Page 75 - Maša Vidmar, Vedenjske težave in učna uspešnost. Ljubljana: Pedagoški inštitut, 2017. Digitalna knjižnica, Dissertationes, 30
P. 75
r e z u ltat i
Prileganje KFA in SEM modelov smo interpretirali s pomočjo različ-
nih mer prileganja. Obstajajo številne različne mere prileganja, ne obstaja
pa pravilo ali standard, katero mero uporabiti (Hair, Anderson, Tatham in
Black 1998); pri dobro prilegajočih modelih so običajno različne mere prile-
ganja dosledne, tako naj bi raziskovalec uporabil več mer prileganja (Taba-
chnick in Fidell 2007). V pričujoči raziskavi smo uporabili χ2 test kot mero
statističnega prileganja ter tri indekse kot mere praktičnega prileganja mo-
dela (Widaman in Thompson 2003). V modelu, ki se dobro prilega podat-
kom, χ2 ni statistično pomemben (p < 0,05); vendar pri tem velja, da je χ2
neposredno odvisen od velikosti vzorca, kar pomeni, da pri velikih vzor-
cih (N > 200) lahko že pri majhnih neujemanjih med modelom in podatki
pride do neupravičene zavrnitve modela (Hair et al. 1998; Maruyama 1998;
Widaman in Thompson 2003). Prav zato smo uporabili tudi indekse prak-
tičnega prileganja, in sicer CFI, RMSEA z 90 % intervalom zaupanja (IZ)
in SRMR3. Prvi je iz skupine primerjalnih oziroma prirastkovnih, drugi
pa iz skupine absolutnih indeksov (Hu in Bentler 1998). Za interpretacijo
indeksov prileganja obstajajo številne različne smernice oziroma kriteriji;
npr. CFI > 0,95, RMSEA < 0,06 in SRMR < 0,08 (Hu in Bentler 1998), CFI <
0,90, RMSEA < 0,08 (Hair idr., 1998), RMSEA < 0,05 (Marcoulides in Her-
schberger 1997). V pričujoči raziskavi smo vrednosti CFI > 0,95, 0,05 znot-
raj IZ pri RMSEA in SRMR < 0,05 interpretirali v smislu dobrega prileganja
modela; vrednosti CFI > 0,90, 0,08 znotraj IZ pri RMSEA in SRMR < 0,08,
pa v smislu zadovoljivega prileganja. Navedene vrednosti predstavljajo zgolj
okvirne mejnike oziroma smernice pri interpretaciji, odločitev o prileganju
modela je v končni fazi raziskovalčeva (Hair et al. 1998). Nasičenost ozna-
čevalcev v KFA in SEM modelih smo interpretirali kot pomembne na ravni
tveganja p < 0,05, < 0,01 oziroma < 0,001, če je bilo kritično razmerje > 1,96,
> 2,58 oziroma > 3,29. Višino korelacij, avtoregresijskih koeficientov, koefi-
cientov poti navzkrižnega zamika in R2 smo interpretirali v skladu s pripo-
ročili Cohena (1988); in sicer nizka (0,1 < r < 0,3), zmerna (0,3 < r < 0,5) in vi-
ci); v tem primeru smo uporabili postopek izločanja osebe pri vseh analizah in po-
stopek izločanja po parih.
3 CFI (ang. comparative fit index) = primerjalna mera prileganja, RMSEA (ang. ro-
ot-mean-square error of approximation) = koren iz povprečne kvadrirane napake
aproksimacije, SRMR (ang. standardized root-mean-square residual) = standardizi-
ran kvadratni koren povprečja kvadriranih ostankov (pregled v Hu in Bentler 1998).
Za razliko od χ2, ki testira ničelno hipotezo, ali gre za natančno prileganje celotne-
ga modela (dihotomna odločitev), indeksi prileganja kažejo na stopnjo prileganja na
kontinuumu v smislu variance v podatkih, ki jo lahko pojasnimo z modelom (Hu in
Bentler 1998, 1999).
