As all item scores correlated signi

As all item scores correlated significantly with one another and only a onedimensional construct was assumed, a principal component analysis (PCA) was conducted on the eight items with oblimin rotation acrossSample 1in order to check
whether the DUBS indeed consisted of one component. As the robustness of factor
analysis also depends on sample size, the KaiserMeyerOlkin (KMO) measure was
used to assess the adequacy of the sample size for the analysis. For the overall scale
KMO was .84; moreover, the KMO for all individual items was .80 or higher, thus
satisfying the requirement that all KMO values should exceed .5 (Field,2009).
To cross-validate the findings obtained for Sample 1, multiple-group confirmatory factor analysis (CFA) was used to establish the factorial invariance of the model
obtained for Sample 1 acrossSamples 2and3.The fit of the model to the data was
examined with the x
2
goodness-of-fit statistic, the root mean square error of
approximation (RMSEA), the TuckerLewis index (TLI), and the comparative fit
index (CFI). Generally, models with TLI and CFI.90, and RMSEAB.08
represent close fit between the hypothesized model and the data (Hoyle,1995).

Hasil (Bahasa Indonesia) 1:

Seperti semua item nilai secara signifikan berkorelasi dengan satu sama lain dan hanya onedimensional membangun diasumsikan, analisis komponen utama (PCA) dilakukan pada delapan item dengan oblimin rotasi acrossSample 1 in order untuk memeriksaApakah memang DUBS terdiri dari satu komponen. Sebagai kekokohan faktorAnalisis juga tergantung pada ukuran sampel, ukuran Kaiser Meyer Olkin (KMO)digunakan untuk menilai kecukupan ukuran sampel untuk analisis. Untuk skala keseluruhanKMO adalah. 84; Selain itu, KMO untuk item individu adalah.80 atau lebih tinggi, sehinggamemenuhi persyaratan bahwa semua nilai KMO harus melebihi.5 (Field, 2009).Untuk cross-memvalidasi temuan-temuan yang diperoleh untuk sampel 1, beberapa kelompok konfirmasi faktor Analisis (CFA) digunakan untuk membangun invariance faktorial modelDiperoleh untuk sampel 1 acrossSamples 2and3. Cocok model data adalahdiperiksa dengan x2Statistik kebaikan-dari-fit, kesalahan root mean squarependekatan (RMSEA), indeks Tucker Lewis (TLI) dan komparatif cocokIndeks (CFI). Umumnya, model dengan TLI dan CFI.90, dan RMSEAB.08mewakili pas dekat antara hypothesized model dan data (Hoyle, 1995).

Hasil (Bahasa Indonesia) 2:

Karena semua nilai barang berkorelasi secara signifikan dengan satu sama lain dan hanya membangun onedimensional diasumsikan, analisis komponen utama (PCA) dilakukan pada delapan item dengan oblimin rotasi acrossSample rangka 1in untuk memeriksa
apakah DUBS memang terdiri dari satu komponen. Sebagai kekokohan faktor
analisis juga tergantung pada ukuran sampel, Olkin (KMO) ukuran Kaiser? Meyer? Itu
digunakan untuk menilai kecukupan ukuran sampel untuk analisis. Untuk skala keseluruhan
KMO adalah 0,84; apalagi, KMO untuk semua item individu adalah 0,80 atau lebih tinggi, sehingga
memenuhi persyaratan bahwa semua nilai KMO melebihi 0,5 (Field, 2009).
Untuk cross-memvalidasi temuan yang diperoleh untuk Contoh 1, beberapa kelompok analisis faktor konfirmatori ( CFA) digunakan untuk menetapkan invarian faktorial dari model
yang diperoleh untuk Contoh 1 acrossSamples 2and3.The fit dari model untuk data itu
diperiksa dengan x
2
kebaikan-of-fit statistik, root mean square error dari
pendekatan (RMSEA) , indeks Tucker? Lewis (TLI), dan cocok perbandingan
indeks (CFI). Umumnya, model dengan TLI dan CFI? 0,90, dan RMSEAB.08
mewakili cocok dekat antara model hipotesis dan data (Hoyle, 1995).