Page 92 - Maša Vidmar, Vedenjske težave in učna uspešnost. Ljubljana: Pedagoški inštitut, 2017. Digitalna knjižnica, Dissertationes, 30
P. 92
vedenjske težave in učna uspešnost
(z enakimi označevalci); torej, ali imamo v merskem modelu v različnih
skupinah enake vzorce nasičenosti in drugih parametrov (Widaman in Re-
ise 1997). V kolikor smo s pomočjo indeksov prileganja (χ2, CFI, IZ RMSEA,
SRMR) potrdili konfiguralno invarianco, smo nadaljevali s preverjanjem t.
i. šibke invariance, ki je najšibkejša oblika merske invariance oziroma inva-
riance merjenja (Widaman in Reise 1997)10. Pri tem smo preverjali, ali so v
KFA modelu nasičenosti posameznih označevalcev določenega konstrukta
enake med skupinami. V kolikor kjeonbfiilgduirfearlnenečinnišχib2 kteesitn(vΔaχr2i(adnfc)e=sχta2(tdisft)iščib--
knao- nχ2e(pdof )mkoenfmigubraelnna), med modelom da imamo šibko invarianco merjenja; da
smo zaključili,
imamo torej enako visoke nasičenosti za iste označevalce v različnih sku-
pinah. Le v primeru, da smo dosegli šibko invarianco nasičenosti v mer-
skem modelu, je bilo smiselno, da smo za strukturni model z diferenčnim
χ2 testom preverili, ali so poti med konstrukti v različnih skupinah enake
(Maruyama 1998). To smo storili tako, da smo model, v katerem smo poti
in tudi nasičenosti izenačili, primerjali z modelom, v katerem smo izenači-
li le nasičenosti. V vse modele smo vključili že ugotovljene korelacije med
označevalci (razen korelacije med istima označevalcema pri slovenščini) ter
vzdolžno invarianco nasičenosti (glej razdelek 3.4.1 ter sliki 6 in 7).
V prvem nizu analiz smo preverjali, ali spol moderira odnos med učno
uspešnostjo in vedenjem ponotranjenja. Boxov M ni bil statistično pomem-
ben (Boxov M = 151,18, F(120, 232762) = 1,19, p = 0,08). Modeliranje na dveh
skupinah je pokazalo, da se je KFA model brez omejitev (konfiguralna vari-
anca) zadovoljivo prilegal podatkom (CFI = 0,94, RMSEA(IZ) = 0,08(0,07–
0,09), SRMR = 0,08, χ2(168) = 343,44, p < 0,001). V nadaljevanju smo lah-
ko izenačili nasičenosti vseh označevalcev med skupinama (Δχ2(8) = 12,68,
p = 0,12, glede na KFA model brez omejitev), nato pa še poti in korelacije
med konstrukti (Δχ2(6) = 6,48, p = 0,37, glede na model z izenačenimi nasi-
čenostmi ter neizenačenimi potmi in korelacijami). Ta model je imel zado-
voljivo prileganje pri dveh indeksih (CFI = 0,94, RMSEA(IZ) = 0,08(0,07–
0,09), SRMR = 0,11, χ2(182) = 362,60, p < 0,001). V tem modelu so bile pri
dečkih in deklicah vse nasičenosti in avtoregresijske poti pozitivne in po-
membne na ravni tveganja p < 0,001. Pri poteh navzkrižnega zamika in so-
časnih korelacijah so rezultati podobni kot pri modelu brez skupin (glej
sliko 6), in sicer je bila pot od M2 vedenja ponotranjenja do M4 učne us-
pešnosti pomembna, obratno pa ni veljajo. Prav tako je bila korelacija med
10 Naslednji stopnji merske invariance sta močna in nato stroga invarianca (Widaman
in Reise, 1997). Le-teh nismo preverjali, saj že pri doseženi šibki invarianci lahko
primerjamo odnose med konstrukti v različnih skupinah.
92
(z enakimi označevalci); torej, ali imamo v merskem modelu v različnih
skupinah enake vzorce nasičenosti in drugih parametrov (Widaman in Re-
ise 1997). V kolikor smo s pomočjo indeksov prileganja (χ2, CFI, IZ RMSEA,
SRMR) potrdili konfiguralno invarianco, smo nadaljevali s preverjanjem t.
i. šibke invariance, ki je najšibkejša oblika merske invariance oziroma inva-
riance merjenja (Widaman in Reise 1997)10. Pri tem smo preverjali, ali so v
KFA modelu nasičenosti posameznih označevalcev določenega konstrukta
enake med skupinami. V kolikor kjeonbfiilgduirfearlnenečinnišχib2 kteesitn(vΔaχr2i(adnfc)e=sχta2(tdisft)iščib--
knao- nχ2e(pdof )mkoenfmigubraelnna), med modelom da imamo šibko invarianco merjenja; da
smo zaključili,
imamo torej enako visoke nasičenosti za iste označevalce v različnih sku-
pinah. Le v primeru, da smo dosegli šibko invarianco nasičenosti v mer-
skem modelu, je bilo smiselno, da smo za strukturni model z diferenčnim
χ2 testom preverili, ali so poti med konstrukti v različnih skupinah enake
(Maruyama 1998). To smo storili tako, da smo model, v katerem smo poti
in tudi nasičenosti izenačili, primerjali z modelom, v katerem smo izenači-
li le nasičenosti. V vse modele smo vključili že ugotovljene korelacije med
označevalci (razen korelacije med istima označevalcema pri slovenščini) ter
vzdolžno invarianco nasičenosti (glej razdelek 3.4.1 ter sliki 6 in 7).
V prvem nizu analiz smo preverjali, ali spol moderira odnos med učno
uspešnostjo in vedenjem ponotranjenja. Boxov M ni bil statistično pomem-
ben (Boxov M = 151,18, F(120, 232762) = 1,19, p = 0,08). Modeliranje na dveh
skupinah je pokazalo, da se je KFA model brez omejitev (konfiguralna vari-
anca) zadovoljivo prilegal podatkom (CFI = 0,94, RMSEA(IZ) = 0,08(0,07–
0,09), SRMR = 0,08, χ2(168) = 343,44, p < 0,001). V nadaljevanju smo lah-
ko izenačili nasičenosti vseh označevalcev med skupinama (Δχ2(8) = 12,68,
p = 0,12, glede na KFA model brez omejitev), nato pa še poti in korelacije
med konstrukti (Δχ2(6) = 6,48, p = 0,37, glede na model z izenačenimi nasi-
čenostmi ter neizenačenimi potmi in korelacijami). Ta model je imel zado-
voljivo prileganje pri dveh indeksih (CFI = 0,94, RMSEA(IZ) = 0,08(0,07–
0,09), SRMR = 0,11, χ2(182) = 362,60, p < 0,001). V tem modelu so bile pri
dečkih in deklicah vse nasičenosti in avtoregresijske poti pozitivne in po-
membne na ravni tveganja p < 0,001. Pri poteh navzkrižnega zamika in so-
časnih korelacijah so rezultati podobni kot pri modelu brez skupin (glej
sliko 6), in sicer je bila pot od M2 vedenja ponotranjenja do M4 učne us-
pešnosti pomembna, obratno pa ni veljajo. Prav tako je bila korelacija med
10 Naslednji stopnji merske invariance sta močna in nato stroga invarianca (Widaman
in Reise, 1997). Le-teh nismo preverjali, saj že pri doseženi šibki invarianci lahko
primerjamo odnose med konstrukti v različnih skupinah.
92
