Strukturierte Gleichungsmodellierung - Schritt 1: Spezifizieren Sie das Modell

Schritt 1 des Fünf-Stufen-REM-Entwicklungsprozesses

Die grundlegende Prämisse der Strukturgleichungsmodellierung (SEM) besteht darin, dass ein Marktforscher "testen kann, ob bestimmte Variablen durch einen Satz miteinander verknüpft sind." von linearen Beziehungen durch Untersuchung der Varianzen und Kovarianzen der Variablen "(StatSoft, 2011) Dies ist vielleicht eine der klarsten Aussagen über SEM, WENN Sie die im Satz verwendeten Begriffe verstehen.

Sehen wir uns das an.

Variable - (Nomen) Laut Merriam-Webster: "1). Ein Element oder Faktor, der variieren oder sich ändern kann; 2) Eine Größe, die während einer Berechnung als variierend oder variabel angenommen wird. in value. "

Lineare Beziehung - Nach Investopedia: Einfach ausgedrückt:" Die Beziehung zwischen einer Variablen und einer Konstanten, die in einer Grafik ausgedrückt werden kann, in der eine Konstante und eine Variable durch eine gerade Linie." Ein Beispiel wären die Kosten von Segelbooten, die linear zunehmen, wenn man sich durch quadratisches Filmmaterial zu größeren und größeren Schiffen bewegt.

Varianz - Nach dem Business Dictionary: "1) Die Differenz zwischen einem erwarteten Ergebnis und dem tatsächlichen Ergebnis; 2) In der Statistik das arithmetische Mittel der Quadrate der Abweichung aller Werte in einer Menge von Zahlen aus ihrem arithmetischen Mittelwert: Varianz und ihre Quadratwurzel (die Standardabweichung) sind von grundlegender Bedeutung als Maß für die Streuung. "

Variable Kovarianz - Laut Merriam-Webster:" In der Statistik und die Wahrscheinlichkeitstheorie, Kovarianz ist ein Maß dafür, wie sehr sich zwei Variablen zusammen verändern. "

Das SEM basiert auf einer auf der Mathematik basierenden Struktur

Dieser erste Schritt im SEM-Prozess ist im Grunde einer von den Marktforschern, die - durch ein Pfaddiagramm - zeichnen oder zeichnen. - die Art und Weise, wie sie glaubt, dass die Variablen miteinander verbunden sind.

Es kann hilfreich sein, über die Wirkung additiver und multiplikativer Transformationen nachzudenken. Wenn zum Beispiel eine Liste von Zahlen mit einer Konstanten K multipliziert wird, werden der Mittelwert und die Standardabweichung ebenfalls mit dem absoluten Wert von K multipliziert. Es ist automatisch. Bei Zahlen sieht es so aus: Für die Zahlen 1, 2, & 3: Der Mittelwert ist 2, und die Standardabweichung ist 1. Sagen Sie K = 4. Multiplizieren Sie 1, 2, & 3 mit K ergibt 4, 8, & 12. Für 4, 8 und 12 ist der Mittelwert 8 und die Standardabweichung ist 4. Die Varianz ist 16. Denken Sie daran: "Varianz ist ein Maß dafür, wie weit jeder Wert im Datensatz vom Mittelwert abweicht." Daher ist die Standardabweichung quadriert.

Da Sie wissen, dass die zwei Mengen von Zahlen miteinander verwandt sind und Sie wissen, wie die Varianz aussieht, können Sie indirekt die Hypothese testen, dass ein Satz von Zahlen mit dem anderen Satz von Zahlen in Beziehung steht, indem Sie die Varianz der Variablen vergleichen.

Die folgenden Informationen zur Strukturgleichungsmodellierung basieren auf Inhalten aus dem Buch von R. H. Hoyle (Hrsg.) 1995. Structural Equation Modeling. SAGE Publications, Inc. Thousand Oaks, CA mit freundlicher Genehmigung von Google Books und auch über die anmutige Interpretation komplexer Schriften über SEM von Ricka Stoelting, früher von der San Francisco State University.

Im Modellspezifikationsschritt wird das Modell in Bezug auf seine Parameter definiert. Zwei Arten von Parametern werden berücksichtigt: Feste Parameter und freie Parameter.

Warum werden Parameter als fest oder frei bezeichnet?

Das Feststellen, welche Parameter fest sind und welche Parameter frei sind, ist für die Integrität und Anwendung des SEM-Modells entscheidend. Die festen oder freien Bezeichnungen bestimmen, wie die Komponenten des Modells verglichen werden. Die Modellkomponenten sind: 1) das hypothetische Diagramm, 2) die Varianz der Stichprobenpopulation und 3) die Kovarianzmatrix. Jede dieser Komponenten ist wichtig für das Testen der Anpassung des Modells (was Schritt 4 ist).

Der Marktforscher bestimmt, welche Parameter als frei bezeichnet werden und welche Parameter als fest bezeichnet werden. Die vom Marktforscher getroffenen Entscheidungen spiegeln die Hypothese a priori wider.

bedeutet, dass das "aus dem Vorigen" in lateinischer Sprache auf die Hypothese verweist, die vor der Durchführung der Forschung oder des Experiments gemacht wurde. Daher ist eine a priori Hypothese eine beste Schätzung über die Beziehungen, die durch den SEM-Prozess untersucht werden.

Der Marktforscher macht eine bestmögliche Vermutung darüber, welche Pfade in der relationalen Struktur wichtig sein werden. Der Marktforscher vermutet, welche Parameter in der Stichprobenvarianz (die beobachtbar ist) und in der Kovarianzmatrix eine Rolle spielen. Mit anderen Worten, wo erwartet der Marktforscher, dass die Beziehungen stattfinden?

Ein fester Parameter wird allgemein bei Null festgelegt. Null bedeutet, dass es keine Beziehung zwischen den Variablen gibt. Da das Modell auf Pfaden basiert, verfügen die festen Parameter über Pfade mit numerischen Beschriftungen. Eine Ausnahme tritt natürlich auf, wenn einem Pfad der Wert Null zugewiesen wurde. Im SEM-Diagramm wird kein Pfad für einen Pfad mit dem Wert Null gezeichnet.

Ein Marktforscher erwartet, dass die freien Parameter andere Werte als Null haben. Die freien Parameter werden aus den beobachtbaren Daten geschätzt. Im SEM-Diagramm sind die Pfade der freien Parameter mit Sternchen markiert.

Bereit zum Weitergehen?

• Identifizieren Sie das Modell
• Schätzen Sie das Modell
• Testen Sie das Modell Fit
• Manipulieren Sie das Modell