Page 83 - Maša Vidmar, Vedenjske težave in učna uspešnost. Ljubljana: Pedagoški inštitut, 2017. Digitalna knjižnica, Dissertationes, 30
P. 83
r e z u ltat i
Poleg tega navajamo tudi povzetke korelacijskih tabel za označeval-
ce izbranih napovednikov (za konstrukte, ki imajo le en označevalec, to ni
mogoče). Korelacije med označevalci temeljnih kompetentnosti prvošolcev
so znašale od r (326) = 0,13 do 0,70, p < 0,05 do p < 0,01; med označevalci
psiholoških značilnosti mame od r (312) = -0,63 do 0,53, p < 0,01; med ozna-
čevalci značilnosti družinskega okolja otrok od r (301–302) = -0,11 do 0,79, p
= 0,06 do p < 0,01; med označevalci samouravnavanja otrok od r (322–325)
= 0,01 do 0,78, p = 0,87 do p < 0,01.
Korelacije med označevalci različnih napovednikov
Smer korelacij je v glavnem skladna s pričakovanimi. Označevalci otroko-
vih temeljnih kompetentnosti se pomembno povezujejo z nekaterimi ozna-
čevalci drugih dejavnikov, zlasti pa nizko do zmerno in pozitivno z večino
označevalcev otrokovega samouravnavanja, pa tudi z nebesedno inteligen-
tnostjo. Označevalci psiholoških značilnosti mame se pomembno nizko do
zmerno povezujejo zlasti z označevalci značilnosti otrokovega družinskega
okolja. Označevalci samouravnavanja se poleg naštetega nizko do zmerno
povezujejo tudi z otrokovo nebesedno inteligentnostjo.
Preverjanje latentnih konstruktov
S KFA smo preverili, ali smo konstrukte, ki smo jih nameravali uporabiti v
nadaljnjih SEM analizah, dobro merili s tistimi opazovanimi spremenljiv-
kami, ki smo jih kot označevalce predvideli v hipotezi 1. Kot smo že navedli,
KFA ni možna za konstrukte z manj kot tremi označevalci, torej za nebese-
dno inteligentnost; ima en označevalec, zato smo za ta konstrukt v mode-
lih določili nasičenost na 1,00, pripadajočo varianco napake pa smo določi-
li pri (1-α)∙SD2 (Hair et al. 1998), kar znaša 6,41.
Za vsakega od preostalih konstruktov smo v programu Mplus 5.2
(2009) izvedli KFA. V KFA, kjer smo imeli natanko tri označevalce enega
konstrukta, smo pravzaprav preverjali ravno-identificiran (t. i. just-identi-
fied) model, za katerega je značilno popolno prileganje (število ocenjevanih
parametrov je enako številu korelacij ali kovarianc med merjenimi spre-
menljivkami; Marcoulides in Hershberger 1997). Prileganja modela torej ni
bilo mogoče oceniti; parametre v modelu je bilo mogoče izračunati le na en
način (Maruyama 1998). Lahko pa smo iz nasičenosti ocenili, kako dobro
so označevalci merili konstrukt. Kadar smo v KFA imeli več kot tri označe-
valce, smo lahko ocenili tudi prileganje modela glede na χ2, CFI, RMSEA in
83
Poleg tega navajamo tudi povzetke korelacijskih tabel za označeval-
ce izbranih napovednikov (za konstrukte, ki imajo le en označevalec, to ni
mogoče). Korelacije med označevalci temeljnih kompetentnosti prvošolcev
so znašale od r (326) = 0,13 do 0,70, p < 0,05 do p < 0,01; med označevalci
psiholoških značilnosti mame od r (312) = -0,63 do 0,53, p < 0,01; med ozna-
čevalci značilnosti družinskega okolja otrok od r (301–302) = -0,11 do 0,79, p
= 0,06 do p < 0,01; med označevalci samouravnavanja otrok od r (322–325)
= 0,01 do 0,78, p = 0,87 do p < 0,01.
Korelacije med označevalci različnih napovednikov
Smer korelacij je v glavnem skladna s pričakovanimi. Označevalci otroko-
vih temeljnih kompetentnosti se pomembno povezujejo z nekaterimi ozna-
čevalci drugih dejavnikov, zlasti pa nizko do zmerno in pozitivno z večino
označevalcev otrokovega samouravnavanja, pa tudi z nebesedno inteligen-
tnostjo. Označevalci psiholoških značilnosti mame se pomembno nizko do
zmerno povezujejo zlasti z označevalci značilnosti otrokovega družinskega
okolja. Označevalci samouravnavanja se poleg naštetega nizko do zmerno
povezujejo tudi z otrokovo nebesedno inteligentnostjo.
Preverjanje latentnih konstruktov
S KFA smo preverili, ali smo konstrukte, ki smo jih nameravali uporabiti v
nadaljnjih SEM analizah, dobro merili s tistimi opazovanimi spremenljiv-
kami, ki smo jih kot označevalce predvideli v hipotezi 1. Kot smo že navedli,
KFA ni možna za konstrukte z manj kot tremi označevalci, torej za nebese-
dno inteligentnost; ima en označevalec, zato smo za ta konstrukt v mode-
lih določili nasičenost na 1,00, pripadajočo varianco napake pa smo določi-
li pri (1-α)∙SD2 (Hair et al. 1998), kar znaša 6,41.
Za vsakega od preostalih konstruktov smo v programu Mplus 5.2
(2009) izvedli KFA. V KFA, kjer smo imeli natanko tri označevalce enega
konstrukta, smo pravzaprav preverjali ravno-identificiran (t. i. just-identi-
fied) model, za katerega je značilno popolno prileganje (število ocenjevanih
parametrov je enako številu korelacij ali kovarianc med merjenimi spre-
menljivkami; Marcoulides in Hershberger 1997). Prileganja modela torej ni
bilo mogoče oceniti; parametre v modelu je bilo mogoče izračunati le na en
način (Maruyama 1998). Lahko pa smo iz nasičenosti ocenili, kako dobro
so označevalci merili konstrukt. Kadar smo v KFA imeli več kot tri označe-
valce, smo lahko ocenili tudi prileganje modela glede na χ2, CFI, RMSEA in
83
