398747_de-DE

liliconcom

Evaluierung eines Meditationsprogramms mithilfe der SEM-Plattform in JMP (2021-US-30MP-897)

Niveau: Mittelstufe

 

Ein Narayanan, leitender Wissenschaftler, Procter & Gamble
Annie Weisbrod, leitende Nachhaltigkeitswissenschaftlerin, Procter & Gamble
Mark Bailey, Personalexperte, Procter & Gamble

 

Während der Covid-19-Krise wurden die Bemühungen von P&G von drei Prioritäten geleitet: der Sicherheit der P&G-Mitarbeiter, der Betreuung von Verbrauchern und Kunden und der Unterstützung unserer Gemeinschaften. Im Rahmen unserer Bemühungen, das Wohlbefinden unserer Mitarbeiter dauerhaft zu gewährleisten, haben wir Live-Online-Kurse zum Unterrichten von Meditation und Stressresilienz angeboten. Dieses Programm wurde intern entwickelt und weltweit bereitgestellt. In diesem Artikel bewerten wir die Wirkung dieses neuen Meditationsprogramms anhand von vier Hauptdimensionen: Belastbarkeit, Empathie, Stress und Achtsamkeit sowie anderen Unterdimensionen. Veränderungen in den Einstellungen und Verhaltensweisen der Teilnehmer wurden über einen Zeitraum von acht Wochen anhand von 45 medizinbasierten Umfragefragen erfasst. Mithilfe der SEM-Plattform in JMP 16 haben wir die Skaleneigenschaften und die zeitliche Veränderung dieser Konstrukte gemessen, um den Erfolg unseres Meditations-/Achtsamkeitsprogramms zu bewerten, insbesondere im Hinblick auf das Wohlbefinden und die Produktivität unserer Mitarbeiter. Bisher sind unsere Ergebnisse ermutigend.

 

 

Automatisch generiertes Transkript...

 

