terms from these two items were all

terms from these two items were allowed to correlate. Again, in order to release a degree of freedom, the third factor-to-item path was fixed. This model fit the data very well, exceeding all benchmarks (Χ2 (df = 1, N = 1,997) = 5.57, p < .05; CFI = .999; TLI = .997; SRMR = .01; RMSEA = .05, 90% C.I. = .02–.09). Regression estimates for paths from the factor to the items ranged from .84 to .90. Although this model is not the most parsimonious, it does maximize fit to the data, and demonstrates that these three items are closely related, and all items are strongly associated with the same latent factor, meaning in life.
3.2.2 Reliability
Next, the internal consistency was calculated for the three meaning items, with Cronbach’s alpha (.88), inter-item correlations (rs from .66 to .73), and single measure interclass correlation coefficient (.71) indicating a high degree of coherence among the items. The internal consistency of the MLQ-SF in this Chilean sample is nearly identical to that reported in a national American sample (α = .89; Kobau et al., 2010).
3.2.3 Distinctiveness of the MLQ-SF from related measures
Finally, an exploratory factor analysis (maximum likelihood extraction with promax rotation, kappa = 4) was conducted with the three MLQ items, as well as the nine items from the short form of the basic psychological needs scale and the 15 items from the life domain satisfaction measure. A total of nine factors were extracted according to the heuristic of eigen values greater than 1. Items from the MLQ-SF, and the items from each of the three BNS-SF subscales, formed clear factors with strong, primary, pattern matrix loadings for the MLQ-SF (.81–.91), the relatedness (.83–1.00), autonomy (.90–.92), and competence (.65–.91) subscales, with negligible secondary loadings (all < .08).
The items from the life domain satisfaction measure had smaller primary factor loadings (.16–.50), and a less distinct factor pattern. The best-formed factor consisted of satisfaction with housing, life over-all, income, food, education, and health. Only two other factors had multiple items with primary loadings greater than .30. The first consisted of satisfaction with ability to help others and spiritual/religious/philosophical beliefs. The other consisted of satisfaction with local security level and neighborhood/town/community. Satisfaction with work, friends, family, and free choice and control over life did not load on any factors above .30. Further investigation is needed to explain these patterns; however, there is no strong reason to expect shared variance.
It is clear from these analyses that meaning in life and basic psychological needs are distinct from each other, and from the satisfaction items.
3.2.4 Invariance of MLQ-SF scores across gender
To establish measurement invariance of the MLQ-SF across gender, we conducted a series of multigroup confirmatory factor analyses (see Byrne, Shavelson, & Muthén 1989; Cheung & Rensvold, 2002) on the dataset comparing male and female respondents using AMOS 17 (Arbuckle, 2010). The first model tested consisted of the single-factor structure of the MLQ-SF, as described above, allowing all parameters to vary across cultural groups. According to these indices, the two-factor model fit well across gender (CFI = .999, NNFI = .996, SRMR = .00, RMSEA = .03, 90%C.I. = .00–.06). With this level of weak, or configural, invariance, comparing correlations using the scale is tenable. We next tested the same model, but with factor loadings constrained to be equal across gender. The model fit was identical. Finally, to establish strong,

Hasil (Bahasa Indonesia) 1:

