261423_it-IT

liliconcom

Esame di un'interazione (effetto di moderazione) utilizzando JMP SEM

Sono nuovo di SEM. Esiste un modo per esaminare un'interazione (effetto di moderazione) utilizzando il programma SEM di JMP?

Re: Esame di un'interazione (effetto di moderazione) utilizzando JMP SEM

Ciao @strecher1 ,

 

La moderazione in SEM avviene in 2 modi:

 

1. Simile alla regressione standard, una include un termine di interazione nel modello come predittore, oltre ai due effetti principali. Se hai fatto questo * fuori * di JMP, probabilmente dovevi creare manualmente il termine moltiplicativo/interazione – JMP è molto interessante, quindi in Fit Model (e altre piattaforme) ti fa risparmiare tempo con il pulsante “Croce” – centra ulteriormente i termini su crea l'interazione! Tuttavia, in SEM, non ho (ancora) aggiunto quella funzione per risparmiare tempo (ma stai attento al futuro!). Pertanto, il modo più semplice è creare una nuova colonna formula (selezionare colonne e fare clic con il pulsante destro del mouse):
    

   

    

   Tieni presente che se desideri che l'interazione venga creata con termini centrati sulla media (cosa che in genere si desidera evitare la multicollinearità), devi prima selezionare Colonna Nuova formula > Distribuzione > Centro, quindi creare la variabile di prodotto con i termini centrati.

2. SEM ha quella che viene chiamata "analisi a gruppi multipli" che consente di esplorare se/come gli effetti variano tra le popolazioni. In poche parole, lo stesso identico modello viene adattato simultaneamente ai campioni (2 o più) e si verificano gli effetti di moderazione forzando alcune stime dei parametri a essere uguali tra i gruppi e utilizzando un test della differenza chi-quadrato per vedere se il vincolo ha portato il modello per adattarsi significativamente peggio. Offriremo analisi a più gruppi in JMP Pro 16.

Entrambi questi approcci sono buoni. Di solito si consiglia il numero 2 quando le dimensioni del campione per ciascun gruppo sono grandi (la definizione di "grande" dipende dalla complessità del modello), altrimenti il numero 1 è la strada da percorrere. Sebbene SEM sia molto più flessibile della regressione, vorrei illustrare un esempio di stima di un'interazione in SEM e confronto con Fit Model in modo da poter vedere le somiglianze. L'esecuzione dello script allegato ti mostrerà il modello di adattamento e i risultati SEM e calcolerà il termine di interazione con termini centrati. Come puoi vedere di seguito, i risultati sono gli stessi:

 

 

Quindi, il termine moltiplicativo è la chiave per testare gli effetti di moderazione in SEM.

 

HTH,

~Laura