Lautsprecher	Transkript
Nicholas Shelton	Okay, die Aufnahme hat begonnen und ich schalte die Stummschaltung ein. Wenn Sie dann bereit sind, können Sie loslegen.
	Okay.
Annie Weisbrod	Hallo zusammen. Ich bin Annie Weisbrod. Ich bin hier mit meinen Kollegen A Narayanan und Mark Bailey von Procter and Gamble. wir werden präsentieren.
	Evaluierung eines Meditationsprogramms mithilfe der JMP SEM-Plattform.
	Zunächst möchte ich also erklären, warum wir überhaupt darüber reden.
	Also P&Gs
	Bei unseren Prioritäten, insbesondere während der COVID-Zeit, haben wir uns wirklich auf die Gesundheit der Menschen konzentriert.
	Es ist aus vielen Gründen eine sehr stressige Zeit aufgrund der Pandemie, aber auch aufgrund von Unruhen, sich ändernden Lieferketten, in denen Dinge nicht verfügbar sind,
	Wir ändern unsere Lebensgewohnheiten, Krankheiten, kümmern uns um andere. Es gibt so viele Dinge, in denen sich unser Leben in letzter Zeit erheblich verändert hat
	20 Monate, zwei Jahre oder so. Daher ist der Schutz der Gesundheit und des Wohlbefindens der P&G-Mitarbeiter in diesen Zeiten zu einer noch größeren Priorität geworden.
	Wir haben uns also darauf konzentriert, wie wir Menschen dabei helfen können, körperlich und geistig auf sich selbst zu achten, während sie ihre Arbeit erledigen.
	um Kunden zu bedienen, um Verbraucher zu bedienen und auch die Gemeinschaften zu unterstützen, in denen wir leben. Wir verfügen über interne und externe Programme, die Menschen aufklären und ihnen ermöglichen, verschiedene Aspekte des Wohlbefindens zu praktizieren, um hoffentlich ihrer Gesundheit zu helfen.
	Mit dem Ausbruch der Pandemie mussten wir daher die Art und Weise ändern, wie wir sowohl Einzelpersonen als auch Abteilungen Unterstützung anbieten.
	Jeder Mitarbeiter hat eine andere Situation,
	Sei es die Art der Arbeit, die sie für das Unternehmen ausüben, der Ort, an dem sie leben, oder persönliche Einstellungen im Zusammenhang mit ihrer Gesundheit oder der Pflege anderer Familienmitglieder.
	Deshalb unterrichte ich seit mehreren Jahren Präsenzunterricht an einem physischen Standort. Die Leute kamen in den Raum und ich teilte ihnen Informationen über Stress, Belastbarkeit und Meditation mit. Und wir waren alle gezwungen, auf Live-Streaming umzusteigen.
	Und mein Publikum ist global geworden, da viele unserer Zielgruppen unterschiedliche Zeitzonen und unterschiedliche Sprachen haben. Und mit der Live-Streaming-Technik herumzuspielen, so wie wir es gerade für diese Präsentation tun.
	Als wir diese Änderungen vorgenommen haben, waren wir neugierig: Wie effektiv sind diese Wohlfühlprogramme? Welchen Einfluss hat der Inhalt und dieses neue Format des globalen Live-Streamings auf die wichtigsten Bereiche der psychischen und emotionalen Gesundheit für das Wohlbefinden?
	Ich unterrichte einen Kurs mit dem Titel „Meditation ohne“.
	Erwartungen. Es handelt sich um einen globalen Live-Streaming-Kurs, der acht Wochen dauert. Wir treffen uns einmal pro Woche für 45 Minuten.
	Es ist sehr erfahrungsorientiert. Es beginnt mit einer kurzen Einführung und dann üben wir den größten Teil des Kurses.
	Und dann werden die Teilnehmer ermutigt, den Rest der Woche diesen Ansatz zu üben. Ziel ist es, dass Menschen mit ihrer persönlichen Achtsamkeit selbstständiger werden,
	Aufmerksamkeit, Konzentration, Belastbarkeit,
	Empathie und auch Stressreduzierung durch das Üben dieser Fähigkeiten über einen längeren Zeitraum.
	Die Praktiken werden ausgewählt, um uns dabei zu helfen, unser Bewusstsein dafür zu schärfen, was um uns herum vorgeht, wie wir uns fühlen, was wir denken,
	verschiedene Aspekte im Zusammenhang mit Stress und wie wir ihn reduzieren können, einen anderen Umgang mit diesen Erfahrungen haben und auch die Freude verbessern können.
	Wir tun dies durch verschiedene Praktiken, die sich auf Einsicht, Disziplin und auch Mitgefühl beziehen. Von den acht verschiedenen Praktiken haben wir also einige, die damit zusammenhängen, einfach hier zu sein.
	Ein Beispiel hierfür wäre eine Fünf-Sinne-Meditation, bei der wir
	einfach sehen, einfach hören, einfach
	riechen, nur schmecken,
	Fühlen Sie einfach, was auf der Haut ist, als Beispiel dafür, wie Sie gerade hier angekommen sind. Wir haben auch Praktiken im Zusammenhang mit Selbstbeobachtung und Dankbarkeit.
