398747_zh-TW

liliconcom

使用 JMP 中的 SEM 平台評估冥想計劃 (2021-US-30MP-897)

等級：中級

 

A Narayanan，寶潔公司首席科學家
Annie Weisbrod，寶潔公司首席永續科學家
Mark Barley，寶潔公司人力資源專家

 

在 Covid-19 危機期間，寶潔公司的工作以三個優先事項為指導：寶潔公司員工的安全、服務消費者和客戶以及支持我們的社區。 作為我們確保員工持續健康的努力的一部分，我們提供了線上直播課程來教授冥想和壓力恢復能力；該計劃是在內部製定並在全球範圍內提供的。 在本文中，我們使用四個主要維度來評估這個新冥想計劃的影響：彈性、同理心、壓力和正念以及其他子維度。 使用 45 個基於醫學的調查問題在八週內對參與者的態度和行為的變化進行了調查。 使用 JMP 16 中的 SEM 平台，我們測量了這些構造的尺度屬性和隨時間的變化，以評估我們的冥想/正念計劃的成功，特別是在員工的福祉和生產力方面。 到目前為止，我們的成果令人鼓舞。

 

 

自動產生的成績單...

 

揚聲器	成績單
尼古拉斯·謝爾頓	好的，錄音開始了，我將繼續靜音，然後，當您準備好時，就可以開始了。
	好的。
安妮韋斯布羅德	大家好。 我是安妮·韋斯布羅德。 我和來自寶潔公司的同事 A Narayanan 和 Mark Barley 一起來到這裡。我們將要進行演示。
	使用 JMP SEM 平台評估冥想計劃。
	首先我想解釋一下我們為什麼要談論這個。
	所以寶潔的
	優先事項，特別是在新冠疫情期間，我們真正關注的是人們的健康。
	由於流感大流行，由於多種原因，這是一個非常緊張的時期，而且還存在內亂地區，改變了供應鏈，導致供應鏈無法獲得，
	改變我們的生活習慣、疾病、照顧他人。 過去，我們的生活在許多方面發生了巨大的變化
	20個月，兩年左右。 因此，保護寶潔員工的健康和福祉已成為當前更重要的優先事項。
	所以我們一直關注的是如何幫助人們在工作時照顧好自己的身心，
	服務客戶、服務消費者並支持我們所居住的社區。 我們制定了內部和外部計劃，教育並允許人們實踐不同方面的福祉，希望能夠幫助他們的健康。
	因此，隨著疫情的發生，我們必須改變向個人和部門提供支援的方式。
	每個員工都有不同的情況，
	無論是他們在公司從事的工作類型、居住地點，或是與他們的健康或其他家庭成員的照護相關的個人環境。
	因此，我多年來一直在教授的內容是在一個實體地點進行面對面的授課。 人們會出現在房間裡，我會分享有關壓力、彈性和冥想的資訊。 我們都被迫轉向直播。
	我的觀眾已經走向全球，因為我們的許多觀眾有不同的時區、不同的語言。 並嘗試使用直播技術，就像我們現在在本次演示中所做的那樣。
	因此，當我們進行這些轉變時，我們很好奇，這些福利計劃的效果如何？ 全球直播的內容和這種新形式對幸福感最重要的心理和情緒健康領域有何影響？
	我教授一門名為「無冥想」的課程
	期望。 這是一門為期八週的全球直播課程。 我們每週見面一次，每次 45 分鐘。
	這是非常有經驗的。 首先是一個簡短的介紹，然後我們為該課程的大部分內容進行練習。
	然後鼓勵參與者在本週剩餘的時間內練習任何方法。 我們的目標是讓人們透過自己的個人正念變得更自給自足，
	注意力、集中力、彈性、
	同理心，以及減輕壓力，在較長的時間內練習這些技巧。
	選擇這些做法是為了幫助我們提高對周圍發生的事情的認識，我們的感受如何，我們在想什麼，
	與壓力相關的不同方面，以及我們如何減輕壓力，對這些經驗採取不同的方法，並提高快樂。
