Méthodes de comportement Behav. 2016 Mar 1.
Dantlgraber M1, Wetzel E2, Schützenberger P3, Stieger S2, Reips UD2.
Abstract
En recherche psychologique, il existe un intérêt croissant pour l’utilisation de l’analyse de classe latente (ACL) pour la recherche de constructions quantitatives. Le but de cette étude est d’illustrer comment l’ACV peut être appliquée pour obtenir des informations sur un construit et pour sélectionner des éléments au cours du développement d’un test. Nous montrons les avantages supplémentaires de l’ACV au-delà des méthodes d’analyse factorielle, à savoir: être capable (1) de décrire des groupes de participants dont les modèles de réponse diffèrent, (2) de déterminer les valeurs de coupure appropriées, (3) d’évaluer des éléments et (4). ) pour évaluer l’importance relative des facteurs corrélés. À titre d'exemple, nous avons étudié la construction de la dépendance à Facebook en utilisant le test de dépendance à Facebook (F-AT), une version adaptée du test de dépendance à Internet (I-AT). L'application de l'ACV facilite le développement de nouveaux tests et de nouvelles formes de tests établis. Nous présentons une forme abrégée de la F-AT basée sur les résultats de l'ACV et validons l'approche de la LCA et la courte F-AT avec plusieurs critères externes, tels que la discussion en ligne, la lecture de news et les mises à jour de statut. Enfin, nous discutons des avantages de l'ACV pour évaluer les constructions quantitatives dans la recherche psychologique.
MOTS-CLÉS:
Modèle bifactoriel; Facebook; Addiction à Internet; Analyse de classe latente; Forme courte
;