	Mit Ablenkungen umgehen, denn wir werden immer abgelenkt. Der Geist macht einfach seine Sache, und Zählübungen und Mantra-Übungen sind Beispiele dafür. Wir haben auch Übungen rund um das Herz.
	Also diese sehr alten Praktiken, Metta
	und Tonglen sind Tausende von Jahren alt und stammen aus Kulturen in Asien, um liebevolle Güte, Fürsorge für andere, Geben und Empfangen zu praktizieren.
	Und dann, endlich, dieses letzte Mal des wahllosen Bewusstseins.
	Nur sein.
	Nichts tun, einfach nur sein. Sehr beliebt bei Zen
	Praktiker zum Beispiel. Im vergangenen Jahr haben sich mehr als 1.000 Menschen für diese Kurse angemeldet. Ungefähr 50 % der Leute, die sich anmelden, absolvieren tatsächlich die gesamten acht Wochen und wir werden einige Statistiken veröffentlichen.
	um zu zeigen, was diese Angebote tatsächlich leisten.
	Wir befragen
	Einstellungen und Verhaltensweisen der Teilnehmer vor und nach dem Kurs. Wir haben 45 verschiedene Fragen, basierend auf medizinischen Standards.
	Die Befragungen sind freiwillig und anonym und wir betrachten grundsätzlich diese vier Standardfragebögen. Der erste Fragebogen ist ein Achtsamkeitsfragebogen mit fünf Facetten.
	Wir verwenden auch den zwischenmenschlichen Reaktivitätsindex, der mit Empathie zusammenhängt, also mit empathischem Interesse und dem Einnehmen unterschiedlicher Perspektiven.
	Die Skala der Trauerresilienz und die Skala des wahrgenommenen Stresses, auf die wir uns heute in der Demonstration konzentrieren werden.
	Dies ist der am häufigsten verwendete der verschiedenen Fragebögen, die sich darauf beziehen, wie Menschen Stress empfinden, wie stressig die Situation ist, in der sie sich befinden, usw
	Wirksamkeit stressreduzierender Interventionen, wie dieses Meditationskurses. Die Standardaussagen und die gestellten Fragen zeigen also, wie unvorhersehbar sie sind
	Die Person hat das Gefühl, dass ihre Situation kontrollierbar ist oder nicht, fühlt sie sich überlastet und wie hoch ist dann ihr wahrgenommener Grad an Hilflosigkeit?
	Sie können nichts an der Situation ändern.
	Oder ihre Selbstwirksamkeit, wie zuversichtlich sie sind, dass sich die Dinge ändern werden und wie sicher sie sind, mit dem Stress umzugehen. Deshalb konzentrieren wir uns auf zwei dieser Subskalen, die sich auf das Gefühl von Überlastung und Unkontrolle in dieser Situation beziehen.
	Wir konzentrieren uns bewusst auf Stress, nicht nur für die Demonstration, sondern auch für diese Kurse, da Stress heute weltweit einer der größten Risikofaktoren für den Lebensstil ist.
	Viele Organisationen entwickeln integrierte Wohlfühlprogramme, um auf die verschiedenen Berichte zu reagieren, die überall auftauchen. Die Weltgesundheitsorganisation hat seit mehr als einem Jahrzehnt festgestellt, dass chronischer oder ungelöster Stress der größte Risikofaktor für den Lebensstil ist, und zwar mit über 100 %
	Fettleibigkeit und mangelnde körperliche Aktivität tragen weltweit am meisten zu chronischen körperlichen und geistigen Erkrankungen bei.
	Also
	Die gute Nachricht, eine kurze Zusammenfassung der Ergebnisse, ist, dass wir in diesem Zeitraum von acht Wochen deutliche Steigerungen verzeichnen.
	Als wir uns zum ersten Mal die eingehenden Daten ansahen, nur die einfachen Mittel dessen, was wir hier sehen, sahen wir bemerkenswerte Steigerungen in den Bereichen Achtsamkeit,
	Empathie, Belastbarkeit und auch eine deutliche Verringerung der Stresswahrnehmung. Das ist also großartig und wir waren daran interessiert, dies genauer zu untersuchen. Deshalb habe ich mich an meinen Statistikpartner gewandt, der es mit Ihnen teilen wird
	Einige der Umfrageergebnisse stammen aus den Vor- und Nachbereitungspaaren. Und so wird er jetzt übernehmen und Ihnen einige dieser JMP-Funktionen für das zeigen, woran er mit den Antworten, die wir aus den Umfragen erhalten haben, gearbeitet hat.
EIN	Danke, Annie.
	Seht ihr meinen Bildschirm? Ich kann nicht.
	Hallo Leute, ich muss mir etwas Zeit nehmen und ich weiß nicht, dass hier alles nicht funktioniert.
	Danke, Annie. Hallo allerseits. Mein Name ist Narayanan.
