To estimate the measurement model, the maximum likelihood estimation m terjemahan - To estimate the measurement model, the maximum likelihood estimation m Bahasa Indonesia Bagaimana mengatakan

To estimate the measurement model,

To estimate the measurement model, the maximum likelihood estimation method was used. Input data was provided in the form of a variance-covariance matrix, supplemented with the asymptotic covariance matrix (Schumacker and Lomax, 1996). An initial estimate revealed a problem requiring a respecification of the model. The problem was a very high correlation (0.9) between two of the participation in strategic decision making items (evaluating options and developing details about options) and this was resolved by dropping the latter from the model. The respecified model fitted the data quite well with all major indices (NFI = 0.938, NNFI = 0.970, CFI = 0.976; SRMR = 0.054, RMSEA = 0.042) falling within acceptable levels (Schumacker and Lomax, 1996; Hair et al, 1998; Lance and Vandenberg, 2002) and with standardized residuals symmetrically clustered around the zero point (Joreskog and Sorbom, 1993; Byrne, 1998). All of the factor loadings exceeded 0.5 and were statistically significant at p < 0.01 level. Taking these factors into account, it was determined that the measurement model holds and the analysis progressed to testing the structural model.
0/5000
Dari: -
Ke: -
Hasil (Bahasa Indonesia) 1: [Salinan]
Disalin!
Untuk memperkirakan model pengukuran, metode estimasi maksimum kemungkinan digunakan. Input data yang diberikan dalam bentuk matriks varians-kovarians, dilengkapi dengan matriks asimtotik kovarians (Schumacker dan Lomax, 1996). Perkiraan awal menunjukkan masalah membutuhkan respecification model. Masalahnya adalah korelasi yang sangat tinggi (0,9) antara dua partisipasi dalam pengambilan keputusan strategis item (mengevaluasi pilihan dan mengembangkan rincian tentang pilihan) dan ini diselesaikan dengan menjatuhkan yang kedua dari model. Respecified model dilengkapi data cukup baik dengan semua indeks (NFI = 0.938, NNFI = 0.970, CFI = 0.976; SRMR = 0.054, RMSEA = 0.042) jatuh dalam tingkat yang dapat diterima (Schumacker dan Lomax, 1996; Rambut et al, 1998; Lance dan Vandenberg, 2002) dan dengan standar residu simetris berkerumun di sekitar titik nol (Joreskog dan Sorbom, 1993; Byrne, 1998). Semua bongkar muat faktor melebihi 0,5 dan yang signifikan secara statistik tingkat < 0,01 p. Mempertimbangkan faktor-faktor ini, itu bertekad bahwa memegang model pengukuran dan analisis berkembang untuk pengujian model struktural.
Sedang diterjemahkan, harap tunggu..
Hasil (Bahasa Indonesia) 2:[Salinan]
Disalin!
Untuk memperkirakan model pengukuran, metode estimasi kemungkinan maksimum digunakan. Input data diberikan dalam bentuk matriks varians-kovarians, dilengkapi dengan matriks kovarians asimtotik (Schumacker dan Lomax, 1996). Estimasi awal mengungkapkan masalah yang membutuhkan respecification model. Masalahnya adalah korelasi yang sangat tinggi (0,9) antara dua dari partisipasi dalam pengambilan keputusan bersifat strategis (mengevaluasi pilihan dan mengembangkan rincian tentang pilihan) dan ini diselesaikan dengan menjatuhkan yang terakhir dari model. Model respecified dilengkapi data cukup baik dengan semua indeks utama (NFI = 0,938, NNFI = 0,970, CFI = 0,976; SRMR = 0,054, RMSEA = 0,042) yang berada dalam tingkat yang dapat diterima (Schumacker dan Lomax, 1996; Hair et al, 1998; Lance dan Vandenberg, 2002) dan dengan residual standar simetris berkerumun di sekitar titik nol (Joreskog dan Sorbom, 1993; Byrne, 1998). Semua beban faktor melebihi 0,5 dan secara statistik signifikan pada p <0,01 tingkat. Mengambil faktor-faktor ini, ditetapkan bahwa model pengukuran memegang dan analisis berkembang ke pengujian model struktural.
Sedang diterjemahkan, harap tunggu..
 
Bahasa lainnya
Dukungan alat penerjemahan: Afrikans, Albania, Amhara, Arab, Armenia, Azerbaijan, Bahasa Indonesia, Basque, Belanda, Belarussia, Bengali, Bosnia, Bulgaria, Burma, Cebuano, Ceko, Chichewa, China, Cina Tradisional, Denmark, Deteksi bahasa, Esperanto, Estonia, Farsi, Finlandia, Frisia, Gaelig, Gaelik Skotlandia, Galisia, Georgia, Gujarati, Hausa, Hawaii, Hindi, Hmong, Ibrani, Igbo, Inggris, Islan, Italia, Jawa, Jepang, Jerman, Kannada, Katala, Kazak, Khmer, Kinyarwanda, Kirghiz, Klingon, Korea, Korsika, Kreol Haiti, Kroat, Kurdi, Laos, Latin, Latvia, Lituania, Luksemburg, Magyar, Makedonia, Malagasi, Malayalam, Malta, Maori, Marathi, Melayu, Mongol, Nepal, Norsk, Odia (Oriya), Pashto, Polandia, Portugis, Prancis, Punjabi, Rumania, Rusia, Samoa, Serb, Sesotho, Shona, Sindhi, Sinhala, Slovakia, Slovenia, Somali, Spanyol, Sunda, Swahili, Swensk, Tagalog, Tajik, Tamil, Tatar, Telugu, Thai, Turki, Turkmen, Ukraina, Urdu, Uyghur, Uzbek, Vietnam, Wales, Xhosa, Yiddi, Yoruba, Yunani, Zulu, Bahasa terjemahan.

Copyright ©2024 I Love Translation. All reserved.

E-mail: