레벨: 초급
Laura Castro-Schilo, JMP 연구 통계 개발자, SAS
SEM(구조 방정식 모델)은 다양한 모델링 도구를 제공하는 JMP Pro 15의 새로운 플랫폼입니다. 확인적 요인 분석, 경로 분석, 측정 오류 모델 및 잠재 성장 곡선 모델은 가능성 중 일부일 뿐입니다.
이 프레젠테이션에서는 SEM이 무엇인지, 분석가와 연구원에게 제공하는 고유한 기능, JMP Pro 15에서 구현되는 방법, 시장 및 소비자 연구, 엔지니어링, 교육, 건강 및 기타. 우리는 모두가 관련될 수 있는 경험적 예를 사용하여 SEM 플랫폼이 변수 간의 관계를 탐색하고 경쟁 이론을 테스트하는 데 사용되는 방법을 보여줍니다.
@DavidLeber ,
프레젠테이션을 위한 저널이 없었지만 프레젠테이션의 각 "감정 이론"과 일치하는 모델을 맞추는 간단한 비디오를 컴퓨터에 캡처했습니다. 이 답변에 동영상을 첨부합니다. 슬라이드와 함께 SEM 플랫폼을 사용하는 방법을 더 쉽게 이해할 수 있기를 바랍니다. 테이크아웃 포인트는 다음과 같습니다.
- 변수가 서로 어떻게 관련되는지에 대한 3가지 선험적 이론이 있습니다.
- 우리는 각 이론에 매핑되는 SEM의 모델을 맞춥니다.
- 다음을 통해 가장 적합한 모델을 찾습니다.
- 개별 모델 적합성을 검사합니다. 이 예에서 우리는 부적합의 척도인 카이제곱을 사용했습니다. 자유도(df)와 관련하여 작고 중요하지 않기를 원하지만, CFI 및 RMSEA 샘플 크기가 큰 경우에도 사용할 수 있습니다. 또한 정규화된 잔차 히트맵을 사용했습니다. 우리는 그 잔차를 +/- 2 단위 이내로 원합니다.
- 모델 간의 핏 비교. 그만큼 AICc 가중치 이 작업을 도와주세요. 모델이 중첩될 때(즉, 하나가 다른 하나에 완전히 포함됨 -- 이 예에서 이론 #1에 대한 모델이 이론 #2에 대한 모델 내에 중첩됨) 카이제곱과 df의 차이를 취할 수 있습니다. 카이-제곱 분포로 유의성을 테스트할 수 있는 델타-카이-제곱 및 델타-df를 얻습니다.
이게 도움이 되길 바란다!
~로라
이 프레젠테이션을 위한 JRN을 얻는 것이 좋을 것입니다. PDF는 유익하지만 실제 프로세스를 보지 않고는 결과를 이해하는 데 어려움을 겪고 있습니다.