	Ich bin Teil der Abteilung für fortgeschrittene Verbrauchermodellierung und -statistik bei P&G. Was ich heute tun möchte, ist, die Analysedetails der Daten mitzuteilen
	stammte aus dem Programm, das Annie gerade beschrieben hat. Meine Agenda wird also aus drei Themen bestehen. Ich werde über die Faktormodelloptimierung sprechen, dann werde ich über die konfirmatorische Faktorenanalyse sprechen
	optimiertes Faktormodell. Dann werde ich abschließend die longitudinale Messinvarianz diskutieren. Dies ist wichtig, da wir die zeitliche Veränderung des latenten Mittelverlaufs messen wollen. Kommen wir also direkt zum ersten Thema.
	Und Faktormodelloptimierung, warum machen wir das überhaupt? Der Grund ... es gibt zwei Gründe, warum ich das tun möchte. Zuerst die 10 Fragen, die Annie erwähnt hat
	sind wirklich nicht für die beiden Konstrukte optimiert, die wir messen möchten.
	Außerdem haben wir eine kleine Stichprobengröße und möchten sicherstellen, dass nicht zu viele Fragen aus der Vor- und Nachbereitung gestellt werden.
	Das sind also die beiden Gründe, warum wir Faktormodelloptimierung betreiben. Und um das zu erreichen, werde ich auf zwei Ideen aus der klassischen Testtheorie zurückgreifen.
	Eine davon ist Zuverlässigkeit. Bei der Zuverlässigkeit geht es tatsächlich um die Konsistenz der Messung. Wir möchten sicherstellen, dass die Elemente innerhalb eines Konstrukts dasselbe messen. Und es gibt viele verschiedene Maßstäbe für die Zuverlässigkeit. Das, das ich hier verwenden werde, ist das
	Zuverlässigkeitskoeffizient oder Cronbachs Alpha. Die Formel könnt ihr dort sehen. Und ein Grund, warum ich dies verwende, ist, dass es in der multivariaten Plattform in JMP unter Verwendung der Option „Elementzuverlässigkeit“ verfügbar ist.
	Jetzt eins
	Der Nachteil dieser Maßnahme besteht darin, dass davon ausgegangen wird, dass alle Variablen oder Elemente gleichermaßen zuverlässig sind.
	Und wir wissen, dass einige Elemente nicht die gleiche Zuverlässigkeit haben wie andere, und in diesem Fall könnten wir den Extraktor für die durchschnittliche Varianz verwenden.
	Was ist das nun? Um das zu erklären, werde ich hier tatsächlich das Pfaddiagramm des konfirmatorischen Faktormodells verwenden. Es gibt hier drei Komponenten, die ich beschreiben möchte.
	Die oberste Variable, die eigentlich von einem Kreis umgeben ist, ist die latente Variable.
	Dann ist einer unten, der in ein Rechteck eingeschlossen ist, der Indikator. Und in diesem Beispiel gibt es vier Indikatoren, die so große Fragen darstellen, die diese latente Variable erschließen.
	Dann gibt es vier Lambda-Variablen, bei denen es sich tatsächlich um die Faktorladungen handelt, die die Stärke jedes Indikators angeben
	das Konstrukt erschließen. Die extrahierte durchschnittliche Varianz ist also eine Funktion der Lambdas und des
	Varianzen der Fehler, die unten liegen. Das Delta liegt unten. Hier sind die Fehler
	Komponenten. Der Einfachheit halber betrachten wir sie als Messfehler, und die Varianz dieser Fehler wird auch in die Berechnung der extrahierten Durchschnittsbewertungen einbezogen.
	Wenn Sie sich die Formel ansehen, ist der Maximalwert 1, wenn unten keine Fehlervarianzen vorhanden sind, und das ist es, was wir wollen.
	Also
	Ein weiteres Element, das ebenfalls zur Messung der Zuverlässigkeit nützlich ist, ist die Elementzuverlässigkeit, bei der es sich tatsächlich um nichts anderes als die einzelnen R-Quadrate jeder dieser Regressionen des Indikators auf die latente Variable handelt. Und das werden wir sehen, wenn wir uns mit JMP befassen.
	Das zweite wichtige Konzept der klassischen Testtheorie ist die Gültigkeit. Bei der Gültigkeit geht es darum, ob die Variable das misst, was sie messen soll. Und auch hier gibt es viele verschiedene
	Versionen der Gültigkeit. Ich werde mich auf die Unterscheidungsvalidität konzentrieren, die damit zu tun hat, ob die Konstrukte, die Sie messen, einzigartig und unterschiedlich sind.
	Okay, mit diesen beiden Konzepten werde ich mich tatsächlich mit JMP befassen und einige Details der von uns durchgeführten Modellierung zeigen. Deshalb beginne ich mit einer explorativen Faktorenanalyse der 10 Fragen
	beschäftigt sich mit dem Stressbereich. Nun, in all meiner Analyse werde ich es tun
