรจะน้อยกว่า . 06 ( &
bentler Hu , 1999 ) ในการศึกษาχ 2
/ df = 2.49 , GFI = . 96 , CFI = . 98 , RMSEA = . 05 นี้แสดงให้เห็นว่าแบบจำลองเสนอ
พอดีข้อมูลอย่างเพียงพอที่สามารถเห็นได้ในรูปที่ 2 ทั้ง 2 แบบ ( บีตา = . 37 , p < . 001 ) และความสามารถ
( บีตา = . 25 , p < . 01 ) เป็นปัจจัยสําคัญของครูฝึกสอนของเกรดเฉลี่ยสะสม อย่างไรก็ตาม การเป็นแข็งแกร่ง
ทำนายครูฝึกสอนของ GPA มากกว่าความสามารถของตนเอง . นอกจากนี้ เส้นทางที่มีความสัมพันธ์อย่างมีนัยสำคัญที่นี่
เส้นทางระหว่างตนและเมตาคอคนิชั่น ( บีตา = 41 , p < . 001 ) .

เพื่อตอบคำถามการวิจัยที่สอง สองตัวอย่างอิสระวิ่งทดสอบค่าที ( ตารางที่ 3 ) แรก selfefficacy
ถูกตรวจสอบในเรื่องเพศ เพื่อตรวจสอบว่ามีความแตกต่างกันระหว่างเพศชายและเพศหญิง ' ความสามารถ '
. ผลลัพธ์ของตัวอย่าง Independent t-test พบว่าไม่มีความแตกต่างกันระหว่างเพศชายและเพศหญิง
' ' การรับรู้ความสามารถของตนเอง ( t = 1.12 , df = 99 , p > . 05 )นอกจากนี้ ยังมีการตรวจสอบเพื่อดู
ว่ามีความแตกต่างกันระหว่างเพศชายและหญิง ' เมตา . ผลของอิสระ -
596 behzad ghonsooly et al . / procedia - สังคมศาสตร์และพฤติกรรมศาสตร์ 98 ( 2014 ) 590 ( 598
ตัวอย่าง ) พบว่ามีความแตกต่างระหว่างชายและหญิง ' เมตาคอคนิชั่น ( t = 1.24 ,
df = 99 , p > . 05 ) .
table3 .ผลการทดสอบสำหรับชายและหญิง ' ความสามารถเมตา
t df Sig .
ตนเอง 1.12 99 12
เมตา 1.24 15 99