Utilizzare la modellazione di equazioni strutturali (SEM) per testare teorie causali e analizzare le relazioni tra variabili osservate e costrutti latenti sottostanti. La SEM combina i principi dell'analisi fattoriale, che identifica i fattori dalle variabili osservate, e dell'analisi di regressione multipla, che valuta la relazione tra le variabili.
Modellazione delle equazioni strutturali
Nota: SEM fornisce un framework per eseguire un'ampia gamma di analisi multivariate, tra cui l'analisi di mediazione, l'analisi del percorso, l'analisi fattoriale confermativa, l'analisi della curva di crescita latente, tra le altre. Questa guida ne illustra solo una: l'analisi di mediazione. Questa tecnica viene utilizzata per testare una teoria causale in cui un predittore è considerato causa di un risultato attraverso il suo effetto su un mediatore. L'analisi di mediazione consente di indagare i meccanismi con cui una variabile influenza un risultato attraverso test statistici e la stima degli effetti indiretti.
- Da una tabella dati JMP® aperta, selezionare Analizza > Metodi multivariati > Modelli di equazioni strutturali .
- Selezionare le variabili numeriche per il modello. Fare clic su OK . Si aprirà il report interattivo SEM.
- Dal triangolo rosso dei collegamenti al modello in basso, seleziona Trasversale (classici) > Analisi di mediazione .
- Seleziona una delle variabili come variabile causale (in questo caso abbiamo scelto 'Leadership_Avg'), una variabile come mediatore ('Conflict_Avg') e una variabile per l'esito ('Satisfaction_Avg'). Questi ruoli specificano un modello che descrive l'effetto che la 'Leadership' ha sulla 'Soddisfazione lavorativa' attraverso il suo effetto sul 'Conflitto'. Fai clic su OK . Il diagramma di percorso verrà aggiunto.
- Fare clic su "Esegui" per adattare il modello. I coefficienti del modello verranno aggiunti al diagramma di percorso e verrà generata una tabella di stime dei parametri e test statistici.
Job Satisfaction.jmp (Help > Sample Data Folder)Job Satisfaction.jmp (Aiuto > Cartella dati di esempio)
Interpretazione:
• Per un aumento di un'unità nella leadership, il conflitto diminuisce di 0,59 unità mentre la soddisfazione aumenta di 0,47 unità.
• Il conflitto ha un effetto negativo sulla soddisfazione, tanto che un aumento unitario del primo comporta una diminuzione dello 0,35% del secondo.
• L'effetto indiretto della leadership sulla soddisfazione attraverso il conflitto è positivo e statisticamente significativo (b = 0,21, SE = 0,04). Pertanto, la leadership ha un impatto positivo sulla soddisfazione attraverso il suo effetto sul conflitto.
- Altri modelli possono essere adattati e confrontati nello stesso report tramite la tabella di confronto dei modelli (ad esempio, uno senza l'effetto diretto della leadership sulla soddisfazione per verificare se l'effetto della leadership sulla soddisfazione è mediato totalmente o parzialmente dal conflitto).
- Il menu a forma di triangolo rosso del modello adattato include opzioni per visualizzare gli effetti totali e indiretti insieme ai relativi errori standard. Il bootstrap per gli errori standard è disponibile anche nel menu principale a forma di triangolo rosso.
Visit Metodi multivariati > Modelli di equazioni strutturali in Guida JMP to learn more.
