ZAŁOŻENIA FORMALNE MODELI WERYFIKOWANYCH ZA POMOCĄ UKŁADÓW RÓWNAŃ STRUKTURALNYCH

AGNIESZKA SZYMAŃSKA

DOI: http://dx.doi.org/10.21697/sp.2016.16.02.06

Abstrakt


Celem artykułu jest opisanie założeń formalnych dotyczących wykorzystywania metody równań strukturalnych (Structural Equation Model – SEM). Układy równań strukturalnych służą do weryfikowania teorii i jej założeń.

W artykule zostało opisanych pięć założeń budowy każdego modelu pomiarowego, którego stworzenie poprzedza weryfikację założeń teoretycznych za pomocą układu równań strukturalnych. Głównym celem budowy modelu pomiarowego jest sprawdzenie budowy zmiennych latentnych, w tym: a) sprawdzenie rzetelności zmiennych latentnych, b) obliczenie wariacji zmiennych latentnych, c) sprawdzenie trafności różnicowej zmiennych latentnych, d) sprawdzenie wysokości ładunków czynnikowych (lambd λ) oraz e) sprawdzenie statystyk dopasowania modelu.

Kolejno omówione zostały założenia modelu weryfikowanego za pomocą jednopoziomowego układu równań strukturalnych SEM: a) sposoby wyłączania ścieżek w modelu, b) sprawdzenie dopasowania modelu teoretycznego do danych empirycznych.

W celu przybliżenia omawianych treści zostały przedstawione grafy prezentujące model pomiarowy, a także model SEM.


Słowa kluczowe


model; struktura; teoria; elementy teoretyczne; pojęcia teoretyczne; układ równań

Pełny tekst:

PDF

Bibliografia


Aranowska, E. (1996). Metodologiczne problemy zastosowań modeli statystycznych w psychologii. Teoria i praktyka. Warszawa: Studio 1.

Aranowska, E. (2005). Pomiar ilościowy w psychologii [Quantitative measurements in psychology]. Warszawa: Wydawnictwo Naukowe SCHOLAR.

Bartholomew, D. J., Steele, F., Moustaki, I., Galbraith, J. I. (2008). Analysis of multivariate social science data. Boca Raton, FL: Chapman & Hall/CRC Press.

Ferguson, G. A., Takane, Y. (2002). Analiza statystyczna w psychologii i pedagogice. Warszawa: Wydawnictwo Naukowe PWN.

Figurska, E. (1993). Wybrana metoda sprawdzania poprawności modelu na przykładzie implementacji modelu pamięci semantycznej w Prologu. W: E. Aranowska (red.), Psychologia matematyczna (tom V, s. 155–169). Uniwersytet Jagielloński, Instytut Psychologii.

Gajda, J. (1992). Modele strukturalne w naukach społecznych. W: E. Aranowska (red.), Wybrane problemy metodologii badań (s. 100–132). Warszawa: Wydawnictwa Uniwersytetu Warszawskiego.

Garson, G. D. (2013). Introductory guide to HLM with HLM 7 software. W: Hierarchical linear modeling: Guide and applications (s. 55–96). Thousand Oaks, CA: Sage.

Gaul, M., Machowski, A. (1987). Elementy analizy ścieżek. W: J. Brzeziński (red.), Wielozmiennowe modele statystyczne w badaniach psychologicznych. Warszawa–Poznań: Państwowe Wydawnictwo Naukowe.

Gospodarek, T. (2009). Modelowanie w naukach o zarządzaniu oparte na metodzie programów badawczych i formalizmie reprezentatywnym. Wrocław: Wydawnictwo Uniwersytetu Ekonomicznego we Wrocławiu. Pobrane z: http://gospodarek.eu/publikacje/Modelowanie%20w%20naukach%20o%20zarzadzaniu.pdf

Hair, J. J., Black, W. C., Babin, B. J., Anderson, R. E., Tatham, R. L. (2006). Multivariate data analysis. New Jersey: Upper Saddle River.

Heck, R. H., Thomas, S. L. (2009). Introduction to multilevel modeling techniques. New York: Routledge.

Heck, R. H., Thomas, S. L., Tabata, L. N. (2010). Multilevel longitudinal modeling with IBM SPSS. New York, London: Routledge, Taylor & Francis Group.

Jonkisz, A. (1998). Ciągłość teoretycznych wytworów nauki. Ujęcie strukturalne. Lublin: Wydawnictwo Uniwersytetu Marii Curie-Skłodowskiej.

King, B. M., Minium, E. W. (2009). Statystyka dla psychologów i pedagogów. Warszawa: Wydawnictwo Naukowe PWN.

Konarski, R. (2009). Modele równań strukturalnych. Warszawa: Wydawnictwo Naukowe PWN.

Meijerink, F. (1996). A nonlinear structural relations model. Leiden: DSWO Press, Leiden University.

Milfont, T. L., Duckitt, J. (2004). The structure of environmental attitudes: A first- and second-order confirmatory factor analysis. Journal of Environmental Psychology, 24, 289–303.

Nowak, S. (2007). Metodologia badań społecznych. Warszawa: Wydawnictwo Naukowe PWN.

Rabe-Hesketh, S., Skrondal, A., Zheng, X. (2007). Multilevel Structural Equation Modeling, 1, 209–227.

Raudenbush, S., Bryk, A., Cheong, Y. F., Congdon, R., Toit, M. (2011). HLM7 Hierarchical Linear & Nonlinear Modeling. Lincolnwood: Scientific Software International, Inc.

Saris, W. E., Satorra, A., van der Veld, W. M. (2009). Testing Structural Equation Models or Detection of Misspecifications? Structural Equation Modeling: A Multidisciplinary Journal, 16(4), 561–582.

Suppes, P. (1972). Axiomatic Set Theory. New York: Dover Publications.

Tranmer, M., Elliot, M. (2007). Multilevel Modelling Coursebook. Manchester: Cathie Marsh Centre for Census and Survey Research.

Zewnętrzne odnośniki

  • Obecnie brak jakichkolwiek odnośników.