Teoria równań strukturalnych w klasyfikacji zmiennych jawnych i ukrytych według charakteru ich wzajemnych oddziaływań

• Autorzy: Ewa Chodakowska

Warianty tytułu

The Theory of Structural Equations Modelling in the Classification of Observed Variables and Latent Constructs According to the Character of Their Relationship

• Języki publikacji: PL

Abstrakty

Artykuł przedstawia próbę analizy i klasyfikacji zmiennych determinujących efektywność uczenia w wybranych szkołach gimnazjalnych w Polsce. Za pomocą SEM do-konano weryfikacji hipotetycznych relacji między zmiennymi opisującymi wyniki egzami-nacyjne a wybranymi charakterystykami szkoły oraz jej uczniów. Na efektywność w bada-nych szkołach bezpośrednio oddziałuje tylko czynnik otoczenia reprezentowany przez wy-brane charakterystyki uczniów. Czynnik szkolny reprezentujący warunki nauczania bezpo-średnio nie wpływa na wyniki egzaminacyjne, ale jest skorelowany z czynnikiem otoczenia(abstrakt oryginalny)

EN

This paper presents an attempt of analysis and classification of variables that de-termine the effectiveness of teaching in selected secondary schools in Poland. Using SEM hypothetical relationships between variables describing the exam results and selected fea-tures of schools and its students were verified. The effectiveness of the schools in the survey was affected directly only by the environmental factor represented by selected characteris-tics of students. The school's factor represented by teaching conditions had no direct impact on the schools effectiveness, but was correlated with the environmental factor.(original abstract)

Słowa kluczowe

PL

Klasyfikacja

EN

Classification

• Czasopismo: Prace Naukowe Uniwersytetu Ekonomicznego we Wrocławiu. Taksonomia
• Rocznik: 2014
• Tom: 23
• Numer: nr 328 Klasyfikacja i analiza danych - teoria i zastosowania
• Strony: 85--93

Twórcy

autor

Ewa Chodakowska

• Politechnika Białostocka

Bibliografia

• Bedyńska S., Książek M. (2012), Statystyczny drogowskaz 3. Praktyczny przewodnik wykorzystania modeli regresji raz równań strukturalnych, Wydawnictwo Akademickie Sedno, Warszawa.
• Chodakowska E. (2009), Przykłady zastosowań metody Data Envelopment Analysis w badaniu efek-tywności podmiotów sektora edukacji, "Problemy Zarządzania", vol. 7, nr 4, s. 91-112.
• Dufur M.J., Parcel T.L., Troutman K.P. (2013), Does capital at home matter more than capital at school? Social capital effects on academic achievement, "Research in Social Stratification and Mobility", vol. 31, s. 1-21.
• Garson D. (2012), Structural Equation Modeling, Statistical Associates Publishers, Asheboro, NC.
• Konarski R. (2009), Modele równań strukturalnych. Teoria i praktyka, Wydawnictwo Naukowe PWN, Warszawa.
• Kyoung Ro H., Terenzini P.T., Yin A.C. (2013), Between-College Effects on Students Reconsidered, "Research in Higher Education", vol. 54, no. 3, s. 253-282.
• McKenzie K., Gow K. (2004), Exploring the first year academic achievement of school leavers and mature-age students through structural equation modeling, "Learning and Individual Differ-ences", vol. 14, no. 2, s. 107-123.
• Rosandera P., Bäckströma M., Stenbergb G. (2011), Personality traits and general intelligence as predictors of academic performance: A structural equation modelling approach, "Learning and Individual Differences", vol. 21, no. 5, s. 590-596.
• Sagan A. (2003a), Model pomiarowy satysfakcji i lojalności, [w:] Analiza satysfakcji i lojalności klientów, StatSoft Polska, Warszawa-Kraków, s. 75-85.
• Sagan A. (2003b), Model strukturalny relacji między satysfakcją i lojalnością wobec marki, [w:] Analiza satysfakcji i lojalności klientów, StatSoft Polska, Warszawa-Kraków, s. 87-92.