Data AnalysisBecause data from diar

Data Analysis
Because data from diary studies are nested data (repeated measures
within an individual) and missings often occurred because
not all respondents participated in the study for the full length of
25 days, multilevel analysis (linear mixed-model using SPSS) was
the method of choice to analyze this dataset. Because of the large
sample size, only effects that are significant at the p  .01 level
will be reported.
First, a multivariate linear mixed-model analysis with fixed
effects of the six weather parameters (Level 1) was conducted to
identify main effects of weather data on mood, while controlling
for the other weather parameters. Second, to test whether the
effects of weather on mood differed across individuals, univariate
linear mixed-model analyses were conducted including random
effects (slopes). Finally, personality and demographic characteristics
(age, gender; Level 2), as well as season (Level 1) were added
in the linear mixed-models for each weather parameter separately
to explain the expected variance in random effects.

Hasil (Bahasa Indonesia) 1:

Analisis dataKarena data dari buku harian penelitian bersarang data (mengulangi measuresdalam individu) dan missings sering kali terjadi karenatidak semua responden berpartisipasi dalam penelitian untuk panjang penuh25 hari, analisis bertingkat (dicampur-model linear menggunakan SPSS) adalahmetode pilihan untuk menganalisis dataset ini. Karena besarsampel ukuran, hanya efek yang signifikan pada p.01 tingkatakan dilaporkan.Pertama, analisis multivariat dicampur-model linier dengan tetapEfek cuaca enam parameter (tingkat 1) dilakukan untukmengidentifikasi utama efek cuaca data pada suasana hati, sementara mengontroluntuk parameter cuaca lainnya. Kedua, untuk menguji apakahEfek cuaca pada suasana hati yang berbeda di seluruh individu, univariatLinear dicampur-model analisis dilakukan termasuk acakEfek (lereng). Akhirnya, kepribadian dan karakteristik demografis(usia, jenis kelamin; Tingkat 2), serta musim (tingkat 1) ditambahkandalam linier dicampur-model untuk setiap cuaca parameter secara terpisahuntuk menjelaskan varians diharapkan dalam efek acak.

Hasil (Bahasa Indonesia) 2:

Analisis Data
Karena data dari studi buku harian adalah data bersarang (pengukuran berulang
dalam individu) dan missings sering terjadi karena
tidak semua responden berpartisipasi dalam studi untuk panjang penuh
25 hari, analisis multilevel (linear campuran model dengan menggunakan SPSS) adalah
metode pilihan untuk menganalisis dataset ini. Karena besar
ukuran sampel, hanya efek yang signifikan pada p itu? 01 tingkat
akan dilaporkan.
Pertama, analisis campuran-model linier multivariat dengan tetap
efek parameter enam cuaca (Level 1) dilakukan untuk
mengidentifikasi efek utama dari data cuaca pada suasana hati, sekaligus mengontrol
untuk parameter cuaca lainnya. Kedua, untuk menguji apakah
pengaruh cuaca pada suasana hati berbeda di seluruh individu, univariat
analisis linier campuran model dilakukan termasuk random
efek (lereng). Akhirnya, kepribadian dan demografi karakteristik
(umur, jenis kelamin, Level 2), serta musim (Level 1) ditambahkan
dalam campuran-model linear untuk setiap parameter cuaca secara terpisah
menjelaskan variansi diharapkan efek acak.