Comparison of Confirmatory Factor Analysis of Measurement Model of Students’ Digital Citizenship Between Maximum Likelihood Estimation and Bayesian Analysis
Keywords:
Digital Citizenship, Confirmatory Factor Analysis, Maximum Likelihood Estimation, Bayesian analysisAbstract
This article aimed to present comparatively between two confirmatory factor analysis methods of measurement model of students’ digital citizenship, namely, the Maximum Likelihood Estimation, which is widely used in research and is based on the concept of frequentist statistics, and Bayesian analysis. The sample, randomly selected using two-stage sampling, consisted of 450 secondary school students in schools under the Office of the Basic Education Commission (OBEC), Bangkok. The instruments used in this research was a 46-item digital citizenship scale. Data was analyzed using confirmatory factory analysis using Maximum Likelihood estimation and Bayesian analysis. The research findings were as follows: 1) Bayesian analysis compared three models and concluded that the model with informative priors on cross-loadings and residual correlations fitted the data better than alternative models and 2) the results of confirmatory factor analysis of measurement model of students’ digital citizenship using Maximum Likelihood estimation and Bayesian analysis was different.
References
ไชยันต์ สกุลศรีประเสริฐ. (2556). การวิเคราะห์องค์ประกอบเชิงยืนยัน. วารสารจิตวิทยาคลินิก, 44(1), 1-16.
ปรเมศวร์ พืชผักหวาน และคณะ. (2564). การวิเคราะห์องค์ประกอบเชิงยืนยันสมรรถนะความเป็นพลเมืองดี สำหรับนักศึกษาปริญญาตรี สถาบันบัณฑิตพัฒนศิลป์. วารสารการวัดผลการศึกษา, 38(103), 237-247.
พิมพ์ลักษณ์ เจริญวานิชกูร. (2564). ความเหมาะสมของโมเดลการวัดความเป็นพลเมืองดิจิทัลของนักเรียนแบบสะท้อนและแบบก่อตัว: การวิเคราะห์ด้วยสถิติแบบเบส์. [วิทยานิพนธ์ปริญญามหาบัณฑิต, จุฬาลงกรณ์มหาวิทยาลัย]. Chulalongkorn University Intellectual Repository (CUIR). http://cuir.car.chula.ac.th/handle/123456789/79689
ภัทราวดี มากมี. (2563). การพัฒนาโมเดลองค์ประกอบเชิงยืนยันพหุระดับทักษะการเรียนรู้และนวัตกรรมสำหรับนักเรียนระดับมัธยมศึกษาตอนปลาย. วารสารการวัดผลการศึกษา, 37(102), 138-147.
Asparouhov, T., Muthén, B., & Morin, A. (2015). Bayesian Structural Equation Modeling With Cross-Loadings and Residual Covariances: Comments on Stromeyer et al. Journal of Management, 41(6), 1561-1577.
De Beer, L. T., & Bianchi, R. (2019). Confirmatory factor analysis of the Maslach Burnout Inventory: A Bayesian structural equation modeling approach. European Journal of Psychological Assessment, 35(2), 217–224.
International Society for Technology in Education (ISTE). (2017). International Society for Technology in Education Standards for Students. https://www.iste.org/standards/for-students.
Dombrowski, S. C., Golay, P., McGill, R. J., & Canivez, G. L. (2018). Investigating the theoretical structure of the DAS-II core battery at school age using Bayesian structural equation modeling. Psychol Schools, 55, 190-207.
Muthén, B., & Asparouhov, T. (2012). Structural equation modeling: a more flexible representation of substantive theory. Psychological Methods, 17(3), 313-335.
Nozaki, Y., Puente-Martínez, A., & Moïra Mikolajczak. (2019). Evaluating the higher-order structure of the Profile of Emotional Competence (PEC): Confirmatory factor analysis and Bayesian structural equation modeling. PLoS ONE, 14(11).
Önen, E. (2019). A comparison of frequentist and bayesian approaches: The power to detect model misspecifications in confirmatory factor analytic models. Universal Journal of Educational Research, 7(2), 494-514.
Ribble, M. (2017). Digital Citizenship: using technology appropriately. https://www.digitalcitizenship.net/nine-elements.html.
Taylor, J. M. (2019). Overview and Illustration of Bayesian Confirmatory Factor Analysis with Ordinal Indicators. Practical Assessment, Research, and Evaluation, 24(4), 1-27.
UNESCO. (2017). Digital Citizenship Education in Asia-Pacific Outcome Document. Conference on Digital Citizenship Education in Asia-Pacific, 22-24.
