Matrice de corrélation de facteurs augmentée pour le modèle de mesure dans la plateforme SEMÉtant donné que JMP met l'accent sur la visualisation, la matrice de corrélation de facteurs augmentée avec codage couleur constituera une information utile dans la plate-forme SEM. La matrice de corrélation factorielle est utile aux chercheurs lors de la construction d’une échelle. Pour les constructions à éléments multiples, les constructeurs d'échelle recherchent une validité convergente et discriminante. Cette information peut être obtenue facilement puisque JMP 15 peut désormais calculer les scores factoriels pour les variables latentes. Cette matrice de corrélation peut être augmentée comme suit :
- 1. Valeurs de corrélation sur la diagonale inférieure
- 2. Valeurs de corrélation au carré reflétant la variance partagée entre les facteurs sur la diagonale supérieure
- 3. Variance moyenne extraite (AVE) qui est la variance que chaque facteur partage avec ses propres indicateurs sur les diagonales. Cela peut également être considéré comme la communauté moyenne du construit.
Voici un exemple:
Pour une validité convergente, nous voulons AVE > 0,5 indiquant que le construit explique > 50 % de la variance de ses indicateurs
Pour la validité discriminante, nous voulons que les valeurs diagonales soient supérieures aux valeurs à droite ou au-dessus, car cela établit que le facteur partage plus de variance avec ses propres indicateurs que les autres facteurs. Lorsque ce n’est pas le cas, un codage couleur des violations sera plus utile.
Études de consommation et de marchéModélisation prédictive et apprentissage automatiqueRe : Matrice de corrélation de facteurs augmentée pour le modèle de mesure dans la plateforme SEMLaura : Puisque nous disposons désormais d'une mesure de fiabilité, puis-je également demander un intervalle de confiance pour cette mesure de fiabilité avec deux colonnes inférieure et supérieure dans le tableau (à un certain niveau de confiance par défaut) et une barre d'erreur dans l'histogramme à côté ? L'intervalle de confiance peut être calculé de plusieurs manières, notamment la méthode de Monte Carlo.
Re : Matrice de corrélation de facteurs augmentée pour le modèle de mesure dans la plateforme SEMLaura et Jeff : Merci d'avoir mis en œuvre cette idée.C'est très utile pour les personnes qui font de la construction à grande échelle dans les sciences sociales.Je viens de remarquer quelque chose dans cette option.Les lignes sous le tableau dans Composite Reliability et Construct Maximal Reliability ne s'alignent pas avec les lignes de l'histogramme à côté.Cela pourrait être un problème de police dans les différents affichages.Les aligner facilitera grandement la lecture.
Objet : Matrice de corrélation de facteurs augmentée pour le modèle de mesure dans la plateforme SEM - Statut modifié en : LivréAvec la sortie de JMP16 le Évaluer le modèle de mesure L'option affiche une variété de statistiques et de graphiques pour quantifier la fiabilité et la validité des tests et des mesures, y compris la fiabilité des indicateurs, les coefficients oméga et H et une matrice de validité conceptuelle.
Re : Matrice de corrélation de facteurs augmentée pour le modèle de mesure dans la plateforme SEMBien d'entendre ça. J'ai hâte d'y être.
Objet : Matrice de corrélation de facteurs augmentée pour le modèle de mesure dans la plateforme SEM - Statut modifié en : En développementNous travaillons là-dessus pour JMP 16. Un élément de menu pour « Évaluer le modèle de mesure » fournira d'autres statistiques pour évaluer la fiabilité conceptuelle et composite de l'enquête, en plus de la validité conceptuelle.
Re : Matrice de corrélation de facteurs augmentée pour le modèle de mesure dans la plateforme SEMMerci pour la suggestion Narayanan! Je suis d’accord, cela fera un bel ajout à la plateforme !