	我們透過與洞察力、紀律和同情心相關的幾種不同的實踐來做到這一點。 因此，在八種不同的實踐中，我們有幾種與現在就在這裡有關。
	一個例子就是五種感官冥想，我們
	只是看到，只是聽到，只是
	聞，只是嘗，
	以剛才來到這裡為例，感受一下皮膚上的東西。 我們還有與內省和感恩相關的實踐。
	處理幹擾，因為我們總是會分心。 頭腦只是做它自己的事，所以數數練習、咒語練習就是這樣的例子。 我們也有與心相關的練習。
	所以這些非常古老的做法，metta
	自受法有著數千年的歷史，來自亞洲文化，用於實踐慈愛、關心他人、給予和接受。
	最後，這是最後一種無選擇的意識。
	只是存在。
	不做任何事情，只是存在。 在禪宗中很受歡迎
	例如，從業者。 去年，我們已有 1,000 多人報名參加這些課程。 大約 50% 的註冊者實際上完成了完整的八週，我們將分享一些統計數據。
	展示這些產品實際上提供了什麼。
	我們調查
	參與者在課程之前和課程之後的態度和行為。 根據醫學標準，我們有 45 個不同的問題。
	這些調查是自願且匿名的，我們基本上關注的是這四份標準問卷。 第一個是五方面正念問卷。
	我們也使用人際反應指數，它與同理心有關，因此同理心關注和採取觀點、不同的觀點。
	悲傷彈性量表和感知壓力量表，這是我們今天演示中要重點關注的內容。
	這是與人們對壓力的感受、所處情境的壓力以及任何壓力相關的不同問卷中使用最廣泛的。
	減壓介入措施的有效性，例如冥想課程。 因此，標準陳述和提出的問題揭示瞭如何不可預測
	人們感覺自己的處境是，是否可控，他們是否感到負擔過重，然後，他們感知到的無助程度是多少。
	他們對這種情況無能為力。
	或者他們的自我效能感，他們對事情將會改變以及他們能夠管理壓力的信心有多大。 因此，我們將重點放在其中兩個與超負荷感覺和在這種情況下感覺不受控制相關的子量表。
	我們有目的地關注壓力，不僅是為了演示，也是為了這些課程，因為它是當今世界上最危險的生活方式因素之一。
	許多組織正在製定綜合福利計劃，以應對各地發布的不同報告。 世界衛生組織在過去十多年已經確定，慢性或未解決的壓力是最大的生活方式風險因素，超過了
	肥胖和缺乏體力活動是導致全世界身心慢性疾病的主要原因。
	所以
	好消息是，在這八週的時間內，我們確實看到了顯著的成長。
	當我們第一次查看傳入的數據時，只是我們在這裡看到的簡單方法，我們確實看到正念顯著增加，
	同理心、彈性，以及人們對壓力的感知明顯減少。 太好了，我們有興趣對此進行更深入的調查，因此我聯繫了我的統計合作夥伴，他將與您分享
	一些調查結果來自前後配對回應。 因此，他現在將接手，並向您展示一些 JMP 功能，以了解他一直在根據我們從調查中獲得的答案進行的工作。
一個	謝謝你，安妮。
	你們看到我的螢幕了嗎？ 我做不到。
	嘿夥計們，我需要花一些時間，但我不知道，這裡的事情不起作用。
	謝謝你，安妮。 大家好。 我叫納拉亞南。
	我是寶潔公司高階消費者建模和統計部門的一員。 今天想分享的是數據的分析細節
	來自安妮剛才所描述的程序。 所以我的議程將包括三個主題。 我要講一下因子模型最佳化，然後我要來講驗證性因子分析
	優化因子模型。 最後我將討論縱向測量不變性。 這很重要，因為我們想要衡量潛在手段過程隨時間的變化。 那麼讓我們直接進入第一個主題。
	因子模型優化，我們為什麼要這樣做？ 原因...我想這樣做有兩個原因。 首先是安妮提到的10個問題
	實際上並沒有針對我們感興趣測量的兩個結構進行最佳化。
	而且，我們的樣本量很小，我們希望確保我們不會在事前和事後提出太多問題。
	這就是我們進行因子模型最佳化的兩個原因。 為了做到這一點，我將藉鏡經典測試理論中的兩個想法。
	一是可靠性。 可靠性實際上與測量的一致性有關。 我們希望確保構造中的項目測量的是相同的東西。 並且有許多不同的可靠性衡量標準。 我要在這裡使用的是
	信度係數，或 Cronbach's alpha。 你可以在那裡看到公式。 我使用它的原因之一是因為它可以在 JMP 的多變量平台中使用選項項可靠性來使用。
	現在一個
	這種方法的缺點是它假設所有變數或項目都同樣可靠。
	我們知道有些項目的可靠性與其他項目不同，在這種情況下，我們可以使用平均方差提取器。
	那是什麼？ 為了解釋這一點，我將實際使用驗證性因素模型的路徑圖。 我想在這裡描述三個組成部分。
	頂部的那個實際上被包圍在一個圓圈中，這就是潛在變數。
	然後底部有一個指標，被包圍在一個矩形中，在這個例子中，有四個指標，它們是利用這個潛在變數的大問題。
	然後是四個Lambda變量，它們實際上是給出每個指標強度的因子負荷
	進入構造。 因此提取的平均變異數是 Lambda 和
	誤差的方差，位於底部。 三角洲位於底部。 這是錯誤
	成分。為了簡單起見，我們將它們視為測量誤差，而這些誤差的變異數也包含在提取的平均分數的計算中。
	如果你看一下公式，如果底部沒有誤差方差，最大值將為 1，這就是我們想要的。
	所以
	另一個在衡量可靠性方面也有用的項目是項目可靠性，它實際上只不過是潛在變數指標的每個迴歸的單獨 R 平方。 當我們進入 JMP 時我們就會看到這一點。
	經典測試理論中第二個重要的概念是有效性。 有效性涉及變數是否衡量了它應該衡量的內容。 再說一遍，這裡有很多不同的
	版本的有效性。 我要關注的是區分有效性，這與您正在測量的結構是否獨特且獨特有關。
	好的，有了這兩個概念，我實際上將進入 JMP 並展示我們所做的建模的一些細節。 所以我將從這 10 個問題開始進行探索性因素分析
	與應力域有關。 現在，在我所有的分析中，我將
	顯示分析結果。 我不會引導您一步一步地點擊並完成此操作，因為這將花費很長時間，而且 JMP 中對此有詳細記錄。
	大的，我們稱之為
	重載的元件，以及具有三個項目的較小元件，我們稱之為無法控制。 所以這是一個探索性因素分析，它似乎支持兩個因素。
	我們想確認我們的數據確實如此，並且數據將支持這一點。 因此，我將對這 10 個問題進行驗證性因素分析。
	我們可以看到，過載組件連接到七個指示器，而不可控組件連接到三個指示器。
	我們想看看這個數據有多好......這個模型與數據的擬合程度如何。 我們可以看到，看...卡方在 34 個自由度處為 44，並且並不顯著，因此模型得到了數據的支持。
	我們希望在底部看到的其他內容是我提到的構造有效性矩陣。
	此矩陣的對角線給出了提取的平均變異數。 我們可以看到，不可控因素的變異數相當高，而過載因素的變異數實際上很低。
	正交元素告訴您每個因素與其他因素共享的變異量。 對於過載因子，這的方差
	事實上，與不可控因素共享的變異數高於其與自身指標共享的方差，如對角線所示。 而這並不是我們想要的最佳化因子結構。
	而且，如果你去看看
	路徑圖與估計，其實你可以看到
	單一項目的可靠性，顯示在
	這裡的矩形。 你可以看到
	連接到過載因子分量的七個指標具有不同的項目可靠性，範圍從0.277到0.551。
	我們想選擇一些
	具有高可靠性。
	所以我們將使用這些項目可靠性的概念，
	事實上，區分有效性是為了優化我們的因素。
	我要回去看看
	所有這些指標都放在一個表中。
	這個表格有這兩個欄位的Cronbach's alpha，它也有刪除一個item時Cronbach's alpha的變化
