Słownik metodologiczny · Modele SEM

Inwariancja pomiaru w CB-SEM

Pełne wyjaśnienie, zastosowanie naukowe i praktyczne, przykład, dobre praktyki oraz gotowy zapis wyniku w APA 7.

Strona główna / Słownik / Inwariancja pomiaru w CB-SEM

Opracowanie merytoryczne: · Opublikowano: · Aktualizacja:

Co oznacza Inwariancja pomiaru w CB-SEM?

Inwariancja pomiaru sprawdza, czy konstrukt ma porównywalne znaczenie w grupach lub momentach. Typowa sekwencja obejmuje inwariancję konfiguralną, metryczną, skalarną i ścisłą.

Zastosowanie, warunki i dobre praktyki

Inwariancja ocenia, czy ten sam konstrukt jest mierzony w porównywalny sposób między grupami lub momentami. Zwykle bada się kolejno konfigurację, ładunki, progi lub wyrazy wolne, a czasem także reszty. Porównywanie średnich latentnych wymaga silniejszych warunków niż porównywanie zależności; decyzji nie należy opierać tylko na jednym ΔCFI bez oglądu parametrów i treści.

Najważniejsze zastosowanie: Przed porównaniem ścieżek wymagaj co najmniej odpowiedniego poziomu równości ładunków; przed porównaniem średnich latentnych zwykle potrzebna jest inwariancja skalarna. Dla pozycji porządkowych ograniczaj progi.

Jak poprawnie stosować i interpretować hasło „Inwariancja pomiaru w CB-SEM”?

Inwariancja pomiaru w CB-SEM sprawdza, czy konstrukt ma porównywalne znaczenie w grupach lub momentach. Dla interpretacji hasła „Inwariancja pomiaru w CB-SEM” typowa sekwencja obejmuje model konfiguralny, równość ładunków, wyrazów wolnych lub progów oraz ewentualnie reszt. W odniesieniu do hasła „Inwariancja pomiaru w CB-SEM” poziom potrzebnej inwariancji zależy od celu: porównanie związków wymaga mniej niż porównanie średnich latentnych.

W odniesieniu do hasła „Inwariancja pomiaru w CB-SEM” modele muszą mieć tę samą strukturę wskaźników i odpowiedni estymator dla skali danych. Przy ocenie hasła „Inwariancja pomiaru w CB-SEM” decyzji nie należy opierać wyłącznie na istotności Δχ², która silnie zależy od próby; potrzebne są zmiany CFI, RMSEA lub innych wskaźników, wielkość lokalnych naruszeń i sens treściowy. W analizie dotyczącej hasła „Inwariancja pomiaru w CB-SEM” częściową inwariancję trzeba uzasadnić i ograniczyć do nielicznych parametrów.

Co trzeba opisać w raporcie?

W analizie dotyczącej hasła „Inwariancja pomiaru w CB-SEM” raport powinien przedstawić kolejne poziomy ograniczeń, dopasowanie każdego modelu, różnice wskaźników oraz uwolnione parametry. Dla interpretacji hasła „Inwariancja pomiaru w CB-SEM” należy wskazać, jakie porównania między grupami są dzięki temu uprawnione, i podać liczebności oraz sposób traktowania braków w każdej grupie.

Zakres raportowania dla hasła „Inwariancja pomiaru w CB-SEM”: Raportuj modele etapami, ograniczenia, χ²/Δχ², zmiany CFI/RMSEA, lokalne naruszenia i uzasadnienie częściowej inwariancji.

Przykład praktyczny i gotowa interpretacja

Sytuacja: Jeżeli model jest metrycznie, lecz nie skalarnie inwariantny między kobietami i mężczyznami, można ostrożnie porównywać relacje, ale różnice średnich mogą odzwierciedlać odmienne wyrazy wolne.

Jak ją zinterpretować: Kolejne poziomy pokazują, czy konfiguracja, ładunki oraz progi lub wyrazy wolne są porównywalne między grupami. Zakres dopuszczalnego porównania zależy od osiągniętego poziomu, nie od jednej różnicy CFI.

Najczęstsza pułapka i granica interpretacji

Brak istotnego Δχ² przy małych grupach nie dowodzi równości. Uwalnianie wielu parametrów po indeksach modyfikacji może pozbawić porównanie wspólnej skali.

W odniesieniu do hasła „Inwariancja pomiaru w CB-SEM” dobre wyniki inwariancji nie dowodzą reprezentatywności grup ani identyczności konstruktu w całym sensie kulturowym. Przy ocenie hasła „Inwariancja pomiaru w CB-SEM” brak pełnej inwariancji nie zawsze uniemożliwia wszystkie porównania, lecz wymaga precyzyjnego ograniczenia wniosku.

Definicje, zalecenia interpretacyjne i sposób raportowania oparto na literaturze metodologicznej wskazanej w bibliografii (Hu i Bentler, 1999).

Powiązane hasła

AIC i BIC w SEMCFA (konfirmacyjna analiza czynnikowa)CFI (Comparative Fit Index)Identyfikacja modelu SEMKowariancja reszt w SEMMacierz reszt standaryzowanych w SEM

Poradniki, w których użyjesz tego pojęcia

Poradnik

Wartość p: co naprawdę oznacza i jak ją poprawnie interpretować

Wartość p bez mitów: definicja, interpretacja, typowe błędy oraz sposób raportowania wraz z wielkością efektu i przedziałem ufności.

Czytaj →Poradnik

Regresja logistyczna: założenia, interpretacja i raportowanie modelu

Regresja logistyczna w praktyce: założenia, iloraz szans, diagnostyka, kalibracja, AUC oraz zasady rzetelnego raportowania modelu.

Czytaj →Poradnik

Modelowanie równań strukturalnych (SEM): od teorii do raportu

SEM bez skrótów myślowych: model pomiarowy i strukturalny, CB-SEM a PLS-SEM, dopasowanie, założenia oraz raportowanie wyników.

Czytaj →

Potrzebujesz wsparcia w analizie danych?

Wybierz ofertę dopasowaną do pracy dyplomowej albo profesjonalnego projektu naukowego.

Oferta dla badaczyOferta dla studentów

Bibliografia i dalsza literatura naukowa (APA 7)

  1. Hu, L., & Bentler, P. M. (1999). Cutoff criteria for fit indexes in covariance structure analysis: Conventional criteria versus new alternatives. Structural Equation Modeling, 6(1), 1–55. https://doi.org/10.1080/10705519909540118
  2. Bentler, P. M. (1990). Comparative fit indexes in structural models. Psychological Bulletin, 107(2), 238–246. https://doi.org/10.1037/0033-2909.107.2.238
  3. Appelbaum, M., Cooper, H., Kline, R. B., Mayo-Wilson, E., Nezu, A. M., & Rao, S. M. (2018). Journal article reporting standards for quantitative research in psychology: The APA Publications and Communications Board task force report. American Psychologist, 73(1), 3–25. https://doi.org/10.1037/amp0000191
  4. Lang, T. A., & Altman, D. G. (2015). Basic statistical reporting for articles published in biomedical journals: The SAMPL guidelines. International Journal of Nursing Studies, 52(1), 5–9. https://doi.org/10.1016/j.ijnurstu.2014.09.006
  5. Iacobucci, D. (2010). Structural equations modeling: Fit indices, sample size, and advanced topics. Journal of Consumer Psychology, 20(1), 90–98. https://doi.org/10.1016/j.jcps.2009.09.003
  6. Rosseel, Y. (2012). lavaan: An R package for structural equation modeling. Journal of Statistical Software, 48(2), 1–36. https://doi.org/10.18637/jss.v048.i02

Cytowania BibTeX

@article{hu1999sem, author={Hu, Li-tze and Bentler, Peter M.}, title={Cutoff criteria for fit indexes in covariance structure analysis}, journal={Structural Equation Modeling}, year={1999}, volume={6}, number={1}, pages={1--55}, doi={10.1080/10705519909540118}}
@article{bentler1990cfi, author={Bentler, Peter M.}, title={Comparative fit indexes in structural models}, journal={Psychological Bulletin}, year={1990}, volume={107}, number={2}, pages={238--246}, doi={10.1037/0033-2909.107.2.238}}
@article{appelbaum2018jars, author={Appelbaum, Mark and Cooper, Harris and Kline, Rex B. and Mayo-Wilson, Evan and Nezu, Arthur M. and Rao, Stephen M.}, title={Journal article reporting standards for quantitative research in psychology}, journal={American Psychologist}, year={2018}, volume={73}, number={1}, pages={3--25}, doi={10.1037/amp0000191}}
@article{lang2015sampl, author={Lang, Thomas A. and Altman, Douglas G.}, title={Basic statistical reporting for articles published in biomedical journals: the SAMPL guidelines}, journal={International Journal of Nursing Studies}, year={2015}, volume={52}, number={1}, pages={5--9}, doi={10.1016/j.ijnurstu.2014.09.006}}
@article{iacobucci2010sem, author={Iacobucci, Dawn}, title={Structural Equations Modeling: Fit Indices, Sample Size, and Advanced Topics}, journal={Journal of Consumer Psychology}, year={2010}, volume={20}, number={1}, pages={90--98}, doi={10.1016/j.jcps.2009.09.003}}
@article{rosseel2012lavaan, author={Rosseel, Yves}, title={lavaan: An R Package for Structural Equation Modeling}, journal={Journal of Statistical Software}, year={2012}, volume={48}, number={2}, pages={1--36}, doi={10.18637/jss.v048.i02}}
R