persyaratan dari kedua item diizinkan untuk mengkorelasikan. Sekali lagi, untuk melepaskan tingkat kebebasan, jalan ketiga faktor-untuk-item itu tetap. Model ini cocok dengan data yang sangat baik, melebihi semua benchmark (Χ2 (df = 1, N = 1,997) = 5.57, p <. 05; CFI =. 999; TLI =. 997; SRMR =. 01; RMSEA = 05, 90% CI = 02-.09). Regresi memperkirakan untuk path dari faktor untuk item yang berkisar dari.84 ke.90. Walaupun model ini tidak paling terlalu kikir, itu memaksimalkan cocok untuk data, dan menunjukkan bahwa tiga item terkait erat, dan semuanya sangat erat hubungannya dengan faktor laten yang sama, yang berarti dalam hidup.3.2.2 keandalanSelanjutnya, konsistensi internal dihitung untuk item tiga makna, dengan Cronbach's alpha (. 88), barang antar korelasi (rs dari.66 untuk.73), dan single mengukur interclass korelasi koefisien (. 71) menunjukkan tingkat tinggi koherensi antara item. Konsistensi internal MLQ-SF dalam contoh ini Chili hampir identik dengan yang dilaporkan dalam sampel Amerika Nasional (α =. 89; Kobau et al., 2010).3.2.3 kekhasan dari MLQ-SF dari langkah-langkah yang terkaitFinally, an exploratory factor analysis (maximum likelihood extraction with promax rotation, kappa = 4) was conducted with the three MLQ items, as well as the nine items from the short form of the basic psychological needs scale and the 15 items from the life domain satisfaction measure. A total of nine factors were extracted according to the heuristic of eigen values greater than 1. Items from the MLQ-SF, and the items from each of the three BNS-SF subscales, formed clear factors with strong, primary, pattern matrix loadings for the MLQ-SF (.81–.91), the relatedness (.83–1.00), autonomy (.90–.92), and competence (.65–.91) subscales, with negligible secondary loadings (all < .08).The items from the life domain satisfaction measure had smaller primary factor loadings (.16–.50), and a less distinct factor pattern. The best-formed factor consisted of satisfaction with housing, life over-all, income, food, education, and health. Only two other factors had multiple items with primary loadings greater than .30. The first consisted of satisfaction with ability to help others and spiritual/religious/philosophical beliefs. The other consisted of satisfaction with local security level and neighborhood/town/community. Satisfaction with work, friends, family, and free choice and control over life did not load on any factors above .30. Further investigation is needed to explain these patterns; however, there is no strong reason to expect shared variance.Hal ini jelas dari analisis ini arti itu dalam hidup dan kebutuhan psikologis dasar berbeda dari satu sama lain, dan dari item kepuasan.3.2.4 invariance MLQ-SF Skor di seluruh jenis kelaminUntuk membuat pengukuran invariance dari MLQ-SF di seluruh jenis kelamin, kami melakukan serangkaian analisis multigroup faktor konfirmasi (Lihat Byrne, Shavelson, & Muthén 1989; Cheung & Rensvold, 2002) pada dataset membandingkan responden pria dan wanita yang menggunakan AMOS 17 (Louis Vuitton bersaing langsung, 2010). Model pertama diuji terdiri dari single-faktor struktur MLQ-SF, seperti yang dijelaskan di atas, memungkinkan semua parameter bervariasi di seluruh kelompok budaya. Menurut Indeks ini, model dua faktor cocok baik di gender (CFI =.999, NNFI =.996, SRMR =.00, RMSEA = kerja.03, 90%C.I. =.00-.06). Dengan ini tingkat lemah, atau configural, invariance, membandingkan korelasi menggunakan skala dapat dipertahankan. Kami berikutnya diuji model yang sama, tetapi dengan faktor bongkar muat dibatasi untuk menjadi sama di seluruh jenis kelamin. Model yang cocok adalah identik. Akhirnya, untuk mendirikan kuat,

Hasil (Bahasa Indonesia) 2:

istilah dari kedua hal ini diizinkan untuk berhubungan. Sekali lagi, untuk melepaskan derajat kebebasan, jalur ketiga faktor-to-item itu tetap. Model ini sesuai dengan data yang sangat baik, melebihi semua benchmark (Χ2 (df = 1, N = 1997) = 5.57, p <0,05; CFI = 0,999; TLI = 0,997; SRMR = 0,01; RMSEA = 0,05, 90% CI = 0,02-0,09). Perkiraan regresi untuk jalur dari faktor untuk item berkisar 0,84-0,90. Meskipun model ini bukan yang paling pelit, itu tidak memaksimalkan cocok untuk data, dan menunjukkan bahwa ketiga item berkaitan erat, dan semua item yang sangat terkait dengan faktor laten yang sama, yang berarti dalam kehidupan.
3.2.2 Keandalan
Selanjutnya, konsistensi internal dihitung untuk tiga item makna, dengan alpha Cronbach (0,88), antar-item korelasi (rs 0,66-0,73), dan ukuran tunggal koefisien korelasi antar kelas (0,71) menunjukkan tingkat tinggi koherensi antara item. Konsistensi internal dari MLQ-SF dalam sampel Chili ini hampir identik dengan yang dilaporkan dalam sampel Amerika nasional (α = 0,89;. Kobau et al, 2010).
3.2.3 Kekhasan dari MLQ-SF dari langkah-langkah terkait
Akhirnya , analisis eksplorasi faktor (ekstraksi kemungkinan maksimum dengan rotasi PROMAX, kappa = 4) dilakukan dengan tiga item MLQ, serta sembilan item dari bentuk pendek dari skala kebutuhan psikologis dasar dan 15 item dari kepuasan domain kehidupan mengukur. Sebanyak sembilan faktor diekstraksi sesuai dengan heuristik dari eigen nilai lebih besar dari 1. Produk dari MLQ-SF, dan item dari masing-masing tiga subskala BNS-SF, faktor yang jelas dibentuk dengan kuat, primer, beban pola matriks untuk yang MLQ-SF (0,81-0,91), keterkaitan (0,83-1,00), otonomi (0,90-0,92), dan kompetensi (0,65-0,91) sub-skala, dengan beban sekunder diabaikan (semua <0,08 ).
Item dari ukuran kepuasan domain kehidupan memiliki lebih kecil faktor utama beban (0,16-0,50), dan pola faktor kurang jelas. Faktor yang terbaik dibentuk terdiri dari kepuasan dengan perumahan, kehidupan over-semua, pendapatan, pangan, pendidikan, dan kesehatan. Hanya dua faktor lain memiliki beberapa item dengan muatan utama lebih besar dari 0,30. Pertama terdiri dari kepuasan dengan kemampuan untuk membantu orang lain dan spiritual / agama / keyakinan filosofis. Yang lain terdiri dari kepuasan dengan tingkat keamanan lokal dan lingkungan / kota / masyarakat. Kepuasan dengan pekerjaan, teman, keluarga, dan pilihan bebas dan kontrol atas kehidupan tidak memuat tentang faktor-faktor di atas 0,30. Penelitian lebih lanjut diperlukan untuk menjelaskan pola-pola ini; Namun, tidak ada alasan yang kuat untuk mengharapkan varians bersama.
Hal ini jelas dari analisis ini bahwa makna dalam hidup dan kebutuhan psikologis dasar berbeda satu sama lain, dan dari item kepuasan.
3.2.4 invarian skor MLQ-SF di jender
Untuk membangun pengukuran invarian dari MLQ-SF di jender, kami melakukan serangkaian analisis faktor konfirmatori Multigroup (lihat Byrne, Shavelson, & Muthén 1989; Cheung & Rensvold, 2002) pada dataset membandingkan responden pria dan wanita menggunakan AMOS 17 (Arbuckle, 2010). Model pertama diuji terdiri dari struktur-faktor tunggal dari MLQ-SF, seperti dijelaskan di atas, memungkinkan semua parameter bervariasi di seluruh kelompok budaya. Menurut indeks ini, model dua faktor cocok di jender (CFI = 0,999, NNFI = 0,996, SRMR = 0,00, RMSEA = 0,03, 90% CI = 0,00-0,06). Dengan tingkat yang lemah, atau configural, invarian, membandingkan korelasi menggunakan skala adalah dipertahankan. Kami berikutnya menguji model yang sama, tetapi dengan faktor loadings dibatasi sama di seluruh gender. Model fit identik. Akhirnya, untuk membangun yang kuat,