Authors:
,
, and
András Vargha
vargha.andras@kre.hu
https://orcid.org/0000-0002-1126-8227
András Vargha
Károli Gáspár Református Egyetem Pszichológiai Intézet, Budapest , Magyarország
ELTE Eötvös Loránd Tudományegyetem Pszichológiai Intézet,Budapest , Magyarország
Search for other papers by András Vargha in
Current site
Google Scholar
PubMed
ELTE Eötvös Loránd Tudományegyetem Pszichológiai Intézet,
Search for other papers by András Vargha in
Current site
Google Scholar
PubMed
Péter Bánsági
Péter Bánsági
Matematikus mérnök, Budajenő , Magyarország
Search for other papers by Péter Bánsági in
Current site
Google Scholar
PubMed
Search for other papers by Péter Bánsági in
Current site
Google Scholar
PubMed
Gyöngyvér Jantek
https://orcid.org/0000-0002-5345-1273
Gyöngyvér Jantek
ELTE Eötvös Loránd Tudományegyetem Pszichológiai Doktori Iskola, Budapest , Magyarország
Search for other papers by Gyöngyvér Jantek in
Current site
Google Scholar
PubMed
Search for other papers by Gyöngyvér Jantek in
Current site
Google Scholar
PubMed
Tanulmányunkban egy ingyenes, kétnyelvű (magyar és angol) és egyszerűen használható többváltozós statisztikai programcsomagot, a ROP-R-t mutatjuk be, amely jól használható pszichológiai kutatások statisztikai elemzésében. A ROP-R a ROPstat programcsomag olyan fejlesztésének tekinthető, amely a többváltozós statisztika három fontos témakörében (regresszióelemzés, főkomponens- és faktoranalízis, illetve klaszteranalízis) teljes körű statisztikai elemzések végrehajtására alkalmas. Különlegessége, hogy a statisztikai menüjében kiválasztott és beállított elemzésekhez R-scripteket ír, azokat automatikusan lefuttatja, majd a kapott eredményeket táblázatos formában ROP-R-ben megjeleníti, illetve az eredményekhez tartozó fontosabb grafikonokat standard formátumú (jpg vagy pdf) képfájlokban elmenti. A ROP-R moduljainak bemutatása után egy kötődéskutatás adatain végzett többváltozós elemzéssor segítségével szemléltetjük hasznosságát a pszichológiai kutatásokban.
In our study, we present a free, bilingual (Hungarian and English) and easy-to-use multivariate statistical software package, ROP-R, which is useful for statistical analysis of psychological research. ROP-R can be considered as an enhancement of the ROPstat software package for performing full statistical analyses in three important areas of multivariate statistics (regression analysis, principal component and factor analysis, and cluster analysis). Its special feature is that it writes R-scripts for the analyses selected and set up in the statistical menu, runs them automatically, then displays the results in tabular form in ROP-R and saves the main graphs of the results in standard image files (jpg or pdf). After a presentation of the modules of ROP-R, its usefulness in psychological research will be illustrated by a series of multivariate analyses on data from an attachment study.
ProCite
RefWorks
Reference Manager
BibTeX
Zotero
EndNote
-
Adams, G. C., Wrath, A. J., & Meng, X. (2018). The relationship between adult attachment and mental health care utilization: A systematic review. The Canadian Journal of Psychiatry, 63(10), 651–660.
-
Akaike, H. (1974). A new look at the statistical model identification. IEEE Transactions on Automatic Control, 19(6), 716–723.
-
Akinwande, M. O., Dikko, H. G., & Samson, A. (2015). Variance inflation factor: as a condition for the inclusion of suppressor variable (s) in regression analysis. Open Journal of Statis-tics, 5(07), 754. , https://www.scirp.org/html/11-1240578_62189.htm
-
Bech, P. (1996). The Bech, Hamilton and Zung scales for mood disorders: screening and listening (2nd ed.). Springer.
-
Bech, P. (2012). The Bech, Hamilton and Zung scales for mood disorders: screening and listening: a twenty years update with reference to DSM-IV and ICD-10. Springer Science & Business Media.
-
Beck, A. T., & Beck, R. W. (1972). Screening depressed patients in family practice: A rapid technic. Postgraduate Medicine, 52(6), 81–85.
-
Bergman, L. R., Magnusson, D., & El-Khouri, B. M. (2003). Studying individual development in an interindividual context. A Person-oriented approach. Lawrence-Erlbaum.
-
Bernaards, C. A., & Jennrich, I. R. (2005). Gradient projection algorithms and software for arbitrary rotation criteria in factor analysis. Educational and Psychological Measurement, 65(2), 676–696.
-
Browne, M. W., & Cudeck, R. (1993). Alternative ways of assessing model fit. In K. A. Bollen, & J. S. Long (Eds.), Testing structural equation models (pp. 136–162). Sage.
-
Cardot, H. (2022). Gmedian: Geometric Median, k-Medians Clus- ter ing and Robust Median PCA. R package version 1.2.7. https://CRAN.R-project.org/package=Gmedian
-
Cheng, C., Spiegelman, D., & Li, F. (2021). Estimating the natural indirect effect and the mediation proportion via the product method. BMC Medical Research Methodology, 21(1), 1–20.
-
DeVellis, R. F. (2016). Scale development: Theory and applications (4th ed.). Sage Publications.
-
Fraley, C., & Raftery, A. E. (2002). Model-based clustering, discriminant analysis, and density estimation. Journal of the American statistical Association, 97(458), 611–631.
-
Fraley, R. C., Heffernan, M. E., Vicary, A. M., & Brumbaugh, C. C. (2011). The experiences in close relationships—Relationship Structures Questionnaire: A method for assessing attachment orientations across relationships. Psychological Assessment, 23(3), 615.
-
Gao, C., Shi, D., & Maydeu-Olivares, A. (2019). Estimating the maximum likelihood root mean square error of approximation (RMSEA) with non-normal data: A Monte-Carlo study. Structural Equation Modeling: A Multidisciplinary Journal, 27(2), 192–201.
-
Gergely, B., & Vargha, A. (2021). How to use model-based cluster analysis efficiently in person-oriented research. Journal for Person-Oriented Research, 7(1), 22–35. https://journals.lub.lu.se/jpor/article/view/23449/20820
-
Harrington, D. (2009). Confirmatory factor analysis. Oxford University Press.
-
Hebbali, A. (2020). olsrr: Tools for Building OLS Regression Models. R package version 0.5.3. https://CRAN.R-project.org/package=olsrr
-
Hu, L. T., & Bentler, P. M. (1999). Cutoff criteria for fit indexes in covariance structure analysis: Conventional criteria versus new alternatives. Structural Equation Modeling, 6(1), 1–55.
-
Jantek, G., & Vargha, A. (2016). A felnőtt kötődés korszerű mérési lehetősége: A közvetlen kapcsolatok élményei–kapcsolati struktúrák (ECR-RS) kötődési kérdőív magyar adaptációja párkapcsolatban élő felnőtt személyeknél. Magyar Pszicho-lógiai Szemle, 71(3), 447–470.
-
JASP Team (2022). JASP (Version 0.16.2) [Computer software]. https://jasp-stats.org/
-
John, O. P., Donahue, E. M., & Kentle, R. L. (1991). The Big Five Inventory – Versions 4a and 54. Berkeley: University of California, Institute of Personality and Social Research.
-
John, O. P., Naumann, L. P., & Soto, C. J. (2008). Paradigm shift to the integrative Big Five trait taxonomy: History, measurement, and conceptual issues. In O. P. John, R. W. Robins & L. A. Pervin, Handbook of personality: Theory and research (pp. 114–158). Guilford Press.
-
de Jong, P. F. (1999). Hierarchical regression analysis in structural equation modeling. Structural Equation Modeling: A Multi-disciplinary Journal, 6(2), 198–211.
-
Kassambara, A., & Mundt, F. (2020). factoextra: Extract and Visualize the Results of Multivariate Data Analyses. R package version 1.0.7. https://CRAN.R-project.org/package=factoextra
-
Kaufman, L. & Rousseeuw, P. J. (2009). Finding Groups in Data: an Introduction to Cluster Analysis. John Wiley & Sons.
-
Kelley, K. (2007). Methods for the Behavioral, Educational, an Social Sciences (MBESS) [Computer software and manual]. https://CRAN.R-project.org/package=MBESS
-
Kopp, M., Skrabski, Á., & Czakó, L. (1990). Összehasonlító mentálhigiénés vizsgálatokhoz ajánlott módszertan. Végeken, 1(2), 4–24.
-
Leys, C., Klein, O., Dominicy, Y., & Ley, C. (2018). Detecting multivariate outliers: Use a robust variant of Mahalanobis distance. Journal of Experimental Social Psychology, 74, 150–156.
-
Lishinski, A. (2021). lavaanPlot: Path Diagrams for ‚Lavaan’ Models via ‚DiagrammeR’. R package version 0.6.2. https://CRAN.Rproject.org/package=lavaanPlot
-
MacCallum, R. C., Roznowski, M., & Necowitz, L. B. (1992). Model modifications in covariance structure analysis: the problem of capitalization on chance. Psychological Bulletin, 111(3), 490–504.
-
Maechler, M., Rousseeuw, P., Struyf, A., Hubert, M., & Hornik, K. (2022). cluster: Cluster Analysis Basics and Extensions. R package version 2.1.4. https://CRAN.R-project.org/package=cluster
-
Marzjarani, M. (2015). Sample size and outliers, leverage, and influential points, and Cooks distance formula. International Journal of Arts and Commerce, 4(2), 83–86. https://www.semanticscholar.org/paper/Sample-Size-and-Outliers%2CLeverage%2C-and-Influential-Marzjarani/33cc9203b7ebcb14170541d0a658ba1dc20dc5c3
-
Mbachu, H. I., Nduka, E. C., & Nja, M. E. (2012). Designing a pseudo R-Squared goodness-of-fit measure in generalized linear models. Journal of Mathematics Research, 4(2), 148–154.
-
Mouselimis, L. (2022). ClusterR: Gaussian Mixture Models, K-Means, Mini-Batch-Kmeans, K-Medoids and Affinity Pro- paga tion Clustering. R package version 1.2.6. https://CRAN.Rproject.org/package=ClusterR
-
Nagelkerke, N. J. (1991). A note on a general definition of the coefficient of determination. Biometrika, 78(3), 691–692.
-
O’Brien, R. M. (2007). A caution regarding rules of thumb for variance inflation factors. Quality & Quantity, 41, 673–690.
-
Osborne, J. W. (2014). Best practices in exploratory factor analysis. CreateSpace Independent Publishing.
-
Peng, R. D. (2016). R programming for data science. Leanpub. https://bookdown.org/rdpeng/rprogdatascience/
-
R Core Team (2021). R: A language and environment for statistical computing. Vienna: R Foundation for Statistical Computing. https://www.R-project.org/
-
Revelle, W. (2022). psych: Procedures for Personality and Psycho - logical Research. Evanston (Illinois): Northwestern University. https://CRAN.R-project.org/package=psych Version = 2.2.5.
-
Rosseel, Y. (2012). lavaan: An R Package for Structural Equation Modeling. Journal of Statistical Software, 48(2), 1–36.
-
Roux, M. (2018). A comparative study of divisive and agglomerative hierarchical clustering algorithms. Journal of Classification, 35(2), 345–366.
-
Rózsa, S., Tárnok, Z., & Nagy, P. (2020). A gyermekpszichiátriában alkalmazott kérdőívek, interjúk és tünetbecslő skálák. Budapest: EFOP-2.2.0-16.2016.00002 Gyermek és ifjúságpszichiátriai, addiktológiai és mentálhigiénés ellátórendszer infrastrukturális feltételeinek fejlesztése projekt.
-
Şahin, M., & Aybek, E. (2019). Jamovi: an easy to use statistical software for the social scientists. International Journal of As-sessment Tools in Education, 6(4), 670–692.
-
Scrucca, L., Fop, M., Murphy, T. B., & Raftery, A. E. (2016). mclust 5: clustering, classification and density estimation using Gaussian finite mixture models. The R Journal, 8(1), 289–317. https://pubmed.ncbi.nlm.nih.gov/27818791/
-
Shaharudin, S. M., Ahmad, N., Zainuddin, N. H., & Mohamed, N. S. (2018). Identification of rainfall patterns on hydrological simulation using robust principal component analysis. Indonesian Journal of Electrical Engineering and Computer Science, 11(3), 1162–1167.
-
Shi, D., Maydeu-Olivares, A., & DiStefano, C. (2018). The relationship between the standardized root mean square residual and model misspecification in factor analysis models. Multi-variate Behavioral Research, 53(5), 676–694.
-
Susánszky, É., Konkolÿ Thege, B., Stauder, A., & Kopp, M. (2006). A WHO Jól-lét Kérdőív rövidített (WBI-5) magyar változatának validálása a Hungarostudy 2002 országos lakossági egészségfelmérés alapján. Mentálhigiéné és Pszichoszomatika, 7(3), 247–255.
-
T. Kárász, J., Nagybányai Nagy, O., Széll, K., & Takács, S. (2022). Cronbach-alfa: vele vagy nélküle? Magyar Pszichológiai Szemle, 77(1), 81–98.
-
Tabachnick, B. G., & Fidell, L. S. (2013). Using multivariate statistics (6th ed.). Pearson.
-
The jamovi project (2021). jamovi (Version 1.6) [Computer Software]. Letöltés: https://www.jamovi.org
-
Tjur, T. (2009). Coefficients of determination in logistic regression models—A new proposal: The coefficient of discrimination. The American Statistician, 63(4), 366–372.
-
Vargha A. (2008). Új statisztikai módszerekkel új lehetőségek: a ROPstat a pszichológiai kutatások szolgálatában. Pszicholó-gia, 28(1), 81–103.
-
Vargha, A. (2016). A ROPstat statisztikai programcsomag. Statisz-tikai Szemle, 94(11–12), 1165–1192.
-
Vargha, A. (2019). Többváltozós statisztika dióhéjban: változó- orientált módszerek. Pólya Kiadó.
-
Vargha, A. (2020). Normális vagy? És ha nem? Statisztikai mód- szerek nem normális eloszlású változókkal pszichológiai kuta- tásokban. Pólya Kiadó.
-
Vargha, A. (2022). Személy-orientált többváltozós statisztika: klasz- szifikációs módszerek. Pólya Kiadó.
-
Vargha, A. (2023a). Többváltozós statisztikai elemzések pszicholó- giai kutatásokban ROP-R-rel. Pólya Kiadó.
-
Vargha, A. (2023b). Mediációs elemzések pszichológiai kutatásokban. Alkalmazott Pszichológia, 25(2), 93–128.
-
Vargha, A., & Bánsági, P. (2022). ROP-R: a free multivariate statistical software that runs R packages in a ROPstat framework. Hungarian Statistical Review, 5(2), 3–29. https://www.ksh.hu/hungarian-statistical-review#/year/2022?c=h#02
-
Vargha, A., & Bergman, L. R. (2019). MORI coefficients as indicators of a ‘real’ cluster structure. Hungarian Statistical Review, 2(1), 3–23. , http://real.mtak.hu/95789/
-
Vargha, A., Bergman, L. R., & Takács, S. (2016). Performing cluster analysis within a person-oriented context: Some methods for evaluating the quality of cluster solutions. Jour-nal for Person-oriented Research, 2(1–2), 78–86.
-
Vargha, A., Torma, B., & Bergman, L. R. (2015). ROPstat: a general statistical package useful for conducting person-oriented analyses. Journal for Person-Oriented Research, 1(1–2), 87–98.
-
Vargha, A., Zábó, V., Török, R., & Oláh, A. (2020): A jóllét és a mentális egészség mérése: a Mentális Egészség Teszt. Mentál-higiéné és Pszichoszomatika, 21(3), 281–322.
-
Venables, W. N., & Ripley, B. D. (2002). Modern Applied Statistics with S. Fourth Edition. New York: Springer.
-
Wickham, H. (2016). ggplot2: Elegant graphics for data analysis. Springer Verlag.
-
Zábó, V., Oláh, A., & Vargha, A. (2022). A new complex mental health test in positive psychological framework. Frontiers in Psychology, 13, Article 775622.
Editorial Correspondence: Czeglédi, Edit
Institute of Behavioural Sciences
Semmelweis University
Nagyvárad tér 4.
H-1089 Budapest, Hungary
Phone: (36 1) 210 2930 ext. 56151 ---- Fax: (36 1) 210 2955
E-mail: mentalhigiene.pszichoszomatika@gmail.com
Indexing and Abstracting Services:
- PsychInfo
- SCOPUS
- CABELLS Journalytics
| 2023 | |
|---|---|
| Scopus | |
| CiteScore | 0.6 |
| CiteScore rank | Q4 (Psychiatry and Mental Health) |
| SNIP | 0.149 |
| Scimago | |
| SJR index | 0.141 |
| SJR Q rank | Q4 |
| Mentálhigiéné és Pszichoszomatika | |
|---|---|
| Publication Model | Online Only Hybrid |
| Submission Fee | none |
| Article Processing Charge | 900 EUR/article |
| Printed Color Illustrations | 40 EUR (or 10 000 HUF) + VAT / piece |
| Regional discounts on country of the funding agency | World Bank Lower-middle-income economies: 50% World Bank Low-income economies: 100% |
| Further Discounts | Editorial Board / Advisory Board members: 50% Corresponding authors, affiliated to an EISZ member institution subscribing to the journal package of Akadémiai Kiadó: 100% |
| Subscription fee 2025 | Online subsscription: 120 EUR / 132 USD |
| Subscription Information | Online subscribers are entitled access to all back issues published by Akadémiai Kiadó for each title for the duration of the subscription, as well as Online First content for the subscribed content. |
| Purchase per Title | Individual articles are sold on the displayed price. |
| Mentálhigiéné és Pszichoszomatika | |
|---|---|
| Language | English Hungarian |
| Size | B5 |
| Year of Foundation |
2000 |
| Volumes per Year |
1 |
| Issues per Year |
4 |
| Founder | Végeken Egészséglélektani Alapítvány |
| Founder's Address |
H-1089 Budapest, Hungary Nagyvárad tér 4. |
| Publisher | Akadémiai Kiadó |
| Publisher's Address |
H-1117 Budapest, Hungary 1516 Budapest, PO Box 245. |
| Responsible Publisher |
Chief Executive Officer, Akadémiai Kiadó |
| ISSN | 1419-8126 (Print) |
| ISSN | 1786-3759 (Online) |
Monthly Content Usage
| Abstract Views | Full Text Views | PDF Downloads | |
|---|---|---|---|
| Jul 2024 | 0 | 96 | 25 |
| Aug 2024 | 0 | 48 | 20 |
| Sep 2024 | 0 | 36 | 14 |
| Oct 2024 | 0 | 227 | 29 |
| Nov 2024 | 0 | 248 | 14 |
| Dec 2024 | 0 | 220 | 14 |
| Jan 2025 | 0 | 51 | 19 |
Authors:
, , , , , and
Authors:
, , , , , and
Authors:
, , , , , , , and
Copyright Akadémiai Kiadó AKJournals is the trademark of Akadémiai Kiadó's journal publishing business branch.
Powered by PubFactory