Page 73 - Maša Vidmar, Vedenjske težave in učna uspešnost. Ljubljana: Pedagoški inštitut, 2017. Digitalna knjižnica, Dissertationes, 30
P. 73
Rezultati: preverjanje latentnih konstruktov,
sočasni in vzdolžni odnosi med vedenjskimi
težavami in učno uspešnostjo
ter izbranimi napovedniki
V tem razdelku poleg rezultatov, vezanih na raziskovalne hipoteze, pred-
stavljamo tudi rezultate preliminarnih analiz. V preliminarnih analizah
smo preverili morebitni učinek gnezdenega (klastrskega) vzorčenja na opa-
zovane spremenljivke s pomočjo večnivojskega modeliranja. V osrednjem
delu rezultatov predstavljamo opisne statistike in korelacije med opazova-
nimi spremenljivkami (označevalci). Predvsem pa predstavljamo rezulta-
te konfirmatornih faktorskih analiz (KFA) in strukturnega modeliranja
(SEM). Pri KFA gre za merski model, medtem ko je SEM sestavljen iz mer-
skega in strukturnega modela (Muthén in Muthén 1998–2007). Merski mo-
del tako pri KFA kot pri SEM opisuje odnose med opazovanimi odvisnimi
spremenljivkami in latentnimi spremenljivkami. Prve imenujemo ozna-
čevalci, druge pa (latentni) konstrukti oziroma faktorji. Strukturni model
opisuje tri vrste odnosov: (1) odnose med konstrukti, (2) odnose med ozna-
čevalci in (3) odnose med konstrukti in opazovanimi spremenljivkami, ki
niso označevalci konstruktov (Muthén in Muthén 1998–2007). V KFA kon-
strukti med seboj prosto korelirajo, medtem ko v SEM preverjamo njihovo
medsebojno »vzročno« povezanost (Maruyama 1998). Tako pri KFA kot pri
SEM je potrebno določiti metriko vsakega od latentnih konstruktov; to sto-
rimo tako, da nasičenost za določen označevalec (t. i. marker oziroma refe-
73
sočasni in vzdolžni odnosi med vedenjskimi
težavami in učno uspešnostjo
ter izbranimi napovedniki
V tem razdelku poleg rezultatov, vezanih na raziskovalne hipoteze, pred-
stavljamo tudi rezultate preliminarnih analiz. V preliminarnih analizah
smo preverili morebitni učinek gnezdenega (klastrskega) vzorčenja na opa-
zovane spremenljivke s pomočjo večnivojskega modeliranja. V osrednjem
delu rezultatov predstavljamo opisne statistike in korelacije med opazova-
nimi spremenljivkami (označevalci). Predvsem pa predstavljamo rezulta-
te konfirmatornih faktorskih analiz (KFA) in strukturnega modeliranja
(SEM). Pri KFA gre za merski model, medtem ko je SEM sestavljen iz mer-
skega in strukturnega modela (Muthén in Muthén 1998–2007). Merski mo-
del tako pri KFA kot pri SEM opisuje odnose med opazovanimi odvisnimi
spremenljivkami in latentnimi spremenljivkami. Prve imenujemo ozna-
čevalci, druge pa (latentni) konstrukti oziroma faktorji. Strukturni model
opisuje tri vrste odnosov: (1) odnose med konstrukti, (2) odnose med ozna-
čevalci in (3) odnose med konstrukti in opazovanimi spremenljivkami, ki
niso označevalci konstruktov (Muthén in Muthén 1998–2007). V KFA kon-
strukti med seboj prosto korelirajo, medtem ko v SEM preverjamo njihovo
medsebojno »vzročno« povezanost (Maruyama 1998). Tako pri KFA kot pri
SEM je potrebno določiti metriko vsakega od latentnih konstruktov; to sto-
rimo tako, da nasičenost za določen označevalec (t. i. marker oziroma refe-
73