	來自整個組合的 Cronbach's alpha，並且它在最後一列中具有項目可靠性。 因此，查看這個數字矩陣並優化因子的一種方法是選擇高可靠性的項目，這些項目可能是前三個。
	現在，在這種特殊情況下，我也喜歡使用
	這
	刪除項目時的克朗巴赫 alpha。 如果你看第三項，
	即使該項目排名第三
	專案可靠性，當我們看這個專欄時，我稱之為 alpha delta，
	這是刪除該項目後整個組合的可靠性變化。 事實上，第三項有一個很大的變化，因此，我沒有選擇這項，事實上，我選擇了它下面的一項。
	因此，對於優化的因子解決方案，我將選擇第一個因子和第五項中的前兩項，然後對於第二個因子，不可控，我將選擇前兩項，因為第三項項目可靠性非常低。
	所以，有
	將因子解決方案從 10 個問題優化為 5 個問題，
	我將確認優化的因子解決方案，並看看我們在剛剛討論的所有指標方面的表現如何。
	所以這裡是優化後的因子解，階因子有三個指標，不可控因素有兩個指標，同樣我們的模型對數據擬合得更好，2、4自由度的卡方並且卡方值沒有被拒絕。
	然後我們下去
	並查看區分效度。 現在，透過最佳化的因子解決方案，您可以看到過載的變異數實際上增加了
	並且它與不可控共享的變異數已經減少。 所以正交值小於對角線上的值，這正是我們想要支援的
	區分有效性。 因此，透過優化解決方案，我們實現了區分有效性，並且我們還獲得了比原始 10 個問題更好的模型。
	好的，我們已經優化了因子解決方案。
	下一步是測量模型不變性。
	讓我們提醒自己在哪裡。 我們已經看到了很多不同的表格和分析。 我們有
	同理心、壓力、彈性和正念。
	我們將只關注壓力。 我們在這裡要回答的主要問題是潛在變數的平均分數是否有所提高
	在為期八週的課程中從前到後？
	為了證實這一點，我們必須先證明縱向測量不變性。
	那是什麼？ 事實上，我最近了解到了這一點，讓我在這裡插入一篇由 JMP 開發人員 Laura Schilo 和 Paul Russo 撰寫的優秀論文
	在最新一期的《結構方程模型》中，他們詳細介紹了 JMP 的所有不同功能，包括縱向測量不變性。
	縱向測量不變性的想法是確保潛在變數的意義不隨時間而改變。
	在我們計算潛在變數的平均變化之前，我們要確保我們在開始和結束時測量的是相同的東西。 因此，為了確定這一點，有四個步驟。
	這些實際上是四種不同的模型。 首先是在相同數量的因素和載入模式下具有最少限制的配置模型。
	第二個是弱不變性模型，我們在其中添加了更多限制。 我們稍微擰緊螺絲並提出問題，這個模型是否仍然受支援？
	然後我們再擰緊螺絲，除此之外，如果我強加項目攔截的品質會怎麼樣？ 然後最後，
	螺絲上的最後一個螺紋，如果我們添加項目差異並在兩個時間點上計算這些差異的品質會怎麼樣？
	因此，如何逐步執行此操作的詳細資訊包含在我剛才提到的那篇文章中。 我只想在這裡顯示結果。
	哎呀。
	所以在這個
	路徑圖，我正在展示
	無論是在調查前階段或是在調查後階段，這兩個因素都是超負荷且不可控的。 所以我們有超載的前置、無法控制的前置，以及同樣的前置。
	超載由三項解釋，而失控則與兩項相關。 現在這裡的字母不同了
	對模型施加的約束。 例如，C3
	從超載到預檢“感到緊張和壓力”
	被限制為等於帖子中的同一項目。 這是我們對模型施加的約束的一部分，以確保這些約束得到支持。
	因此，字母表示對模型施加的不同約束，並且這些估計值是相等的。 相似地，
	等價項的截距也相等，
	分別表示為
	A。

爆發數據探索數據視覺化回覆：使用 JMP 中的 SEM 平台評估冥想計畫 (2021-US-30MP-897)

做得好，

請<如果您可以將全文發送給我

raaed1983@gmail.com

 

問候