Next, confirmatory factor analyses

Next, confirmatory factor analyses (CFA) were conducted to test single factor solutions for the personality scales (Neuroticism, Extraversion, Openness, Agreeableness, Conscientiousness, Sociability and Need for Cognition). Item level models were estimated using WLSMV. When assessing model fit, a range of the more reliable fit indices (Hu & Bentler, 1999) were consulted, namely, the Root Mean Square Error of Approximation (RMSEA), Comparative Fit Index (CFI), and Tucker-Lewis Index (TLI). In the case when items comprised the indicators, the Weighted Root Mean Residual (WRMR) was also used, when parcels comprised the indicators, the Standardized Root Mean Square Residual (SRMR) was consulted. The SRMR is only calculable with continuous data; and parcelled indicators closely approximate continuous data (Coffman & MacCallum, 2005). Models were considered to adequately model the data at values of 6.08 for the SRMR (Spence, 1997) and the RMSEA (Browne & Cudeck, 1993), values below 1 for the WRMR and values P.90 for the CFI and TLI, (Bentler & Bonett, 1980) with values above .95 preferred (Hu & Bentler, 1999).

結果 (繁體中文) 1:

接下來，驗證性因素分析（CFA）進行了測試對於人格量表單因素的解決方案（神經質，外向性，開放性，宜人性，嚴謹性，社交性和認知需求）。項目級別車型採用WLSMV估計。在評估模型擬合，射程更可靠的擬合指數（胡和特勒，1999年）進行了磋商，即近似（RMSEA）的均方根誤差，比較擬合指數（CFI）和塔克 - 劉易斯指數（TLI ）。在當包裹由指標時由指標項目中，加權根平均剩餘（WRMR）也被使用的情況下，標準化均方根殘差（SRMR）進行了磋商。所述SRMR僅與連續數據可計算; 和指標包包的密切近似的連續數據（科夫曼＆麥卡勒姆，2005）。

結果 (繁體中文) 2:

接下來，對確認因素分析（CFA）進行測試人格尺度的單一因素解決方案（神經質、外向性、開放性、同意性、良心、社交性和認知需求）。使用 WLSMV 估計專案級模型。在評估模型擬合時，參考了一系列更可靠的擬合指數（Hu & Bentler，1999 年），即近似的根均方誤差 （RMSEA）、比較擬合指數 （CFI） 和塔克-路易斯指數 （TLI）。在構成指標的專案時，也使用了加權根平均殘差（WRMR），當構成指標的宗地時，參考了標準化根平均平方殘差（SRMR）。SRMR 只能用連續資料進行計算;和包裹指標密切近似連續資料（科夫曼和麥克卡倫，2005年）。模型被認為對 SRMR（Spence，1997 年）和 RMSEA（Browne & Cudeck，1993 年）的 6.08 值進行充分建模，WRMR 的值低於 1，CFI 和 TLI 的值 P.90（本特勒和博內特，1980 年）的值高於 .95 首選值（Hu = Bentler）, 1999).

結果 (繁體中文) 3:

其次，採用驗證性因素分析（CFA）對人格量表（神經質、外向性、開放性、宜人性、責任心、社交性和認知需要）的單因素解進行測試。使用WLSMV估計項目級模型。在評估模型擬合時，參攷了一系列更可靠的擬合指數（Hu&Bentler，1999），即近似均方根誤差（RMSEA）、比較擬合指數（CFI）和Tucker-Lewis指數（TLI）。當項目包含名額時，也使用加權均方根殘差（WRMR），當包裹包含名額時，參攷標準均方根殘差（SRMR）。SRMR只能用連續數據來計算；而分組名額接近連續數據（Coffman&MacCallum，2005）。模型被認為是對SRMR（Spence，1997）和RMSEA（Browne&Cudeck，1993）的6.08值、WRMR的低於1值和CFI和TLI的P.90值（Bentler&Bonett，1980）的數據進行了充分建模，其值高於.95（Hu&Bentler，1999）。