Social Network TypesEight criterion

Social Network Types
Eight criterion variables were used in
K
-means cluster
analysis, namely, total network size, frequency of contact
and support exchange with immediate kin, frequency of
contact and support exchange with distant kin, frequency of
contact and support exchange with non-kin, and engage-
ment in social activity. Standardized scores were used to
eliminate scaling difference among variables. Because pre-
vious studies have shown consistently a range of four to six
clusters in older adults, we began by specifying four clus-
ters and then gradually increased the number of clusters.
The choice of appropriate cluster formation was determined
on the basis of three criteria: (a) eta square from multivari-
ate analysis of variance (MANOVA) showing the strength
of the relationship between clusters and the set of criterion
variables, (b) number of cases in each cluster, and (c) mean-
ingfulness of the formed clusters. On the basis of these cri-
teria, a fi ve-cluster solution was found to be most suitable.
Consistent with previous studies (e.g., Fiori et al., 2006 ,
2007 ), we found four major network types: diverse, friend
focused, family focused, and restricted. On top of these,
we found a fi fth network type (labeled as distant family)

ผลลัพธ์ (ไทย) 2:

ประเภทเครือข่ายสังคม
แปดตัวแปรเกณฑ์ที่ใช้ใน
K
-means กลุ่ม
การวิเคราะห์คือเครือข่ายขนาดรวมความถี่ของการติดต่อ
และการแลกเปลี่ยนการสนับสนุนกับญาติทันทีความถี่ของการ
ติดต่อและแลกเปลี่ยนการสนับสนุนกับญาติที่ห่างไกลความถี่ของการ
ติดต่อและแลกเปลี่ยนกับการสนับสนุนที่ไม่ใช่ ญาติและ engage-
ment ในกิจกรรมทางสังคม คะแนนมาตรฐานที่ใช้ในการ
ขจัดความแตกต่างระหว่างตัวแปรปรับ เพราะก่อน
vious การศึกษาได้แสดงให้เห็นอย่างต่อเนื่องในช่วงของ 4-6
กลุ่มในผู้สูงอายุเราเริ่มด้วยการระบุสี่ clus-
ters แล้วค่อยๆเพิ่มจำนวนของกลุ่ม.
ทางเลือกของกลุ่มก่อความเหมาะสมถูกกำหนด
บนพื้นฐานของสามเกณฑ์ (ก) การทางพิเศษแห่งประเทศไทยจากตาราง multivari-
กินการวิเคราะห์ความแปรปรวน (MANOVA) แสดงความแข็งแกร่ง
ของความสัมพันธ์ระหว่างกลุ่มและชุดของเกณฑ์
ตัวแปร (ข) จำนวนผู้ป่วยในแต่ละกลุ่มและ (ค) mean-
ingfulness ของ กลุ่มที่เกิดขึ้น บนพื้นฐานของ cri- เหล่านี้
. Teria, สายการแก้ปัญหาได้คลัสเตอร์ถูกพบว่าเป็นที่เหมาะสมที่สุด
(. เช่น Fiori et al, 2006 สอดคล้องกับการศึกษาก่อนหน้า
2007) เราพบสี่ประเภทเครือข่ายหลัก: ความหลากหลายของเพื่อน
ที่มุ่งเน้น ครอบครัวที่มุ่งเน้นและ จำกัด ด้านบนของเหล่านี้
เราพบว่าไฟประเภทเครือข่าย FTH (ระบุว่าเป็นครอบครัวที่ห่างไกล)

ผลลัพธ์ (ไทย) 3:

สังคมเครือข่ายประเภท
8 เกณฑ์ตัวแปรที่ใช้ใน
k
-
หมายถึงการวิเคราะห์คลัสเตอร์ คือ ขนาดของเครือข่ายทั้งหมด ความถี่ของการติดต่อแลกเปลี่ยนและสนับสนุนกับญาติทันที

และ ความถี่ของการติดต่อแลกเปลี่ยนสนับสนุนไกลญาติ ความถี่ของการติดต่อและแลกเปลี่ยนกับการสนับสนุน
-
ไม่มีญาติ และมีส่วนร่วมในการ . สังคมกิจกรรม คะแนนมาตรฐานที่ใช้

ขจัดการปรับความแตกต่างระหว่างตัวแปร เพราะก่อน
vious ศึกษาแสดงอย่างต่อเนื่อง ช่วงสี่ถึงหก
กลุ่มในผู้สูงอายุ เราเริ่มด้วยการระบุสี่ clus -
ters แล้วค่อยๆเพิ่มจำนวนกลุ่ม เลือกกลุ่มที่เหมาะสม

การพิจารณาบนพื้นฐานของเกณฑ์ที่สาม : ( ) และตาราง multivari - จาก
กิน การวิเคราะห์ความแปรปรวน ( MANOVA ) แสดงแรง
ของความสัมพันธ์ระหว่างกลุ่มและตั้งค่าตัวแปรเกณฑ์
( B ) จำนวนคดีในแต่ละกลุ่ม และ ( c ) หมายถึง --
ingfulness ในรูปแบบคลัสเตอร์ บนพื้นฐานของการเหล่านี้ CRI -
เทเรีย , fi ได้ กลุ่มโซลูชั่นพบว่า มีความเหมาะสมที่สุด
สอดคล้องกับการศึกษาก่อนหน้านี้ ( เช่น ฟิโอริ et al . , 2006 ,
2007 )เราพบสี่ประเภทของเครือข่ายสาขาที่หลากหลาย เพื่อน
ที่เน้นครอบครัวที่เน้นและจำกัด ที่ด้านบนของเหล่านี้
เราเจอฟี fth ประเภทเครือข่าย ( ระบุว่าเป็นครอบครัวที่ห่างไกล )