no comments

Peraturan Thumb Boleh Tidak Tepat

Dalam banyak konteks statistik, para penyelidik menggunakan peraturan-peraturan untuk membimbing membuat keputusan dan membenarkan keputusan yang dibuat. Malangnya, dalam banyak kes, aturan-aturan seperti ini terlalu besar atau hanya salah (contohnya, MacCallum et al 2001, Marsh et al. 2004). SEM tidak terkecuali. Contohnya, dalam pengalaman kami, pengguna lazimnya percaya bahawa cara alternatif untuk mengenal pasti model (contohnya, memfaktorkan faktor pemuatan pada satu lawan dengan varians faktor pada satu) selalu menghasilkan hasil yang sama. Prinsip ini tidak benar secara sejagat. Seperti yang dinyatakan di atas, ujian parameter individu mungkin tidak selari dengan skim pengenalpastian alternatif walaupun anggaran keseluruhan adalah dalam variasi (contohnya, Gonzalez & Grif 2001). Selain itu, seperti yang ditunjukkan oleh Steiger (2002), konteks yang penting dalam amalan ( contohnya, apabila kekangan kesamaan dikenakan ke atas parameter), cara yang berbeza untuk mengenal pasti pemboleh ubah laten mungkin secara tidak langsung memperkenalkan perbezaan yang sepadan dalam sekatan khusus yang tersirat oleh model. Oleh itu, ujian chi-square dan langkah-langkah lain juga akan berbeza.

Penilaian penilaian boleh dikatakan sebagai kawasan di mana para penyelidik mempunyai konseptual yang paling banyak digunakan. Foranumberofyears, istilah-istilah yang berkaitan dengan indeks fi yang digunakan oleh penyelidik tingkah laku adalah peraturan-peraturan yang tidak mempunyai penjelasan matematik atau empirikal terperinci. Contohnya, satu peraturan yang merujuk kepada indeks-indeks [mis., Indeks Tucker-Lewis (Tucker & Lewis 1973), Indeks Perbandingan Sesuai (Bentler 1990)] yang lebih besar daripada 0.90 menunjukkan fi yang diterima. Malangnya, beberapa kajian simulasi telah menunjukkan bahawa (a) kaedah-kaedah praktikal yang sering tidak tepat (lazimnya), dan (b) indeks pengoptimalan pengoptimum kenyataan formal adalah bersyarat berdasarkan pelbagai faktor termasuk kaedah anggaran yang digunakan, saiz sampel, kerumitan model, yang mana andaian pelbagai variasi normal telah dilanggar; dan (c) beberapa indeks fi yang biasa digunakan (contohnya, Kebaikan Indeks Fit; J¨oreskog & S¨orbom 1996) adalah sensitif yang tidak peka untuk kehilangan pengecualian manakala akar baku yang jarang dilaporkan bermakna sekurang-kurangnya kuadrat (Bentler 1995) contohnya, Browne et al, 2002, Fane, 1999, Hu. & Bentler 1998, 1999; Marsh et al 1996, 2004). Ringkasnya, keputusan ini menunjukkan bahawa peraturan konvensional ibu jari dan garis panduan yang digunakan oleh para penyelidik mengenai penyelewengan dan penafsiran yang dilakukan oleh penyelidik yang lebih besar. Pengertian yang lebih kompleks adalah lebih besar daripada yang lain. (2004) bahawa walaupun dalam keadaan yang paling baik, dos subatur yang sihat terlibat dalam menentukan sama ada model yang baik.

Penyelidik perlu berhati-hati walaupun menggunakan garis panduan yang kelihatan lebih tegas daripada peraturan ibu jari. Kajian simulasi Monte Carlo adalah sumber pengetahuan utama mengenai pelbagai aspek pemodelan persamaan struktur. Dalam majoriti kes, kajian sedemikian telah menilai prestasi apabila model yang diuji dinyatakan dengan tepat dalam semua aspek. Oleh itu, mereka tidak tepat mengutarakan realiti yang dinyatakan di atas bahawa model SEM yang diketengahkan oleh penyelidik tidak mempunyai persamaan dalam populasi tetapi adalah anggaran. Jelas sekali, adalah penting untuk mengkaji pelbagai ciri SEM apabila model yang dimaksudkan tidak betul dalam populasi (MacCallum 2003). Selaras dengan penafsiran ini, kajian simulasi yang telah dijalankan menilai prestasi di bawah syarat-syarat model yang salah telah menyumbang pandangan baru yang penting-contohnya, bukti yang dikaji semula di atas bahawa peraturan-peraturan konvensional untuk indeks fizikal sering tidak tepat (contohnya, Hu & Bentler 1998 , 1999). Walaupun kajian simulasi yang menggabungkan kesilapan model sebagai pemecahan model, penambahan model yang dihasilkan oleh model-model analitik (untuk kajian semula, lihat MacCallum 2003) dan model persamaan struktur yang lebih luas (Cudeck & Browne 1992). Kajian menggunakan kaedah ini telah menunjukkan bahawa keputusan dan kesimpulan yang dihasilkan oleh simulasi dilakukan dengan mengamalkan kesesuaian dengan keputusan yang dilakukan oleh penilaian prestasi apabila model spesifik sempurna (Cudeck & Brown 1992). Pada pandangan kami, adalah penting bahawa kajian simulasi di masa hadapan cuba mencerminkan realiti model sebagai anggaran.

Sumber : Andrew J. Tomarken1 and Niels G. Waller2

KOMEN ANDA

Komen

TENTANG KAMI | PENAFIAN | HUBUNGI | HANTAR ARTIKEL