Development and refinement of the maximizing scalesBasing their defini terjemahan - Development and refinement of the maximizing scalesBasing their defini Bahasa Indonesia Bagaimana mengatakan

Development and refinement of the m

Development and refinement of the maximizing scales
Basing their definition of a maximizer from Simon’s con- ceptualization of the term, Schwartz et al. (2002) began the creation of a measuring instrument for the constructs of maximization and regret. Beginning with a 42-item questionnaire, the number of items was soon reduced to 22 based on item reliability and face validity. Schwartz et al. conducted a principal components analysis (PCA) with the goal of establishing a scale where all the items would load on to a single component. However, the analysis produced a three component model with 4-items that had low item-total correlations that were then eliminated. This realization lead to the construction of the 13-item scale that Schwartz and colleagues divided into three components that they felt could accurately measure the characteristics of maximizers. These components are choice difficulty, difficulty with large numbers of options, and high standards. Nenkov et al. (2008) conducted an analysis of the reliability, factor structure, and validity of the Schwartz et al. MS and created a short form of the scale. Following the original analysis, they found that several of the items qualified for removal, as they scored low based on commonly accepted psychometric standards. Nenkov et al. also questioned the factor structure of the original scale. They performed a confirmatory factor analysis (CFA) on three newly developed factors, alternative search, decision difficulty, and high standards and found that some items loaded on to more than a single factor and thus did not support the proposed model. They also found that six of the items had factor loadings below .50. Nenkov et al. concluded that, despite the scale having sufficient internal consistency and construct validity, it is not unidimensional. However, they did not report the correlation between the factors. They performed a second analysis to identify problematic items in the maximization scale and to develop a short form of it. Items were evaluated based on “external, internal and judgmental criteria” (p. 376). For the creation of a short scale, items were selected based on their assortment into the three dimensions. Results showed that the 6-item scale fit the proposed model significantly better while retaining good levels of reliability and nomological validity. Similar to the original 13-item scale, they found negative relationships between the new short scale of maximizing and life satisfaction, happiness,and found a positive relationship with regret. Thus, it appears, even with the 6-item scale, that those who are high on maximizing may be happy and regret their choices more than those who are low.
As stated previously, Diab et al. (2008) felt that the maximization scale was lacking in its reliability and va- lidity. Diab et al. constrained the development of the MTS to searching for an optimal alternative. Specifically items were generated based on this definition, “I am uncomfortable making decisions before I know all of my options.” In addition, they stated that their scale was unidimensional, which they theorize is an important characteristic of measuring maximizing. Results of their analysis found that the MTS had considerably higher levels of internal consistency and did not correlate with life satisfaction, avoidance, neuroticism, and indecisiveness. However, their scale did correlate positively with regret. However, in their study the MS exhibited similar rela- tionships found in previous studies. Therefore, it is possible as we stated that MTS and MS are not measuring the same construct.
Rim et al. (2011) reevaluated the MTS and MS, but differed from previous papers evaluating the scales by performing IRT analysis. Before performing IRT, they examined the factor structure of both scales using Exploratory Factor Analysis (EFA) and CFA. Results of the EFA indicated that a three-factor model fit the data well
for the maximization scale. Results of the CFA indicate that a three-factor solution fits the data the best; however, their CFA revealed that two of the factors (decision difficulty and high standards) are likely not measuring the same underlying construct.
Diab et al. (2008) claimed that the MTS is unidimensional. Results of the EFA indicated that a three factor model fit the data the best; however, there was evidence of overfactoring, which occurs when the major factor is estimated, but addtional factors are poorly estimated. Results from the CFA indicated that a three-factor model fit the data the best, but that the factor loadings were not interpretable and thus they concluded that the factor struc- ture is unspecifiable.
Rim et al. (2011) applied IRT analysis to the MTS and MS, specifically using the graded response model (GRM; Samejima, 1969). The results of their analyses indicated that many of the items did not provide adequate discriminability. Specifically they set a standard of item discriminability and found that only four items between both of the scales met or exceeded this standard. In addition, they claimed that the current maximizing scales might in fact be measuring satisficing rather than maximizing.
