《表3 依次增加潜在组别数目的潜在剖面分析结果 (4 544份)》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《某研究型大学本科新生学习动机的调研分析》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

使用Mplus软件对某研究型大学2017级新生样本进行潜在剖面分析，所归纳的结果如表3所示。对于组别数目不同的潜在剖面分析模型，熵值均在0.8以上，可以判定为高水平[4]，说明分组效果较好。从对数似然值来看，对数似然值越高，模型拟合越好。从信息指标来看，信息指数越小模型拟合越好。从似然比检验来看，显著P值意味着k～1组别不如现分析的k组别拟合效果好。在本研究中，对数似然值随组别数目的升高而增大，信息指标赤池系数（AIC）、贝叶斯系数（BIC）、样本量修正系数（ABIC）的值随组别数目的升高而减小，说明组别越多越好。但似然比检验LMR、ALMR在组别数目为6时不显著，说明5个潜在组别模型优于6个潜在组别模型。所以，5个潜在组别模型为最优模型。