So überprüfen Sie den Common Method BiasBitte lassen Sie mich Schritt für Schritt wissen, wie man Common Method Bias in JMP Pro 18 durchführt
Qualitäts- und ProzesstechnikBetreff: So prüfen Sie auf Common Method BiasIch bin bisher nicht mit dem Common Method Bias vertraut, aber eine kurze Lektüre zeigt, dass es mehrere Techniken zu seiner Bewertung gibt. Die einfachste scheint Harmans Einzelfaktor-„Test“ (eigentlich kein Nullhypothesentest) zu sein. Dabei handelt es sich lediglich um eine explorative Faktorenanalyse, bei der ermittelt wird, ob ein einzelner Faktor mehr als 50 % der Varianz der beobachteten Variablen erklären kann.
Sie können Harmans Test einfach über „Analysieren > Multivariate Methoden > Faktorenanalyse“ durchführen. Allgemeine Anweisungen finden Sie in der Dokumentation zur Faktorenanalyse-Plattform. Für diese Analyse sollten Sie die Anzahl der extrahierten Faktoren auf 1 setzen, das Modell ausführen und den Abschnitt „Varianzenerklärung durch jeden Faktor“ betrachten. Ist der Prozentwert größer als 50, liegt gemäß dieser Methode ein Hinweis auf einen Common-Method-Bias vor.
Mein kurzer Blick auf die Studie lässt jedoch darauf schließen, dass viele Forscher Harmans Methode den Methoden der konfirmatorischen Faktorenanalyse unterlegen sind. Diese steht in der Strukturgleichungsmodellierungsplattform von JMP Pro 18 zur Verfügung, falls Sie diesen Weg wählen möchten. Dieses Beispiel in der Dokumentation zeigt, wie Sie ein CFA-Modell in der SEM-Plattform einrichten.
Betreff: So prüfen Sie auf Common Method BiasLieber Ross,
Ich habe genau diese Option wie von Ihnen vorgeschlagen erhalten. Es gibt jedoch eine Methode zur Ermittlung des VIF (Variance Inflation Factor), die in SEM nicht verfügbar ist. Um den VIF zu ermitteln, klicken Sie mit der rechten Maustaste auf die Parameterschätzungen, gehen Sie zu Spalten, Spaltenauswahl und Sie sollten dort die VIF-Option finden. In meiner JMP Pro 18-Version ist dies jedoch nicht verfügbar. Ich wollte nur wissen, ob diese Option nicht verfügbar ist, weil es sich um eine kostenlose akademische Version handelt? Sehen Sie sich an, was ich sage.
Betreff: So prüfen Sie auf Common Method BiasDies ist keine Einschränkung der akademischen Version (JMP Student Edition). Fit Model kann VIFs in der Tabelle „Parameterschätzungen“ über das Rechtsklickmenü melden, aber die gleiche Option ist auf der SEM-Plattform nicht vorhanden.
Betreff: So prüfen Sie auf Common Method BiasHallo @Pradeep_Pai
Wie Ross erwähnte, gibt es einige Alternativen zur Überprüfung auf einen Common-Method-Bias. In SEM können Sie Ihre gemeinsamen Faktoren (latente Variablen) angeben und anschließend zusätzlich eine Quelle des Common-Method-Bias als weitere latente Variable festlegen. Das folgende Pfaddiagramm zeigt ein Beispiel für eine korrekte Angabe:
Hier wird die Skala der latenten Variablen durch Fixieren ihrer Varianz auf 1 festgelegt. Im Fall der methodischen latenten Variable legen wir zusätzlich Gleichheitsbeschränkungen für alle ihre Ladungen fest. In diesem Beispiel gehen wir davon aus, dass alle beobachteten Variablen eine gemeinsame Methode haben. Erwartet man dies nur für eine Teilmenge von Variablen, können die Ladungen auf die hypothetische Teilmenge beschränkt werden. Unter dem von Ross bereitgestellten Link finden Sie ein schrittweises Beispiel zur Festlegung der latenten Variablen.
Nach der Schätzung können Sie den Wert der Methodenladungen quadrieren, um eine Schätzung der gemeinsamen Methodenvarianz in jeder beobachteten Variable zu erhalten. Wenn die Ladungen statistisch signifikant sind, liegt ein Hinweis auf eine gemeinsame Methodenvarianz vor, der nicht vernachlässigt werden kann.
HTH,
~Laura
Betreff: So prüfen Sie auf Common Method BiasLieber Ross,
Bitte beachten Sie das beigefügte Bild aus der Google-Suche. Es zeigt deutlich, dass die VIF-Option verfügbar ist, wenn wir mit der rechten Maustaste auf Parameterschätzungen klicken und Spalte für Spalte auswählen. Entweder sind die Google-Informationen falsch oder ich mache einen Fehler. Beachten Sie, dass meine Anforderung, den allgemeinen Methodenfehler zu identifizieren (und zu beheben), mehr als ausreichend erfüllt ist. Ich habe hierfür den Einfaktoransatz von Harman verwendet.
Bitte berücksichtigen Sie die obigen Ausführungen und teilen Sie mir mit, ob die VIF-Option in einer Version verfügbar ist. Ich habe tatsächlich ein Video gesehen, in dem die VIF-Option bei der CFA in SEM deutlich zu sehen war. Als ich dasselbe in JMP Pro 18 durchführen wollte, war diese Option nicht verfügbar.
Betreff: So prüfen Sie auf Common Method BiasSehr geehrte Frau Laura,
Vielen Dank für Ihre Antwort. Wie bereits erwähnt, habe ich einen Common Method Bias-Test durchgeführt und konnte den Wert unter 50 % senken.
Falls Sie wissen möchten, wie die CMB reduziert werden kann, lassen Sie es mich bitte wissen. Die einzige Möglichkeit für Forscher, Primärdaten zu sammeln, ist (meistens) die Erhebung von Fragebögen. Wenn die von mir beschriebenen Schritte angewendet werden, wird die Wahrscheinlichkeit einer CMB deutlich reduziert. Alle meine Doktoranden müssen diese Anweisungen befolgen.
Am besten,
Betreff: So prüfen Sie auf Common Method BiasÜbrigens, vielen Dank an Sie und Ross für die tollen Videoerklärungen zu verschiedenen Konzepten.
Ein wirklich beeindruckender Aspekt ist, dass Sie sich bei der Einhaltung des Zeitplans an Ihre Zeitvorgaben halten. Ich bin mir nicht sicher, ob Sie nach der Aufnahme noch Bearbeitungen vornehmen oder das inhaltliche Zeitmanagement in einem Rutsch erledigen können. In einer Live-Sitzung (und seit über 35 Jahren) gelingt es mir nicht, meine Sitzungen strikt an die Zeitvorgaben zu halten. Entweder verlängern sie sich oder enden etwas früher, da die Dauer von den Diskussionen und dem Verständnis der Studierenden für das Konzept abhängt.
Betreff: So prüfen Sie auf Common Method BiasDanke für deine netten Worte zu unseren Video-Tutorials, Pradeep 
.
Was Ihre Google-Suche betrifft, machen Sie nichts falsch: Googles KI-Übersicht ist in Bezug auf VIFs in der SEM-Plattform falsch. Google scheint Informationen aus der Fit-Least-Squares-Dokumentation zu verwenden, obwohl Ihre Frage speziell auf SEM abzielt. Und etwas frustrierend: Als ich Google dieselbe Frage stellte (wenn auch vielleicht mit leicht anderer Formulierung), meldete die KI-Übersicht korrekt, dass die SEM-Plattform keine VIFs meldet. Sie liefert also zwei sich gegenseitig ausschließende Antworten auf dieselbe zugrunde liegende Frage! Diese LLMs sind in vielerlei Hinsicht erstaunlich, aber ich empfehle, die zitierten Seiten zu überprüfen, wenn die von Ihnen angeforderten Informationen für Sie besonders wichtig sind. Ich habe oft festgestellt, dass die KI-Übersicht falsche Angaben machte.
Betreff: So prüfen Sie auf Common Method BiasSchön, dass Sie Harmans Test hilfreich fanden! Und ich würde gerne mehr über Ihren Ansatz zur Behandlung von CMB erfahren. Ich bin mir sicher, dass auch andere Leser dieser Diskussion davon profitieren könnten. Normalerweise versuche ich, mehrere Messmethoden (in Umfragen, vielleicht mehrere Reporter) zu identifizieren, um dieses Problem zu lösen. Das ist jedoch nicht immer möglich.