0/5000
Dari: -
Ke: -
Hasil (Bahasa Indonesia) 1: [Salinan]
Disalin!
Pembangunan dan perbaikan memaksimalkan TimbanganMendasarkan definisi pemaksimal dari Simon's con-ceptualization istilah, Schwartz et al. (2002) mulai penciptaan alat ukur untuk konstruksi maksimalisasi dan penyesalan. Dimulai dengan 42-item kuesioner, jumlah item segera dikurangi menjadi 22 berdasarkan item kehandalan dan keabsahan wajah. Schwartz et al. melakukan analisis komponen utama (PCA) dengan tujuan membangun skala yang mana semuanya akan beban pada satu komponen. Namun, analisis menghasilkan model tiga komponen dengan 4-item yang telah rendah item-total korelasi yang kemudian dihilangkan. Hal ini menyebabkan realisasi pembangunan skala 13-item yang Schwartz dan rekan-rekan dibagi menjadi tiga komponen yang mereka merasa dapat secara akurat mengukur karakteristik maximizers. Komponen ini adalah pilihan kesulitan, kesulitan dengan sejumlah besar pilihan, dan standar yang tinggi. Nenkov et al. (2008) melakukan analisis terhadap kehandalan, faktor struktur, dan keabsahan dari Schwartz et al. MS dan menciptakan bentuk singkat skala. Setelah analisis asli, mereka menemukan bahwa beberapa item yang memenuhi syarat untuk penghapusan, karena mereka mencetak rendah berdasarkan standar psikometrik umumnya diterima. Nenkov et al. juga mempertanyakan struktur faktor skala asli. Mereka melakukan konfirmasi faktor Analisis (CFA) pada tiga faktor yang baru dikembangkan, Cari alternatif, keputusan kesulitan, dan standar yang tinggi dan menemukan bahwa beberapa item di-load ke lebih dari faktor tunggal dan dengan demikian tidak mendukung model yang diusulkan. Mereka juga menemukan bahwa enam item memiliki faktor bongkar muat di bawah 50. Nenkov et al. menyimpulkan bahwa, meskipun skala memiliki konsistensi internal yang memadai dan validitas, itu bukanlah unidimensional. Namun, mereka tidak melaporkan korelasi antara faktor-faktor. Mereka tampil analisis yang kedua untuk mengidentifikasi item yang bermasalah dalam skala maksimalisasi dan mengembangkan suatu bentuk pendek. Item dievaluasi berdasarkan "menghakimi, internal dan eksternal kriteria" (p. 376). Untuk menciptakan skala pendek, item dipilih berdasarkan bermacam-macam mereka ke dalam tiga dimensi. Hasil penelitian menunjukkan bahwa skala 6-item sesuai model diusulkan signifikan lebih baik sementara tetap mempertahankan baik tingkat kehandalan dan keabsahan nomological. Mirip dengan skala 13-barang asli, mereka menemukan negatif hubungan antara skala pendek baru memaksimalkan dan kepuasan hidup, kebahagiaan, dan menemukan hubungan positif dengan penyesalan. Dengan demikian, tampaknya, bahkan dengan skala 6-item, bahwa orang-orang yang tinggi memaksimalkan mungkin bahagia dan menyesal pilihan mereka lebih dari mereka yang rendah.Seperti yang dinyatakan sebelumnya, Diab et al. (2008) merasa bahwa maksimalisasi skala kurang dalam kehandalan dan va-lidity. Diab et al. dibatasi pengembangan MTS untuk mencari alternatif yang optimal. Khusus item yang dihasilkan berdasarkan definisi ini, "Aku tidak nyaman membuat keputusan sebelum aku tahu semua pilihan saya." Selain itu, mereka menyatakan bahwa skala mereka adalah unidimensional, yang mereka berteori adalah karakteristik penting dari mengukur memaksimalkan. Hasil analisis mereka menemukan bahwa MTS memiliki jauh lebih tinggi tingkat konsistensi internal dan melakukan tidak berkorelasi dengan kepuasan hidup, penghindaran, neuroticism, dan keraguan. Namun, skala mereka melakukan berkorelasi positif dengan penyesalan. Namun, dalam studi mereka MS dipamerkan serupa Real-tionships ditemukan dalam studi sebelumnya. Oleh karena itu, sangat mungkin seperti kami nyatakan bahwa MTS dan MS tidak mengukur konstruksi yang sama.RIM et al. (2011) reevaluated MTS dan MS, tapi berbeda dari karya-karya sebelumnya yang mengevaluasi timbangan dengan melakukan analisis IRT. Sebelum melakukan IRT, mereka memeriksa struktur faktor skala kedua menggunakan eksplorasi faktor Analisis (EFA) dan CFA. Hasil EFA menunjukkan bahwa model tiga-faktor cocok