жашыруун класс талдоо менен Simple курган баалоо: Facebook көз карандылыкты иликтөө жана Facebook адат сыноо (F-AT) кыска түрүндө иштеп чыгуу (2016)

Behav Рез ыкмалары. Mr 2016 1.

Dantlgraber M1, Wetzel E2, идимпоздор P3, Stieger S2, Reips УД2.

жалпылаган

психологиялык изилдөө менен, сандык мдъг иликтөө үчүн жашыруун класстык талдоо (LCA) колдонуу өсүп кызыкчылыгы бар. Бул изилдөөнүн негизги максаты LCA куруу жөнүндө түшүнүк алуу үчүн, сыноо учурунда чыгуу ден тандоо үчүн кантип колдонсо болорун көрсөтүп турат. Биз LCA себеп-аналитикалык ыкмалары тышкары кошумча пайда алып көрсөтүүгө, атап айтканда болуп бере алат (1) алардын түзүмүндө айырмаланган катышуучулардын тобун сүрөттөө үчүн, (2) тиешелүү округда баалуулуктарын аныктап, (3) ден баа берүү үчүн, ошондой эле (4 ) байланыштуу себептерден салыштырмалуу маанилүүлүгүн баалоого мүмкүндүк берет. Мисалы, биз Facebook көз Facebook адат Тест аркылуу куруу (F-AT) иликтенип, Интернет-адат сыноо (I-AT) бир ылайыкташтырылган нускасын. Колдонуу LCA жаңы сыноолорго жана белгиленген сыноолордун кыска түрлөрүн өнүктүрүүгө өбөлгө түзөт. Биз алып, мисалы, пикир сыяктуу кыска бир F-AT LCA жыйынтыгы боюнча жана LCA мамиле жана кыска F-ЖАЗЫЛГАНДАРДЫ менен бир нече тышкы критерийлерге жарактуу окшогон, Cаптардын саны окуп, жана Статусунда өзгөрүүлөр коюу. Акыр-аягы, биз психологиялык изилдөөлөрдө сандык түзүлүштөрүн баалоо үчүн LCA пайдасын талкуулашат.

KEYWORDS:

Bifactor модели; Facebook; Интернет көз карандылык; Тымызын класс талдоо; кыска түрү