Schrëtt 1 vu Fënnef Schrëtt fir SEM
De fundamentale Viraussetzung vun der Strukturreformmodellatioun (SEM) ass datt en Maartfuerschung "kann testen ob verschidde Variabelen duerch eng Rei linear Relatiounen ënnersicht ginn, andeems d'Varianzen an d'Kovarianz vun de Variablen ënnersicht ginn" (StatSoft, 2011) Dëst ass vläicht eent vun Déi kloer Äusserungen iwwer SEM, wann Dir d' Begrëffer verstitt , déi am Saz benotzt ginn. Also, lass mer iwwerpréifen.
Variablen - (Noun) Laut Merriam-Webster: "1).
Een Element oder Faktor, deen héigen ass ze variéieren oder z'änneren; 2) Eng Quantitéit déi während enger Berechnung ugeholl gëtt oder sech an de Wäert variéiere kann. "
Linear Bezéiung - Laut Investopedia: Am einfachsten ass "d'Relatioun tëscht enger Variabelen a enger Konstante déi aus engem Grafik ausgedréckt ass, an deem eng konstante an eng Variabel duerch eng geriicht Linn verbonnen ass." E Beispill wier d'Käschte fir Segelschëffer, déi an enger linearer Moud vergréissert ginn, wéi een d'Linn op méi grouss a méi grouss Gefaart bewegt wéi d'Quadratmeter gemooss gëtt.
Variance - Laut dem Wirtschaftswörterbuch: "1) Den Ënnerscheed tëscht engem erwuessene Resultat an dem tatsächlechen Resultat; 2) An der Statistik ass d'Arithmetik vun de Quadraten vun der Ofwielung vun all Wäerter an enger Rei vu Zuelen aus der Arithmetik bedeit. a seng Quadratwurz (d'Standardabweichung) si vu fundamentaler Bedeitung als en Deel vun der Dispersioun. "
Variablen Kovarianz - Laut Merriam-Webster: "An der Statistik an an der Wahrscheinlechkeetstheorie ass d'Kovarianz ee Mooss, wéi vill zwou Variablen zesummen änneren."
De SEM baséiert op Struktur déi mat der Mathematik baséiert
Dëst éischt Schrëtt am SEM-Prozess ass grondsätzlech ee vun de Maartfuerschung - oder Zeechnunge vun der Benotzung vun engem Pathdiagramm - esou wéi se / datt d'Variablen mëttlerlech sinn.
Et kann dozou hëllefen, iwwert den Effekt vun additiv a multiplikative Transformatiounen ze denken. Zum Beispill, wann eng Lëscht vun Zuelen duerch eng konstant K multiplizéiert gëtt, gëtt déi mëttel an déi Standardabweichung och duerch den absoluten Wäert vum K. multiplizéiert. Et ass automatesch. Mat Nummeren gesäit et aus wéi: D'Zuelen 1,2, & 3: D'Mêmber ass 2, an d'Standardabweichung ass 1. Spréngt K = 4. Multiplizéieren 1, 2, & 3 vun K Resultater a 4, 8, & 12. Fir 4, 8, & 12, heescht der mëttler 8 an d'Standardabweichung ass 4. D'Varianz ass 16. Denk drun: "Varianz ass e Mooss wéi wäit ewech all Wäert am Dataset aus dem Mëtteg ass." Dofir gëtt d'Standardabweichung quadrat.
Well Dir wësst, datt déi zwee Sätze vun Zuelen relancéiert sinn, an Dir wësst wat d'Varianz ass, kann Dir indirekt d'Hypothesen testen datt eng Satz vun Zuelen ass mat der aner Zuel vun Zuelen vergläicht, andeems d'Varianz vun de Variablen vergläicht.
D'Informatioun iwwer d'Struktur vum Equatioun Modeling steet baséiert op Inhalter vum Buch vum RH Hoyle (r.) 1995. Strukturell Equatioun Modelléierung. SAGE Publications, Inc. Thousand Oaks, CA Hellefe vu Google Books, an och iwwer déi gnädege Interpretatioun vu komplexe Schreiwen iwwer SEM vum Ricka Stoelting, eent vun der San Francisco State University.
An der Etiketteschrëftschrëft ass de Modell am Hibléck op seng Parameteren definéiert. Zwee verschidden Parameteren gi berücksichtegt: Fixed Parameter a gratis Parameter.
Firwat sinn Parameteren déi ausgefouert oder gratis sinn?
Identifizéieren a wéi eng Parameteren fixéiert sinn a wéi eng Parameteren gratis sinn ass kritesch fir d'Integritéit an d'Applikatioun vum SEM-Modell. Déi fix oder gratis Benotzung bestëmmt, wéi d'Komponenten vum Modell am Verglach läit. De Modellbauaarbechten sinn 1) d'hypotheschegte Diagramm, 2) d'Probeoparenzvarianz, a 3) d'Kovarianzmatrix. Jiddferee vun dësen Komponenten ass wichteg fir d'Besoin vum Modell ze testen (wat Step 4 ass)
De Maartforscher bestëmmen d'Parameter déi gratis festleet an déi Parameteren déi fest uginn. D'Entscheedungen vum Maartforscher sinn eng Reflexioun vun der a priori Hypothes.
bedeit datt de "vum fréiere" op Latein, sou datt et d'Hypothese steet, déi viru der Recherche oder Experiment gemaach gouf. Also eng a priori Hypothese ass déi bescht Meeschtesch iwwert d'Relatiounen, déi duerch den SEM-Prozess exploréiert ginn.
De Maartforscher mécht e bessert sech ëm déi Weeër an der Relational Struktur sinn. De Maartforscher iwwerpréift wat Parameteren e Deel un der Varianz vun der Probe maachen (wat beobachtbar ass) an an der Kovarianzmatrix. An anere Wierder, wou bréngt de Maartforscher d'Bezéiungen op?
E festen Parameter gëtt normalerweis op Null festgeluecht. Zero heescht datt et keng Relatioun tëschent de Variablen ass. Wéinst dem Modell baséiert op Weeër, déi fix Parameteren hunn Päifen déi numeresch Labels hunn. Eng Ausnam, natierlech verlaangt et, wann e Wäert vun Null un engem Wee geleet gëtt. Kee Wee ass net am SEM-Diagram fir e Wee mat engem Wäert vu Null gezunn.
En Maartforscher erwaart d' freie Parameter fir aner Wäerter wéi Null ze hunn. Déi fräi Parameter ginn aus den Daten geschaf, déi beobachtbar sinn. Am SEM-Diagramm sinn d'Weeër vun de fräie Parameteren mat Stäre markéiert.
Bereet fir ze bewegen?
- Identifikatioun vum Model
- Schätz d 'Modell
- Probéiert de Model Fit
- Manipuléieren vum Model