In the regression analysis used to

In the regression analysis used to predict academic achievement, step 1 of the model was significant (F = 6.32, p < .001, [R.sup.2] = .175). Action-awareness merging ([beta] = .17, p < .05), transformation of time ([beta] = .15, p < .05), and autotelic experience ([beta] = .20, p < .01) predicted academic achievement. Loss of self-consciousness ([beta] = -.18, p < .05) was a negative predictor. The model with self-regulated learning added in step 2 showed a significant increase in the amount of explained variance (F = 5.97, p < .001, [R.sup.2] = .268). Challenge-skill balance ([beta] = -.20, p < .05) appeared to be a significant negative predictor. Loss of self-consciousness ([beta] = -.19, p < .05) remained a negative predictor. Autotelic experience ([beta] = .18, p < .01) remained a significantly positive predictor. Self-efficacy ([beta] = .20, p < .01) and effort regulation ([beta] = .19, p < .01) were also significantly positive predictors of academic achievement. Four factors of active procrastination were included in the last step and the model remained significant throughout (F = 5.10, p < .001, [R.sup.2] = .284). Challenge-skill balance ([beta] = -.21, p < .05), loss of self-consciousness ([beta] = -.16, p < .05), autotelic experience ([beta] = .17, p < .01), self-efficacy ([beta] = .18, p < .01), and effort regulation ([beta] = .17, p < .05) remained significant predictors. Outcome satisfaction ([beta] = .14, p < .05) appeared to be the significant predictor of academic achievement. Active procrastination significantly explained academic achievement with flow and self-regulated learning.

Hasil (Bahasa Indonesia) 1:

Dalam analisis regresi digunakan untuk memprediksi prestasi akademik, langkah 1 model adalah signifikan (F = 6.32, p <.001, [R.sup.2] =.175 mendapat Aksi-kesadaran penggabungan ([beta] =.17, p <.05), transformasi waktu ([beta] =.15, p <.05), dan pengalaman autotelic ([beta] =.20, p <.01) diperkirakan prestasi akademik. Kehilangan kesadaran diri ([beta] =-. 18, p <.05) adalah prediktor negatif. Model dengan belajar sendiri diatur ditambahkan dalam langkah 2 menunjukkan peningkatan yang signifikan dalam jumlah dijelaskan varians (F = 5,97, p <.001, [R.sup.2] =.268 mendapat Tantangan keterampilan keseimbangan ([beta] =-. 20 p <.05) tampaknya menjadi prediktor negatif signifikan. Kehilangan kesadaran diri ([beta] =-. 19, p <.05) tetap prediktor negatif. Pengalaman Autotelic ([beta] =.18, p <.01) tetap prediktor signifikan positif. Diri-keampuhan ([beta] =.20, p <.01) dan peraturan usaha ([beta] =.19, p <.01) yang juga signifikan positif prediksi prestasi akademik. Empat faktor penundaan aktif dimasukkan dalam langkah terakhir dan model tetap signifikan seluruh (F = 5.10, p <.001, [R.sup.2] =.284 mendapat Tantangan keterampilan keseimbangan ([beta] =-. 21, p <.05), hilangnya kesadaran diri ([beta] =-. 16 p <.05), pengalaman autotelic ([beta] =.17, p <.01), diri-kemanjuran ([beta] =.18, p <.01), peraturan usaha ([beta] =.17, p <.05) tetap signifikan prediksi. Kepuasan hasil ([beta] =.14, p <.05) tampaknya prediktor signifikan prestasi akademik. Penundaan aktif secara signifikan menjelaskan prestasi akademik dengan aliran dan mandiri belajar.

Hasil (Bahasa Indonesia) 2:

Dalam analisis regresi digunakan untuk memprediksi prestasi akademik, langkah 1 model signifikan (F = 6,32, p <0,001, [R2] = 0,175). Action kesadaran penggabungan ([beta] = 0,17, p <0,05), transformasi waktu ([beta] = 0,15, p <0,05), dan pengalaman autotelic ([beta] = 0,20, p <0,01 ) diprediksi prestasi akademik. Kehilangan kesadaran diri ([beta] = -.18, p <0,05) adalah prediktor negatif. Model dengan pembelajaran mandiri ditambahkan pada langkah 2 menunjukkan peningkatan yang signifikan dalam jumlah perbedaan dijelaskan (F = 5.97, p <0,001, [R2] = 0,268). keseimbangan tantangan-skill ([beta] = -.20, p <0,05) tampaknya menjadi prediktor negatif yang signifikan. Kehilangan kesadaran diri ([beta] = -.19, p <0,05) tetap merupakan prediktor negatif. Pengalaman autotelic ([beta] = 0,18, p <0,01) tetap merupakan prediktor positif secara signifikan. Self-efficacy ([beta] = 0,20, p <0,01) dan usaha regulasi ([beta] = 0,19, p <0,01) juga merupakan prediktor positif signifikan dari prestasi akademik. Empat faktor prokrastinasi aktif dilibatkan dalam langkah terakhir dan model tetap signifikan di seluruh (F = 5.10, p <0,001, [R2] = 0,284). keseimbangan tantangan-skill ([beta] = -.21, p <0,05), kehilangan kesadaran-diri ([beta] = -.16, p <0,05), pengalaman autotelic ([beta] = 0,17, p <0,01), self-efficacy ([beta] = 0,18, p <0,01), dan usaha regulasi ([beta] = 0,17, p <0,05) tetap prediktor signifikan. kepuasan hasil ([beta] = 0,14, p <0,05) tampaknya menjadi prediktor signifikan dari prestasi akademik. prokrastinasi aktif secara signifikan menjelaskan prestasi akademik dengan aliran dan pembelajaran mandiri.