명목학적 타당성안녕하세요 멋진 커뮤니티입니다!
분석을 거의 완료했지만 측정 척도의 명목론적 타당성을 확인해야 합니다. 나는 그 주제에 대해 읽었지만 JMP Pro 16에서 그것을 하는 방법을 이해하지 못합니다.
첨부파일과 같은 테이블을 만들고 싶습니다.도와주시겠어요?
매우 감사합니다!
나탈리 
해석학Re: 명목학적 타당도안녕 나탈리,
나는 당신이 당신의 분석에 대해 더 많은 정보를 제공해야 한다고 생각합니다. 첨부한 예제가 구조 방정식 모델에서 가져온 것이라고 가정합니다. 그러나 그것이 어디에서 왔는지, 당신이 하려는 일이 이것과 어떤 관련이 있는지 설명할 수 있다면 유용할 것입니다.
문안 인사,
필
Re: 명목학적 타당도안녕 나탈리,
Phil이 지적했듯이 수행한 분석을 보다 명확하게 하는 것이 도움이 될 것입니다. 이전 질문에서 3개의 잠재 변수(측정 척도의 하위 척도)가 있는 확인적 요인 분석(CFA) 모델에 적합하다고 가정합니다.
일반적으로 말해서, 척도의 수렴 및 판별 타당성을 테스트하는 한 가지 효과적인 방법은 척도를 사용하여 다른 CFA를 맞추는 것입니다. 귀하의 CFA에는 귀하의 척도가 측정하고 있다고 생각하는 만큼의 잠재 변수(LV)와 다른 척도의 LV가 있어야 하며 모든 LV는 공변해야 합니다. 그런 다음 모델을 피팅한 후 빨간색 삼각형 메뉴에서 지표와 하위 척도의 신뢰성을 표시하는 "측정 모델 평가"를 찾을 수 있습니다. 또한 매트릭스의 시각화와 함께 "유효성 매트릭스 구성"이 표시됩니다. 목표는 해당 행렬의 대각선 항목이 위의 값과 오른쪽에 있는 값보다 크다는 것을 보여주는 것입니다. 그 이유는 대각선 값은 지표에서 LV가 추출한 Average Variance이고 위와 오른쪽의 값은 공유된 분산을 나타냅니다. 건너서 LV. LV(하위 척도)가 다른 LV보다 자체 지표와 공통적으로 더 많은 분산을 갖고 있는지 확인하고 싶습니다. 이는 대각선에 더 큰 값을 가짐으로써 입증됩니다. 또한 대각선 아래의 값을 조사할 수 있습니다. 이는 단순히 LV 간의 상관 관계입니다. 척도의 LV와 상관 관계가 있다고 가정하는 값은 해당 연관성을 보여야 하고 척도의 LV와 상관 관계가 없다고 가정하는 값도 해당 패턴을 보여야 합니다.
다음은 잠재 변수(Reputation을 제외한 모든 변수)가 잘 정의되고 수렴 및 판별 유효성이 좋은 예입니다.
31분부터 시작하는 이 비디오 프레젠테이션의 평가 모델 옵션에 대한 자세한 설명이 있습니다. https://community.jmp.com/t5/Discovery-Summit-Americas-2020/ABCs-of-Structural-Equations-Models-2020-US-45MP-590/ta-p/281529
HTH,
~로라
