程度：初學者
結構方程模型 (SEM) 平台不斷發展，變得更加完善。 JMP Pro 17 的兩個關鍵功能包括：(1) 因子分析與 SEM 之間的關聯，以促進調查研究的進行；(2) 多組分析。我們利用 Yamamura 和 Takehira (2017) 的研究數據來展示這些功能，該研究以日本學生的學習動機為對象進行了調查。與會者將學習如何建立有效的問卷，並利用它們來深入了解亞組人群。
結構方程模型 (SEM) 平台不斷發展，成為一個更完善和強大的平台。 JMP Pro 17 的主要新功能包括：(1) 將探索性因子分析與 SEM 結合（這對於設計問卷問題非常有用）；(2) 多群體分析。我們將透過 Yamamura 和 Takehira (2017) 的一項研究來介紹這兩個功能，該研究檢視了日本一所大學的大學生的學習動機。在本演講中，我們將展示如何設計問卷並從中獲取有關亞群體的資訊。
[講者簡介]
Laura Castro-Schilo 致力於 JMP 中的結構方程模型研究。她對多元分析及其在不同類型資料中的應用感興趣，包括連續型、離散型、序數型、名目型甚至文本型資料。此前，她曾擔任北卡羅來納大學教堂山分校 LL Thurstone 心理測量實驗室的助理教授。 Castro-Schilo 擁有加州大學戴維斯分校的定量心理學博士學位。
Laura Castro-Schilo 使用 JMP 進行結構方程式建模。她對多元分析及其在各種資料類型（包括連續型、離散型、序數型、名目型和文字型）中的應用感興趣。她曾擔任北卡羅來納大學教堂山分校 L.L. Thurstone 心理測量實驗室的助理教授。她在加州大學戴維斯分校獲得定量心理學博士學位。