	Zeigen Sie die Ergebnisse der Analyse an. Ich werde Sie hier nicht Schritt für Schritt durch Zeigen und Klicken führen, da dies sehr lange dauern wird und sie in JMP gut dokumentiert sind.
	der Große, den wir als den bezeichnen
	überladene Komponente und die kleinere mit drei Elementen bezeichnen wir als unkontrollierbar. Es handelt sich also um eine explorative Faktorenanalyse, die zwei Faktoren zu unterstützen scheint.
	Und wir möchten bestätigen, dass dies in unseren Daten tatsächlich der Fall ist, und die Daten werden dies belegen. Deshalb werde ich die konfirmatorische Faktorenanalyse derselben 10 Fragen starten.
	Und wir können sehen, dass die überlastete Komponente mit sieben Indikatoren und die unkontrollierbare Komponente mit drei Indikatoren verbunden ist.
	Wir wollen untersuchen, wie gut diese Daten sind ... wie gut dieses Modell zu den Daten passt. Und wir sehen, wenn wir uns das Chi-Quadrat von ... ansehen. Das Chi-Quadrat beträgt 44 bei 34 Freiheitsgraden und ist nicht signifikant, daher wird dieses Modell durch die Daten gestützt.
	Und etwas anderes, das wir unten sehen möchten, ist die Konstruktvaliditätsmatrix, die ich erwähnt habe.
	Die Diagonale dieser Matrix gibt die durchschnittliche extrahierte Varianz an. Und wir können sehen, dass die Varianz des unkontrollierbaren Faktors ziemlich hoch und die Varianz des überladenen Faktors tatsächlich gering ist.
	Das orthogonale Element gibt an, wie groß die Varianz ist, die jeder Faktor mit dem anderen Faktor teilt. Und für den überladenen Faktor, die Varianz, die dieser aufweist
	Faktoranteile mit unkontrollierbar ist tatsächlich höher als die Varianz, die er mit seinen eigenen Indikatoren teilt, wie in der Diagonale dargestellt. Und das ist keine optimierte Faktorstruktur, die wir wollen.
	Und auch, wenn Sie hingehen und sich das ansehen
	Pfaddiagramm mit den Schätzungen können Sie tatsächlich sehen
	die Einzelpostenzuverlässigkeit, die hier im angezeigt wird
	Rechtecke hier. Und man sieht es
	Die sieben Indikatoren, die mit der überladenen Faktorkomponente verbunden sind, weisen unterschiedliche Elementzuverlässigkeiten auf, die zwischen 0,277 und 0,551 liegen.
	Und wir möchten einige davon auswählen
	hohe Zuverlässigkeit aufweisen.
	Wir werden also diese Konzepte der Elementzuverlässigkeit verwenden:
	Unterscheidungsgültigkeit, um unseren Faktor tatsächlich zu optimieren.
	Und ich werde zurückgehen und es mir ansehen
	Alle diese Kennzahlen werden in einer Tabelle zusammengefasst.
	Und diese Tabelle enthält das Cronbach-Alpha in diesen beiden Spalten sowie die Änderung des Cronbach-Alpha, wenn ein Element gelöscht wird
	aus dem Cronbach-Alpha des gesamten Verbundwerkstoffs und weist außerdem die Itemzuverlässigkeit in der letzten Spalte auf. Eine Möglichkeit, diese Zahlenmatrix zu betrachten und Ihren Faktor zu optimieren, besteht darin, Elemente mit hoher Zuverlässigkeit auszuwählen, die wahrscheinlich zu den ersten drei gehören.
	Nun, in dieser besonderen Situation verwende ich es auch gerne
	Die
	Cronbachs Alpha, wenn das Element gelöscht wird. Und wenn Sie sich den dritten Punkt ansehen,
	obwohl dieser Artikel den dritthöchsten Wert hat
	Elementzuverlässigkeit, wenn wir uns diese Spalte ansehen, nenne ich sie Alpha-Delta,
	Dies ist die Änderung der Zuverlässigkeit des gesamten Verbunds, wenn das Element gelöscht wird. Tatsächlich gibt es eine große Änderung für den dritten Punkt, und aus diesem Grund habe ich diesen Punkt nicht ausgewählt, sondern einen direkt darunter liegenden Punkt.
	Für die optimierte Faktorlösung wähle ich also die beiden obersten Elemente aus dem ersten Faktor und dem fünften Element aus, und dann wähle ich für den zweiten Faktor, unkontrollierbar, die beiden obersten Elemente aus, da es sich um das dritte Element handelt hat eine sehr geringe Artikelzuverlässigkeit.
	Also, haben
	die Faktorlösung von 10 auf fünf Fragen optimiert,
	Ich werde diese optimierte Faktorlösung bestätigen und sehen, wie wir in Bezug auf alle gerade besprochenen Metriken abschneiden.
	Hier ist also die optimierte Faktorlösung, der Ordnungsfaktor hat drei Indikatoren, die unkontrollierbaren Faktoren zwei Indikatoren, und auch hier passt unser Modell viel besser zu den Daten, Chi-Quadrat von 2, 4 Freiheitsgraden und der Chi-Quadrat-Wert wird nicht abgelehnt.
