Behav Res Metodları. 2016 Mar 1.
Dantlgraber M1, Wetzel E2, Schützenberger P3, Şirkət Adı Stieger S2, UD-ə yollanır2.
mücərrəd
Psixoloji tədqiqatlarda, kəmiyyət konstruksiyaların tədqiqi üçün gizli sinif təhlili (LCA) istifadə etməkdə artan maraq var. Bu tədqiqatın məqsədi LCA-nın konstruksiya anlayışları və test inkişafı zamanı maddələr seçmək üçün necə tətbiq oluna biləcəyini göstərməkdir. Biz LCA-nın əlavə faydanı faktiki analitik metodlardan kənara çıxarmalıyıq: 1, cavab nümunələrində fərqli olan iştirakçı qrupları təsvir etmək üçün (2), lazımi kəsmə dəyərlərini müəyyən etmək üçün (3), maddələrin qiymətləndirilməsi üçün (4) və (XNUMX ) əlaqəli amillərin nisbi əhəmiyyətini qiymətləndirmək. Məsələn, Facebook Bağımlılık Testinin (F-AT) istifadə etdiyi Facebook Bağımlılığının quruluşunu, İnternet Bağımlılık Testinin (I-AT) uyarlanmış bir versiyasını araşdırdıq. LCA-nı tətbiq etmək yeni testlər və müəyyən sınaqların qısa formasının inkişafını asanlaşdırır. LCA nəticələrinə əsaslanaraq F-AT-in qısa formasını təqdim edirik və LCA yanaşmasını və qısa F-AT-ni söhbət, oxu xəbərlərini oxumaq və statusu yeniləmələri kimi bir neçə xarici meyarla təsdiq edir. Nəhayət, psixoloji tədqiqatlarda kəmiyyət konstruksiyaların qiymətləndirilməsi üçün LCA-nın faydalarını müzakirə edirik.
KEYWORDS:
Bifactor model; Facebook; İnternet asılılığı; Latent sinif təhlili; Qısa forma
;