Verwenden von Strukturgleichungsmodellen zum Aufdecken von Beziehungen zwischen beobachteten und latenten Variablen
Sehen Sie, wie es geht:
- Verstehen Sie die Grundlagen von SEM
- Confirmatory Factor Analysis (CFA) – ein multivariates statistisches Verfahren, um zu testen, wie gut gemessene Variablen die Anzahl der Konstrukte repräsentieren und eine Theorie bestätigen oder widerlegen
- Pfadanalyse – eine Erweiterung des Regressionsmodells, das aus der Korrelationsmatrix erstellt wurde, die zwei oder mehr zufällige Modelle vergleicht und ein Flussdiagramm verwendet, um Pfad und Kausalität zu modellieren
- Strukturgleichungsmodellierung (SEM) – Multivariate statistische Analysetechnik, die Faktorenanalyse mit multipler Regressionsanalyse kombiniert, um die strukturelle Beziehung zwischen gemessenen Variablen und latenten Konstrukten zu analysieren und multiple und zusammenhängende Abhängigkeiten in einer einzigen Analyse zu schätzen
- Wählen Sie Modelle aus und handhaben Sie Messbereiche anhand einer Fallstudie aus der Industrie
- Navigieren Sie im SEM-Fenster mit 3 Feldern (From List, To List, Diagram)
- Verwenden Sie SEM, um zu sehen, ob Ihre Messungen einen eingebauten Fehler enthalten
- Verstehen, wie man eingeschränkte und unabhängige Modellergebnisse untersucht und vergleicht
- Erstellen Sie iterativ mehrere Modelle und interpretieren Sie den Anforderungsregelstatus, bevor Sie Modelle ausführen
- Suchen und interpretieren Sie Modellstatistiken und melden Sie Warnungen und ändern Sie Modelle oder führen Sie sie bei Bedarf erneut aus
- Verwenden Sie den Lokaldatenfilter, um nach Variablen zu filtern
- Faktorwerte speichern und latente Variablen auf beobachtete Variablen anwenden
- Verwenden Sie SEM, um eine Hypothese anhand einer Sportfallstudie zu testen
Hinweis: Fragen und Antworten zum Zeitpunkt 36:43 enthalten.
Ressourcen
Fortgeschrittene statistische Modellierung
