Gestructureerde vergelijkingsmodellering - Stap 1: Specificeer het model

Stap 1 van Vijf stappen om te SEMEN

Met dank aan Thomas Boulvin, fotograaf. © 1 oktober 2008 Stock.xchng

Het fundamentele uitgangspunt van Structural Equation Modeling (SEM) is dat een marktonderzoeker "kan testen of bepaalde variabelen onderling verbonden zijn door een reeks lineaire relaties door de varianties en covarianties van de variabelen te onderzoeken" (StatSoft, 2011). Dit is misschien een van de variabelen de duidelijkste uitspraken over SEM, ALS je de termen begrijpt die in de zin worden gebruikt. Laten we dus eens kijken.

Variabel - (zelfstandig naamwoord) Volgens Merriam-Webster: "1).

Een element of factor dat kan variëren of veranderen; 2) Een hoeveelheid die tijdens een berekening wordt verondersteld te variëren of in waarde kan variëren. "

Lineaire relatie - volgens Investopedia: In de eenvoudigste bewoording: "de relatie tussen een variabele en een constante die kan worden uitgedrukt in een afbeelding waarin een constante en een variabele zijn verbonden door een rechte lijn." Een voorbeeld hiervan zijn de kosten van zeilboten die lineair toenemen naarmate men de lijn opgaat naar grotere en grotere schepen, gemeten aan de hand van vierkante meters.

Variantie - Volgens het bedrijfswoordenboek: "1) Het verschil tussen een verwacht resultaat en het werkelijke resultaat; 2) In statistieken, het rekenkundig gemiddelde van de vierkanten van de afwijking van alle waarden in een reeks getallen van hun rekenkundig gemiddelde. en zijn vierkantswortel (de standaardafwijking) zijn van fundamenteel belang als een maat voor spreiding. "

Variabele Covariantie - Volgens Merriam-Webster: "In de statistiek en de kansrekening is covariantie een maat voor de mate waarin twee variabelen samen veranderen."

De SEM is gebaseerd op structuur die is gebaseerd op wiskunde

Deze eerste stap in het SEM-proces is eigenlijk een van de marktonderzoekers die - door middel van een paddiagram - tekenen of tekenen, de manier waarop hij / zij gelooft dat de variabelen onderling verband houden.

Het kan helpen na te denken over het effect van additieve en multiplicatieve transformaties. Als een lijst met getallen bijvoorbeeld wordt vermenigvuldigd met een constante K, worden het gemiddelde en de standaarddeviatie ook vermenigvuldigd met de absolute waarde van K. Het is automatisch. Met getallen ziet het er zo uit: Voor getallen 1,2, & 3: Het gemiddelde is 2 en de standaardafwijking is 1. Zeg K = 4. Vermenigvuldig 1, 2 en 3 met K resulteert in 4, 8, & 12. Voor 4, 8 en 12 is het gemiddelde 8 en de standaarddeviatie 4. De variantie is 16. Bedenk: "Variantie is een maatstaf van hoe ver elke waarde in de dataset van het gemiddelde is." Vandaar dat de standaardafwijking in het kwadraat staat.

Omdat je weet dat de twee reeksen getallen verwant zijn en je weet wat de variantie is, kun je indirect de hypothese testen dat een reeks getallen gerelateerd is aan de andere reeks getallen door de variantie van de variabelen te vergelijken.

De informatie over structurele modellering van vergelijkingen hieronder is gebaseerd op de inhoud van het boek van RH Hoyle (red.) 1995. Structural Equation Modeling. SAGE Publications, Inc. Thousand Oaks, CA met dank aan Google Books, en ook aan de genadige interpretatie van complexe geschriften over SEM door Ricka Stoelting, voorheen van de San Francisco State University.

In de modelspecificatiestap wordt het model gedefinieerd in termen van zijn parameters. Twee soorten parameters worden beschouwd: vaste parameters en vrije parameters.

Waarom zijn vaste of gratis parameters aangewezen?

Het identificeren van welke parameters vast zijn en welke parameters vrij zijn, is van cruciaal belang voor de integriteit en toepassing van het SEM-model. De vaste of vrije aanduidingen bepalen hoe de componenten van het model zullen worden vergeleken. De modelcomponenten zijn 1) het hypothesediagram, 2) de steekproefpopulatievariantie en 3) de covariantiematrix. Elk van deze componenten is belangrijk voor het testen van de pasvorm van het model (dit is stap 4)

De marktonderzoeker bepaalt welke parameters als vrij worden aangemerkt en welke parameters als vast worden aangemerkt. De keuzes gemaakt door de marktonderzoeker zijn een weerspiegeling van de a priori hypothese.

betekent dat de 'van de voormalige' in het Latijn, dus het verwijst naar de hypothese die is gemaakt voordat het onderzoek of experiment heeft plaatsgevonden. Een a priori- hypothese is dus de beste schatting van de relaties die via het SEM-proces moeten worden onderzocht.

De marktonderzoeker maakt een goede inschatting welke trajecten belangrijk zijn in de relationele structuur. De marktonderzoeker vermoedt welke parameters een rol zullen spelen in de steekproefvariantie (die waarneembaar is) en in de covariantiematrix. Met andere woorden: waar verwacht de marktonderzoeker dat de relaties plaatsvinden?

Een vaste parameter wordt over het algemeen vastgesteld op nul. Nul betekent dat er geen verband is tussen de variabelen. Omdat het model is gebaseerd op paden, hebben de vaste parameters paden met numerieke labels. Een uitzondering doet zich natuurlijk voor als een waarde van nul aan een pad is toegewezen. Er wordt geen pad in het SEM-diagram getekend voor een pad met een waarde nul.

Een marktonderzoeker verwacht dat de vrije parameters andere waarden dan nul hebben. De vrije parameters worden geschat op basis van de waarneembare gegevens. In het SEM-diagram zijn de paden van de vrije parameters gemarkeerd met sterretjes.

Klaar om verder te gaan?