	Dann gehen wir runter
	und schauen Sie sich die diskriminierende Gültigkeit an. Mit der Lösung für optimierte Faktoren können Sie nun erkennen, dass die Varianz der Überladung tatsächlich zugenommen hat
	und die Varianz, die es mit unkontrollierbar teilt, hat abgenommen. Der orthoginale Wert ist also kleiner als die Werte auf der Diagonale, und genau das wollen wir unterstützen
	Gültigkeit unterscheiden. Durch die Optimierung der Lösung haben wir also eine diskriminierende Gültigkeit erreicht und außerdem ein besseres Modell erhalten als das, was wir mit den ursprünglichen 10 Fragen hatten.
	Okay, wir haben unsere Faktorlösung optimiert.
	Der nächste Schritt besteht darin, die Modellinvarianz zu messen.
	Erinnern wir uns daran, wo wir sind. Wir haben viele verschiedene Tabellen und Analysen gesehen. Wir haben
	Empathie, Stress, Belastbarkeit und Achtsamkeit.
	Und wir werden uns nur auf Stress konzentrieren. Die Hauptfrage, die wir hier beantworten möchten, ist, ob sich die Durchschnittswerte der latenten Variablen verbessern
	von der Vorphase bis zur Veröffentlichung während des achtwöchigen Programms?
	Und um das festzustellen, müssen wir zunächst die longitudinale Messinvarianz zeigen.
	Was ist das nun? Tatsächlich habe ich kürzlich davon erfahren und möchte hier einen Beitrag zu einem hervorragenden Artikel der JMP-Entwickler Laura Schilo und Paul Russo leisten
	in der aktuellen Ausgabe von Structural Equation Modeling, wo sie alle verschiedenen Funktionen von JMP detailliert beschrieben haben, einschließlich der longitudinalen Messinvarianz.
	Bei der Idee der longitudinalen Messinvarianz geht es darum, sicherzustellen, dass sich die Bedeutung der latenten Variablen im Laufe der Zeit nicht geändert hat.
	Bevor wir die mittlere Änderung der latenten Variablen berechnen können, möchten wir sicherstellen, dass wir am Anfang und am Ende dasselbe messen. Um dies festzustellen, gibt es vier Schritte.
	Dabei handelt es sich tatsächlich um vier verschiedene Modelle. Erstens handelt es sich um ein Konfigurationsmodell mit den geringsten Einschränkungen bei gleicher Anzahl an Faktoren und gleichem Belastungsmuster.
	Das zweite ist ein schwaches Invarianzmodell, bei dem wir einige weitere Einschränkungen hinzufügen. Wir ziehen die Schrauben noch etwas fester an und stellen die Frage: Wird dieses Modell noch unterstützt?
	Und dann ziehen wir die Schrauben noch fester an und fragen uns darüber hinaus: Was wäre, wenn ich die Qualität der abgefangenen Gegenstände durchsetzen würde? Dann endlich,
	Was wäre, wenn wir im letzten Thread der Schraube Artikelvarianzen hinzufügen und deren Qualität auf die beiden Zeitpunkte verteilen?
	Die Einzelheiten dazu Schritt für Schritt finden Sie in dem Artikel, den ich gerade erwähnt habe. Ich werde hier nur die Ergebnisse zeigen.
	Hoppla.
	Also hier
	Pfaddiagramm, das ich zeige
	Die beiden Faktoren sind überlastet und unkontrollierbar, sowohl in der Phase vor der Umfrage als auch in der Phase nach der Umfrage. Wir haben also das überlastete Pre, das unkontrollierbare Pre und das Gleiche für den Post.
	Überlastung wird durch drei Elemente erklärt und unkontrollierbar wird mit zwei Elementen verbunden. Nun sind die Buchstaben hier unterschiedlich
	Einschränkungen, die einem Modell auferlegt wurden. Zum Beispiel C3
	von „überlastet“ bis zum Item „fühlte mich nervös und gestresst“ für die Vorstufe
	ist darauf beschränkt, mit demselben Element im Beitrag identisch zu sein. Und dies ist Teil der Einschränkungen, die wir dem Modell auferlegen, um sicherzustellen, dass die Einschränkungen unterstützt werden.
	Die Buchstaben geben also die unterschiedlichen Einschränkungen an, die einem Modell auferlegt wurden, und diese Schätzungen werden gleich gemacht. Ähnlich,
	die Achsenabschnitte der äquivalenten Elemente werden ebenfalls gleich gemacht,
	die durch angezeigt werden
	A.

AusbrechenDatenexplorationDatenvisualisierungBetreff: Bewertung eines Meditationsprogramms mithilfe der SEM-Plattform in JMP (2021-US-30MP-897)

Gute Arbeit,

Bitte<, wenn Sie mir vollständige Unterlagen zusenden können

raaed1983@gmail.com

 

Grüße