data baikuntuk skala maksimalisasi. Hasil dari CFA menunjukkan bahwa solusi tiga-faktor cocok data yang terbaik; Namun, CFA mereka mengungkapkan bahwa dua faktor (keputusan kesulitan dan standar yang tinggi) mungkin tidak mengukur konstruksi dasar yang sama.Diab et al. (2008) mengklaim bahwa MTS unidimensional. Hasil EFA menunjukkan bahwa model tiga faktor cocok data yang terbaik; Namun, ada bukti overfactoring, yang terjadi ketika faktor utama diperkirakan, tetapi faktor tambahan buruk diperkirakan. Hasil dari CFA menunjukkan bahwa model tiga-faktor cocok data yang terbaik, tetapi bahwa bongkar muat faktor tidak ditafsirkan dan dengan demikian mereka menyimpulkan bahwa faktor struktur-saan unspecifiable.RIM et al. (2011) diterapkan IRT analisis MTS dan MS, khusus menggunakan model respon dinilai (GRM; Samejima, 1969). Hasil analisis menunjukkan bahwa banyak dari item tidak memberikan cukup discriminability. Secara khusus mereka menetapkan standar item discriminability dan menemukan bahwa hanya empat item antara keduanya timbangan bertemu atau melebihi standar ini. Selain itu, mereka mengklaim bahwa saat ini timbangan memaksimalkan mungkin bahkan mengukur mengedepankan daripada memaksimalkan.
Sedang diterjemahkan, harap tunggu..
Hasil (Bahasa Indonesia) 2:[Salinan]
Disalin!
Pengembangan dan penyempurnaan dari skala memaksimalkan
Mendasarkan definisi mereka dari maximizer dari ceptualization con Simon istilah, Schwartz et al. (2002) mulai penciptaan alat ukur untuk konstruksi dari maksimalisasi dan penyesalan. Dimulai dengan kuesioner 42-item, jumlah item segera dikurangi menjadi 22 berdasarkan pada keandalan barang dan validitas wajah. Schwartz et al. melakukan analisis komponen utama (PCA) dengan tujuan membangun skala di mana semua item akan memuat ke komponen tunggal. Namun, analisis menghasilkan model tiga komponen dengan 4-item yang memiliki korelasi item-total rendah yang kemudian dihilangkan. Kesadaran ini menyebabkan pembangunan skala 13-item yang Schwartz dan rekan dibagi menjadi tiga komponen bahwa mereka merasa secara akurat dapat mengukur karakteristik maximizers. Komponen ini kesulitan pilihan, kesulitan dengan sejumlah besar pilihan, dan standar yang tinggi. Nenkov dkk. (2008) melakukan analisis terhadap keandalan, struktur faktor, dan validitas Schwartz et al. MS dan menciptakan bentuk pendek dari skala. Setelah analisis asli, mereka menemukan bahwa beberapa item memenuhi syarat untuk dihapus, karena mereka dinilai berdasarkan standar yang diterima secara umum psikometri rendah. Nenkov dkk. juga mempertanyakan struktur faktor dari skala asli. Mereka melakukan analisis faktor konfirmatori (CFA) pada tiga faktor baru dikembangkan, pencarian alternatif, kesulitan keputusan, dan standar yang tinggi dan menemukan bahwa beberapa item dimuat ke lebih dari satu faktor tunggal dan dengan demikian tidak mendukung model yang diusulkan. Mereka juga menemukan bahwa enam dari item memiliki faktor loadings bawah 0,50. Nenkov dkk. menyimpulkan bahwa, meskipun skala memiliki konsistensi internal yang memadai dan membangun validitas, tidak unidimensional. Namun, mereka tidak melaporkan korelasi antara faktor. Mereka melakukan analisis kedua untuk mengidentifikasi item bermasalah dalam skala maksimalisasi dan mengembangkan bentuk pendek itu. Item yang dievaluasi berdasarkan "eksternal, internal dan menghakimi kriteria" (hal. 376). Untuk penciptaan skala pendek, item yang dipilih berdasarkan berbagai mereka ke dalam tiga dimensi. Hasil penelitian menunjukkan bahwa skala 6-item sesuai dengan model yang diusulkan secara signifikan lebih baik sementara tetap mempertahankan tingkat yang baik dari keandalan dan validitas nomological. Mirip dengan aslinya skala 13-item, mereka menemukan hubungan negatif antara skala pendek baru memaksimalkan dan kepuasan hidup, kebahagiaan, dan menemukan hubungan yang positif dengan penyesalan. Dengan demikian, tampak, bahkan dengan skala 6-item, bahwa mereka yang tinggi pada memaksimalkan mungkin senang dan menyesal pilihan mereka lebih dari mereka yang rendah.
