摘要:本文的目的是通过手机和互联网分析来自莫雷洛斯州(墨西哥)公立教育机构心理学系、170 名大学生的受害量表的因素结构。医学、法律和行政。进行探索性因素分析和验证性因素分析,分析各因素的可靠性。解释的总方差百分比为 43.48%。移动电话因素 (0.65) 和互联网因素 (0.63) 均找到了可接受的可靠性指数。有五个项目在其因子负载、因子位置或两者上都存在困难。验证性因子分析显示双因子模型充分拟合,指数为 SRMR = .05、RMSEA = .07、GFI = .97、CFI = .96、AGFI = .92 和 NNFI = .92。通过手机和互联网进行的受害量表可以作为大学生墨西哥研究中有效且可靠的测量工具。关键词:网络欺凌、大学生、心理特征、可靠性、有效性、墨西哥。摘要:本文的目的是通过手机和互联网分析来自莫雷洛斯州(墨西哥)公立教育机构心理学、医学、法律和行政。进行探索性因素分析和验证性因素分析,分析各因素的可靠性。总变异解释百分比为 43.48%。发现手机 (.65) 和互联网 (.63) 的可靠性指数因子均可接受。五个项目在因子载荷、因子位置或两者方面存在困难。验证性因子分析表明,双因子模型的拟合度足够高,指数为 SRMR = .05、RMSEA = .07、GFI = .97、CFI = .96、AGFI = .92 和 NNFI = .92。通过手机和互联网进行的受害量表可用作墨西哥大学生研究中可靠且有效的测量工具。关键词:网络欺凌、大学生、心理测量特性、可靠性、有效性、墨西哥。
许多国家通过实施各种疫苗接种计划改变了疫苗可预防疾病的流行病学。然而,由于观察到的疫苗接种率不理想,全球范围内对此类疫苗的益处产生了争议。尽管许多地区此类疫苗的接种率很低,但对孕产妇和儿童疫苗接种的评估表明,疫苗接种在预防孕妇和新生儿疾病方面非常有效。本研究的目的是确定莱基皮亚北分县 23 个月以下儿童的疫苗接种覆盖率和影响新引进疫苗接种的因素。该研究采用了多阶段抽样,抽样对象是莱基皮亚县内莱基皮亚北分县 23 个月以下儿童的父母和监护人。经过培训的采访员访问了抽样家庭并发放了一份标准化的预测试问卷。母亲和监护人接受了采访,并被要求向采访员出示研究中登记儿童的母子产后手册。还向卫生机构工作人员发放了关键信息提供者问卷。使用 SPSS 和 Microsoft Excel 进行数据输入和分析。使用比例卡方和学生 T 检验来评估影响该县疫苗接种的因素。研究发现,略多于一半(59%)的看护者表示他们的孩子已经接种过疫苗。大多数(61%)的看护者让他们的孩子接种了轮状病毒疫苗,而同样多(61%)的看护者让他们的孩子接种了肺炎球菌疫苗。52% 的看护者表示他们的孩子接种了 IPV(灭活脊髓灰质炎疫苗)。接种轮状病毒疫苗的儿童中有 53% 接种了所需的 2 剂。在社会文化因素中,需要婆婆的同意(p = 0.003)、认为接种疫苗会使女孩不育(p = 0.046)以及认为在很小的时候接种疫苗会伤害孩子(p = 0.021)。
service.gov.uk › 文件 PDF 2022 年 7 月 25 日 — 2022 年 7 月 25 日 飞机维护主管。Hawk 交付团队。人为因素。人为因素分析分类系统。女王陛下的船。高压。
Denkyirah, EK、Adu, DT、Aziz, AA、Denkyirah, EK 和 Okoffo, ED (2016)。影响加纳东北地区小农水稻种植户获得信贷的因素分析。《亚洲农业推广、经济学和社会学杂志》,10(4),1-11。
这种现象影响了RPK业务盈利的可持续性,从而对业务管理产生影响。为了确保RPK所管理的业务能够持续发展,RPK必须制定多项战略来努力发展其业务。可以应用的一种策略是 SWOT 分析,其中包括内部因素分析(优势和劣势)和外部因素分析(机会和威胁)。此外,为了加强 SWOT 分析,可以使用 Alexander Osterwalder 和 Yves Pigneur 开发的商业模式画布 (BMC)。 BMC 有 9 个基本构建模块,包括 (1) 客户细分、(2) 价值主张、(3) 渠道、(4) 客户关系、(5) 收入来源、(6) 关键资源、(7) 关键活动、(8) 关键合作伙伴关系) 和 (9) 成本结构 (Osterwalder & Pigneur, 2017)。结合商业模式画布和 WOT 分析的研究已经得到广泛开展,其中包括 Djufri 和 Lukman (2020) 的研究; 《最后的晚餐》(2019); Prasetyo、Baga & Yulianti (2018);以及 Kurniasari & Kartikasari (2018)。
