모델의 적합도 적절성은 다음 적합도 지수를 사용하여 평가했습니다. 근사치의 제곱 평균 오차 (RMSEA), 표준화된 제곱 평균 잔차 (SRMR), 비교 적합도 지수 (CFI) 및 적합도 지수 (GFI). 지수의 적절성은 Brown의 지표( 2006 ) 에 따라 고려했습니다 . RMSEA < 0.08; SRMR < 0.08; CFI > 0.90 e GFI > 0.95. 요인의 안정성은 H 지수를 사용하여 평가했습니다. 0.80보다 큰 H 값은 잠재 변수가 잘 정의되어 있고 다른 샘플에서 재현 가능하다는 것을 나타냅니다. 그래도 단일 요인 모델의 적합성을 뒷받침하기 위해 다음 지수를 고려했습니다. 항목 일차원 합동성 (UniCo), 설명된 공통 분산 (ECV) 및 항목 잔차 절대 로딩 평균 (MIREAL). UniCo > 0.95, ECV > 0.85 및 MIREAL < 0.30의 값이 고려되었는데, 이는 데이터를 본질적으로 단차원으로 처리할 수 있음을 나타냅니다(Ferrando & Lorenzo-Seva, 2018 ). 요인 결정성 지수(FDI), Orion 한계 신뢰도 및 민감도 비(SR)는 요인 점수 추정치의 품질과 효과성 지표로 사용되었습니다. FDI는 잠재 점수와 요인 점수 간의 상관 관계를 측정하는 것입니다. 0.80보다 높은 값은 요인 점수가 실제 잠재 점수의 좋은 대리자임을 나타냅니다. Orion 지수는 해당 요인에 대한 모든 참가자의 요인 점수의 신뢰도를 나타냅니다(Damasio et al., 2021 ; Ferrando & Lorenzo-Silva, 2018 ). SR은 요인 점수 추정치를 기준으로 구별할 수 있는 다양한 요인 수준의 수로 해석할 수 있습니다. 이 지수에 대해서는 2보다 높은 값이 예상됩니다(Ferrando & Lorenzo-Silva, 2018 ). 도구의 신뢰도를 평가하기 위해 Cronbach의 알파(α), Guttman의 람다2(λ), McDonald의 오메가(ω) 지수(Hayes & Coutts, 2020 )가 사용되었습니다. 신뢰도 추정을 위해 SPSS 26.0 소프트웨어도 사용되었습니다. 마지막으로 Samejima 점진적 반응 모델(SGRM)을 추정하기 위해 " mirt " 패키지 를 통해 RStudio 소프트웨어가 사용되었습니다 (Chalmers, 2012 ).