Seperti yang dinyatakan sebelumnya, Diab et al. (2008) merasa bahwa skala maksimalisasi kurang dalam kehandalan dan lidity va-. Diab et al. terkendala pengembangan MTS untuk mencari alternatif optimal. Secara khusus item yang dihasilkan berdasarkan definisi ini, "Saya membuat keputusan tidak nyaman sebelum aku tahu semua pilihan saya." Selain itu, mereka menyatakan bahwa skala mereka unidimensional, yang mereka berteori merupakan karakteristik penting dari pengukuran memaksimalkan. Hasil analisis mereka menemukan bahwa MTS memiliki tingkat lebih tinggi dari konsistensi internal dan tidak berkorelasi dengan kepuasan hidup, penghindaran, neurotisisme, dan keraguan. Namun, skala mereka tidak berkorelasi positif dengan penyesalan. Namun, dalam penelitian mereka MS dipamerkan hubungan di serupa yang ditemukan dalam studi sebelumnya. Oleh karena itu, mungkin karena kami menyatakan bahwa MTS dan MS tidak mengukur konstruk yang sama.
Rim dkk. (2011) dievaluasi kembali MTS dan MS, tetapi berbeda dari kertas sebelumnya mengevaluasi timbangan dengan melakukan analisis IRT. Sebelum melakukan IRT, mereka meneliti struktur faktor kedua skala menggunakan eksplorasi Analisis Faktor (EFA) dan CFA. Hasil dari PUS menunjukkan bahwa model tiga faktor sesuai dengan data dengan baik
untuk skala besarnya. Hasil CFA menunjukkan bahwa solusi tiga faktor sesuai dengan data yang terbaik; Namun, CFA mereka mengungkapkan bahwa dua faktor (kesulitan keputusan dan standar yang tinggi) cenderung tidak mengukur konstruk dasar yang sama.
Diab et al. (2008) menyatakan bahwa MTS adalah unidimensional. Hasil dari PUS menunjukkan bahwa model tiga faktor sesuai dengan data yang terbaik; Namun, ada bukti overfactoring, yang terjadi ketika faktor utama diperkirakan, tetapi faktor addtional buruk diperkirakan. Hasil dari CFA menunjukkan bahwa model tiga faktor sesuai dengan data yang terbaik, tetapi bahwa beban faktor tidak ditafsirkan dan dengan demikian mereka menyimpulkan bahwa faktor struktural mendatang adalah unspecifiable.
Rim dkk. (2011) diterapkan analisis IRT ke MTS dan MS, khususnya dengan menggunakan model respon dinilai (GRM; Samejima, 1969). Hasil analisis mereka menunjukkan bahwa banyak item tidak memberikan discriminability memadai. Secara khusus mereka menetapkan standar item discriminability dan menemukan bahwa hanya empat item antara kedua skala memenuhi atau melampaui standar ini. Selain itu, mereka mengklaim bahwa skala memaksimalkan saat ini mungkin sebenarnya akan mengukur satisficing daripada memaksimalkan.
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: