no comments

Petua Pemodelan Persamaan Struktur

Pemodelan Persamaan Struktur

Pemodelan persamaan struktur adalah teknik analisis statistik multivariate yang digunakan untuk menganalisis hubungan struktur. Teknik ini adalah gabungan analisis faktor dan analisis regresi berganda, dan ia digunakan untuk menganalisis hubungan struktur antara pembolehubah yang diukur dan pembinaan laten. Kaedah ini lebih disukai oleh penyelidik kerana menganggarkan kebergantungan berganda dan saling berkaitan dalam satu analisis. Dalam analisis ini, dua jenis pembolehubah digunakan pembolehubah endogen dan pemboleh ubah eksogen. Pembolehubah endogen adalah bersamaan dengan pembolehubah bergantung dan bersamaan dengan pembolehubah bebas.

 

Teori:

 

Ini boleh dianggap sebagai satu set hubungan yang memberikan konsistensi dan penjelasan komprehensif mengenai fenomena sebenar. Terdapat dua jenis model:

 

  1. Model pengukuran: Model pengukuran mewakili teori yang menentukan bagaimana pembolehubah diukur bersama untuk mewakili teori.
  2. Model Struktur: Merupakan teori yang menunjukkan bagaimana pembinaannya berkaitan dengan pembinaan lain.

Pemodelan persamaan struktur juga dipanggil pemodelan kasual kerana ia menguji hubungan yang dicadangkan kasual. Andaian berikut diandaikan:

 

  1. Pengagihan normal multivariate: Kaedah kemungkinan maksimum digunakan dan diasumsikan untuk taburan normal multivariate. Perubahan kecil dalam normalisasi multivariate boleh membawa kepada perbezaan besar dalam ujian chi-square.
  2. Linearity: Hubungan linear diandaikan antara pembolehubah endogen dan eksogen.
  3. Lebih jauh: Data harus bebas dari penglihatan. Penglihatan mempengaruhi kesan model.
  4. Urutan: Harus ada hubungan sebab dan akibat antara pembolehubah endogen dan eksogen, dan sebab harus berlaku sebelum peristiwa.
  5. Hubungan tidak-palsu: Kovarians yang diperhatikan mestilah benar.
  6. Pengenalpastian model: Persamaan mestilah lebih besar daripada parameter atau model yang dianggarkan harus lebih dikenal pasti atau dikenal pasti. Di bawah model yang dikenal pasti tidak dipertimbangkan.
  7. Saiz sampel: Kebanyakan penyelidik lebih suka 200 hingga 400 saiz sampel dengan 10 hingga 15 petunjuk. Sebagai peraturan praktikal, itu adalah 10 hingga 20 kali banyak kes sebagai pembolehubah.
  8. Istilah ralat yang tidak dikira: Istilah ralat diandaikan tidak bertentangan dengan istilah ralat pembolehubah lain.
  9. Data: Data selang digunakan.

Langkah-langkah:

 

  • Mendefinisikan pembinaan individu: Langkah pertama adalah untuk menentukan pembinaan secara teoritis. Laksanakan pretest untuk menilai item tersebut. Ujian pengesahan model pengukuran dilakukan menggunakan CFA.
  • Membangunkan model pengukuran keseluruhan: Model pengukuran juga dikenali sebagai analisis laluan. Analisis jalan adalah satu set hubungan antara pembolehubah eksogen dan endogen. Ini ditunjukkan dengan menggunakan anak panah. Model pengukuran mengikuti andaian unidimensionality. Teori pengukuran didasarkan pada idea bahawa pembinaan laten menyebabkan pembolehubah yang diukur dan bahawa istilah ralat tidak diklasifikasikan dalam pembolehubah yang diukur. Dalam model pengukuran, anak panah diambil dari pembolehubah yang diukur kepada pembinaan.
  • Reka bentuk kajian untuk menghasilkan keputusan empirikal: Dalam langkah ini, penyelidik mesti menentukan model. Penyelidik harus merancang kajian untuk meminimumkan kemungkinan masalah pengenalan. Kaedah keadaan syarat dan pangkat digunakan untuk meminimumkan masalah pengenalan.
  • Menilai kesahan model pengukuran: Menilai model pengukuran juga dipanggil CFA. Di CFA, seorang penyelidik membandingkan pengukuran teori terhadap model realiti. Hasil dari CFA harus dikaitkan dengan kesahihan konstruk.
  • Menentukan model struktur: Dalam langkah ini, jalur struktur ditarik di antara pembinaan. Dalam model struktur, anak panah tidak boleh memasuki bangunan eksogen. Anak panah tunggal digunakan untuk mewakili hubungan struktur hipotesis antara satu binaan dan satu lagi. Ini menunjukkan hubungan sebab dan akibat. Setiap hubungan hipotesis menggunakan satu tahap kebebasan. Model ini boleh menjadi rekursif atau bukan rekursif.
  • Periksa kesahihan model struktur: Pada langkah terakhir, seorang penyelidik mengkaji kesahihan model struktur. Model dianggap sesuai jika nilai ujian chi-square tidak penting, dan sekurang-kurangnya satu indeks kenaikan tambahan (seperti CFI, GFI, TLI, AGFI, dan sebagainya) dan satu kejahatan indeks yang sesuai (seperti RMR, RMSEA , SRMR, dll) memenuhi kriteria yang telah ditetapkan.

    Sumber : statisticssolutions

KOMEN ANDA

Komen

TENTANG KAMI | PENAFIAN | HUBUNGI | HANTAR ARTIKEL