Am besten,
~Laura
Betreff: So prüfen Sie auf Common Method BiasSuper! Ich habe mich für die zweiteilige Webinarreihe für Akademiker zur Verwendung von JMP Pro angemeldet, um mein Kurspaket zu erweitern. Ich habe Ihre Nachricht auch an der Fakultät (School of Business, Galgotias University) verteilt, damit auch meine Kollegen teilnehmen und sich registrieren konnten. Die einzige Herausforderung für die meisten von uns ist der Zeitplan des Programms, der von 21:30 bis 22:30 Uhr Ortszeit dauert. Trotzdem würde ich auf jeden Fall daran teilnehmen und Ihnen ein Hallo schicken!
Betreff: So prüfen Sie auf Common Method BiasHallo!
Vor etwa 20 bis 25 Jahren, als Umfragen noch ohne Umfrageleiter (per Post usw.) durchgeführt wurden, bestand die Möglichkeit, dass der Befragte Kästchen ankreuzte, ohne die Frage überhaupt zu lesen, um seine Antwort zu vervollständigen ( Umfrageverzerrung oder Zustimmungsverzerrung) . Eine inverse Skala für einige Fragen half dabei, diesen Fehler zu vermeiden, den wir allgemein als „Satisficing- oder Straight-Lining-Fehler“ bezeichneten.
Im vorliegenden Szenario, in dem mehrere Items/Variablen vom Befragten bewertet werden, kommt es zu einem Befragtenbias, der zu systemischen Fehlern führt. Einige der unten aufgeführten Punkte haben mir geholfen, den Fehler zu reduzieren.
1. Mehr Stichproben in den Daten oder Stichprobengröße > 600
2. Mehr Elemente (Variablen oder Fragen) in einem Fragebogen. Ich habe zwar keinen Schwellenwert dafür, aber jede Umfrage mit mehr als 25 Fragen sollte ausreichen.
3. Mehrsprachiger Fragebogen. In Indien werden viele Sprachen gesprochen und verstanden. Wenn Antworten in verschiedenen Sprachen gesammelt werden, trägt dies zur Reduzierung von CMB bei.
4. Die Likert-Skala soll eine 7-Punkte-Skala (im Gegensatz zu einer 5-Punkte-Skala) zur Aufzeichnung der Antworten sein.
5. Mehrere Tools zur Datenerfassung wie Google Forms, Umfragefragebögen usw.
6. Zeitliche Trennung beim Ausfüllen des Umfragefragebogens, beispielsweise wird zuerst Teil A mit 12 Fragen beantwortet, gefolgt von Teil B mit den restlichen Fragen mit einer gewissen Zeitverzögerung.
7. Behalten Sie die verschiedenen Antworten auf derselben 7-Punkte-Skala bei. Nehmen wir beispielsweise an, dass die meisten Fragen Antworten von „stimme überhaupt nicht zu“ bis „stimme voll und ganz zu“ haben, während einige Fragen Antworten von „völlig unbefriedigend“ bis „völlig zufriedenstellend“ haben.
Ich füge hier auch eine ChatGPT-Ausgabe an, die ziemlich ähnliche Schritte/Beobachtungen auflistet. Ich bin sicher, dass beim nächsten Ausführen auch die oben genannten Punkte hinzugefügt werden …
Teilen Sie mir Ihre Ansichten oder die Ansichten anderer Mitglieder der JMP-Community mit.
Betreff: So prüfen Sie auf Common Method BiasVielen Dank für die Vorschläge zur Reduzierung des Straight-Lining. Ich habe keine Erfahrung mit der Entwicklung von Umfragen und daher nichts hinzuzufügen, bin mir aber sicher, dass einige Mitglieder der Benutzergemeinschaft dies hilfreich finden und vielleicht eigene Tipps haben, die sie weitergeben möchten.
Betreff: Wie man auf Common Method Bias prüftHallo Ross,
Bei der Durchführung einer explorativen Faktorenanalyse (EFA) mit einem Faktor lag die erklärte Varianz bei etwa 55 %, was über dem Schwellenwert von 50 % liegt und auf einen Common Method Bias (CMB) hindeutet. Die anschließende Strukturgleichungsmodellierung (SEM) ergab jedoch einen RMSEA-Wert von 0,092, der über 0,08 liegt und somit auf ein unzureichendes SEM schließen lässt. Gibt es eine Möglichkeit, den CMB zu reduzieren?
Betreff: Wie man auf Common Method Bias prüft@Pradeep_Pai , die Beurteilung und Behebung von CMB in SEM liegt außerhalb meines Fachgebiets. Ich markiere @LauraCS , um zu sehen, ob sie dazu eine Meinung hat.