75
Prileganje KFA in SEM modelov smo interpretirali s pomočjo različ-
nih mer prileganja. Obstajajo številne različne mere prileganja, ne obstaja
pa pravilo ali standard, katero mero uporabiti (Hair, Anderson, Tatham in
Black 1998); pri dobro prilegajočih modelih so običajno različne mere prile-
ganja dosledne, tako naj bi raziskovalec uporabil več mer prileganja (Taba-
chnick in Fidell 2007). V pričujoči raziskavi smo uporabili χ2 test kot mero
statističnega prileganja ter tri indekse kot mere praktičnega prileganja mo-
dela (Widaman in Thompson 2003). V modelu, ki se dobro prilega podat-
kom, χ2 ni statistično pomemben (p < 0,05); vendar pri tem velja, da je χ2
neposredno odvisen od velikosti vzorca, kar pomeni, da pri velikih vzor-
cih (N > 200) lahko že pri majhnih neujemanjih med modelom in podatki
pride do neupravičene zavrnitve modela (Hair et al. 1998; Maruyama 1998;
Widaman in Thompson 2003). Prav zato smo uporabili tudi indekse prak-
tičnega prileganja, in sicer CFI, RMSEA z 90 % intervalom zaupanja (IZ)
in SRMR3. Prvi je iz skupine primerjalnih oziroma prirastkovnih, drugi
pa iz skupine absolutnih indeksov (Hu in Bentler 1998). Za interpretacijo
indeksov prileganja obstajajo številne različne smernice oziroma kriteriji;
npr. CFI > 0,95, RMSEA < 0,06 in SRMR < 0,08 (Hu in Bentler 1998), CFI <
0,90, RMSEA < 0,08 (Hair idr., 1998), RMSEA < 0,05 (Marcoulides in Her-
schberger 1997). V pričujoči raziskavi smo vrednosti CFI > 0,95, 0,05 znot-
raj IZ pri RMSEA in SRMR < 0,05 interpretirali v smislu dobrega prileganja
modela; vrednosti CFI > 0,90, 0,08 znotraj IZ pri RMSEA in SRMR < 0,08,
pa v smislu zadovoljivega prileganja. Navedene vrednosti predstavljajo zgolj
okvirne mejnike oziroma smernice pri interpretaciji, odločitev o prileganju
modela je v končni fazi raziskovalčeva (Hair et al. 1998). Nasičenost ozna-
čevalcev v KFA in SEM modelih smo interpretirali kot pomembne na ravni
tveganja p < 0,05, < 0,01 oziroma < 0,001, če je bilo kritično razmerje > 1,96,
> 2,58 oziroma > 3,29. Višino korelacij, avtoregresijskih koeficientov, koefi-
cientov poti navzkrižnega zamika in R2 smo interpretirali v skladu s pripo-
ročili Cohena (1988); in sicer nizka (0,1 < r < 0,3), zmerna (0,3 < r < 0,5) in vi-
ci); v tem primeru smo uporabili postopek izločanja osebe pri vseh analizah in po-
stopek izločanja po parih.
3 CFI (ang. comparative fit index) = primerjalna mera prileganja, RMSEA (ang. ro-
ot-mean-square error of approximation) = koren iz povprečne kvadrirane napake
aproksimacije, SRMR (ang. standardized root-mean-square residual) = standardizi-
ran kvadratni koren povprečja kvadriranih ostankov (pregled v Hu in Bentler 1998).
Za razliko od χ2, ki testira ničelno hipotezo, ali gre za natančno prileganje celotne-
ga modela (dihotomna odločitev), indeksi prileganja kažejo na stopnjo prileganja na
kontinuumu v smislu variance v podatkih, ki jo lahko pojasnimo z modelom (Hu in
Bentler 1998, 1999).
75