摘要 - 目前没有心理上有效的工具来衡量机器人的感知危险。为了填补这一空白,我们提供了感知到的危险的定义,并通过四项研究开发并验证了12个项目的尺度。一个探索性因素分析揭示了感知到的危险的四个细分:情感状态,身体脆弱性,无效和认知准备就绪。验证性因素分析证实了双因素模型。然后,我们将感知到的危险量表与Godspeed感知的安全量表进行了比较,发现感知到的危险量表是经验数据的更好预测指标。我们还在面对面的环境中验证了量表,发现感知到的危险量表对机器人速度的操作敏感,这与以前的经验发现一致。表明,感知到的危险量表是可靠的,有效的,并且是对人类机器人相互作用环境中感知的安全性和感知危险的充分预测指标。索引条款 - 被认为的危险;感知的安全;比例de-velopment
摘要:这项研究的总体目的是验证Snyder(1997)儿童希望量表的南非荷兰语版本中的一个来自南非开普敦的儿童样本。在此过程中,该研究旨在测试英语和南非荷兰语版本中的测量不变。该研究使用了横截面调查设计,其两阶段分层的随机样本是1022名儿童11至12岁的儿童。我们从开普敦大都市的低矮和中部社会经济地位社区中选择了15所学校的参与者。我们使用验证性因素分析来分析数据。结果表明使用合并样品(x 2 = 35.692; df = 7; p = .00; cfi = .984; rmsea = .063; srmr = .023)非常适合整体模型。多组验证因素分析进一步证明了度量和标量不变性的态度。这表明量表上的项目在两种语言上具有相同的含义,并且比例尺上的分数可以与相关,回归系数和手段相当。总体发现表明,南非荷兰语翻译的儿童希望量表是在南非背景下使用的适当措施。
背景:在过去几年中,使用互联网来寻找有关疫苗的信息,尤其是与19岁的大流行有关。数字疫苗素养(DVL)是指在线理解,信任,评估和应用与疫苗相关信息。目的:本研究旨在开发一种测量DVL的工具并评估其心理测量特性。方法:对848名法国成年人进行了7项在线问卷。进行了不同的心理测量分析,包括描述性统计,探索性因素分析,验证性因素分析以及收敛性和判别有效性。结果:我们开发了由3个因素组成的7项DVL量表(理解和信任官方信息;在社交媒体中了解和信任信息;以及在线评估信息及其决策应用程序的评估)。848名参与者的基线样本的平均DVL得分为19.5(SD 2.8),范围为7-28。中位数为20。得分显着不同(p = .24)(p = .03)。结论:DVL工具显示出良好的心理测量专家,导致了有希望的DVL度量。
Description Miscellaneous functions for (1) data management (e.g., grand-mean and group-mean cen- tering, coding variables and reverse coding items, scale and cluster scores, reading and writ- ing Excel and SPSS files), (2) descriptive statistics (e.g., frequency table, cross tabulation, ef- fect size measures), (3) missing data (e.g., descriptive statistics for missing data,错过数据模式,Little的完全随机丢失的测试以及辅助可变分析),(4)多级数据(例如,多级统计统计,组内和组相关矩阵,多级验证性因素分析,多层次验证性因素分析,特定水平的级别拟合分析,跨级别的级别测量量度分析,多数级别的多数级别的多数级别,以及5)多重级别的多重级别,多)多(5) (e.g., confirmatory factor analysis, coefficient al- pha and omega, between-group and longitudinal measurement equivalence evaluation), (6) statis- tical analysis (e.g., bootstrap confidence intervals, collinearity and residual diagnostics, domi- nance analysis, between- and within-subject analysis of variance, latent class analysis, t-test, z- test, sample size determination), and (7) functions to interact用“飞艇”和“ mplus”。