我们的研究旨在通过在科学节上进行定量调查研究来解决这一问题,该研究测量了已知可增强科学沟通影响(即预测过程)并提取其潜在因素(即活性成分)的广泛变量。使用探索性因素分析(一种统计方法)实现了数据降低,这是一种在心理学,生物学和其他经验科学中常用的统计方法,以将大量变量的数据浓缩为较少的因素[Thompson,2004]。数据减少在理论上是有价值的,因为它在数据中创建了结构并有助于生成和重新提出理论[Williams,Onsman&Brown,2010]。它也具有实际的好处,因为它有助于识别和删除变量之间的重叠,从而产生有限的变量集,可以更轻松地测量和分析[Thompson,2004]。这项研究的进一步目的是评估活跃成分预测影响的能力。因此,我们还测量了调查中的广泛结果,并使用因子分析来提取其各自的基本因素(即影响)。我们进行了回归分析,以评估和比较活性成分预测影响的程度。
主要关键词