ಸುಪ್ತ ವರ್ಗ ವಿಶ್ಲೇಷಣೆಯೊಂದಿಗೆ ಸರಳ ರಚನೆಯ ಮೌಲ್ಯಮಾಪನ: ಫೇಸ್ಬುಕ್ ವ್ಯಸನದ ತನಿಖೆ ಮತ್ತು ಫೇಸ್ಬುಕ್ ಅಡಿಕ್ಷನ್ ಪರೀಕ್ಷೆಯ (ಎಫ್ಎನ್ ಎಟಿ) (ಎಕ್ಸ್ಎನ್ಎನ್ಎಕ್ಸ್) ನ ಸಣ್ಣ ರೂಪದ ಅಭಿವೃದ್ಧಿ

ಬೆಹವ್ ರೆಸ್ ವಿಧಾನಗಳು. 2016 Mar 1.

ಡಾಂಟ್ಲ್‌ಗ್ರಾಬರ್ ಎಂ1, ವೆಟ್ಜೆಲ್ ಇ2, ಷಾಟ್ಜೆನ್‌ಬರ್ಗರ್ ಪಿ3, ಸ್ಟಿಗರ್ ಎಸ್2, ರೀಪ್ಸ್ ಯುಡಿ2.

ಅಮೂರ್ತ

ಮಾನಸಿಕ ಸಂಶೋಧನೆಯಲ್ಲಿ, ಪರಿಮಾಣಾತ್ಮಕ ರಚನೆಗಳ ತನಿಖೆಗಾಗಿ ಸುಪ್ತ ವರ್ಗ ವಿಶ್ಲೇಷಣೆ (ಎಲ್‌ಸಿಎ) ಬಳಸುವ ಆಸಕ್ತಿ ಹೆಚ್ಚುತ್ತಿದೆ. ನಿರ್ಮಾಣದ ಒಳನೋಟಗಳನ್ನು ಪಡೆಯಲು ಮತ್ತು ಪರೀಕ್ಷಾ ಅಭಿವೃದ್ಧಿಯ ಸಮಯದಲ್ಲಿ ವಸ್ತುಗಳನ್ನು ಆಯ್ಕೆ ಮಾಡಲು LCA ಅನ್ನು ಹೇಗೆ ಅನ್ವಯಿಸಬಹುದು ಎಂಬುದನ್ನು ವಿವರಿಸುವುದು ಈ ಅಧ್ಯಯನದ ಉದ್ದೇಶವಾಗಿದೆ. ಅಂಶ-ವಿಶ್ಲೇಷಣಾತ್ಮಕ ವಿಧಾನಗಳನ್ನು ಮೀರಿ ನಾವು LCA ಯ ಹೆಚ್ಚುವರಿ ಪ್ರಯೋಜನಗಳನ್ನು ತೋರಿಸುತ್ತೇವೆ, ಅವುಗಳೆಂದರೆ ಭಾಗವಹಿಸುವವರ ಗುಂಪುಗಳನ್ನು ಅವರ ಪ್ರತಿಕ್ರಿಯೆ ನಮೂನೆಗಳಲ್ಲಿ ಭಿನ್ನವಾಗಿರುವಂತೆ ವಿವರಿಸಲು ಸಾಧ್ಯವಾಗುತ್ತದೆ (1), ಸೂಕ್ತವಾದ ಕಟ್ಆಫ್ ಮೌಲ್ಯಗಳನ್ನು ನಿರ್ಧರಿಸಲು (2), ವಸ್ತುಗಳನ್ನು ಮೌಲ್ಯಮಾಪನ ಮಾಡಲು (3) ಮತ್ತು (4) ) ಪರಸ್ಪರ ಸಂಬಂಧ ಹೊಂದಿರುವ ಅಂಶಗಳ ಸಾಪೇಕ್ಷ ಪ್ರಾಮುಖ್ಯತೆಯನ್ನು ಮೌಲ್ಯಮಾಪನ ಮಾಡಲು. ಉದಾಹರಣೆಯಾಗಿ, ಇಂಟರ್ನೆಟ್ ಅಡಿಕ್ಷನ್ ಟೆಸ್ಟ್ (ಐ-ಎಟಿ) ಯ ರೂಪಾಂತರವಾದ ಫೇಸ್‌ಬುಕ್ ಅಡಿಕ್ಷನ್ ಟೆಸ್ಟ್ (ಎಫ್-ಎಟಿ) ಅನ್ನು ಬಳಸಿಕೊಂಡು ಫೇಸ್‌ಬುಕ್ ವ್ಯಸನದ ರಚನೆಯನ್ನು ನಾವು ತನಿಖೆ ಮಾಡಿದ್ದೇವೆ. ಎಲ್ಸಿಎ ಅನ್ವಯಿಸುವುದರಿಂದ ಹೊಸ ಪರೀಕ್ಷೆಗಳು ಮತ್ತು ಸ್ಥಾಪಿತ ಪರೀಕ್ಷೆಗಳ ಕಿರು ರೂಪಗಳ ಅಭಿವೃದ್ಧಿಗೆ ಅನುಕೂಲವಾಗುತ್ತದೆ. ನಾವು ಎಲ್‌ಸಿಎ ಫಲಿತಾಂಶಗಳ ಆಧಾರದ ಮೇಲೆ ಎಫ್-ಎಟಿಯ ಒಂದು ಸಣ್ಣ ರೂಪವನ್ನು ಪ್ರಸ್ತುತಪಡಿಸುತ್ತೇವೆ ಮತ್ತು ಎಲ್‌ಸಿಎ ವಿಧಾನ ಮತ್ತು ಕಿರು ಎಫ್-ಎಟಿಯನ್ನು ಹಲವಾರು ಬಾಹ್ಯ ಮಾನದಂಡಗಳೊಂದಿಗೆ ಚಾಟ್ ಮಾಡುವುದು, ನ್ಯೂಸ್‌ಫೀಡ್‌ಗಳನ್ನು ಓದುವುದು ಮತ್ತು ಸ್ಥಿತಿ ನವೀಕರಣಗಳನ್ನು ಪೋಸ್ಟ್ ಮಾಡುವುದು. ಅಂತಿಮವಾಗಿ, ಮಾನಸಿಕ ಸಂಶೋಧನೆಯಲ್ಲಿ ಪರಿಮಾಣಾತ್ಮಕ ರಚನೆಗಳನ್ನು ಮೌಲ್ಯಮಾಪನ ಮಾಡಲು ಎಲ್ಸಿಎಯ ಪ್ರಯೋಜನಗಳನ್ನು ನಾವು ಚರ್ಚಿಸುತ್ತೇವೆ.

ಕೀಲಿಗಳು:

ಬೈಫಾಕ್ಟರ್ ಮಾದರಿ; ಫೇಸ್ಬುಕ್; ಇಂಟರ್ನೆಟ್ ಚಟ; ಸುಪ್ತ ವರ್ಗ ವಿಶ್ಲೇಷಣೆ; ಸಣ್ಣ ರೂಪ