ZAŁOŻENIA FORMALNE MODELI WERYFIKOWANYCH ZA POMOCĄ UKŁADÓW RÓWNAŃ STRUKTURALNYCH

AGNIESZKA SZYMAŃSKA

doi:10.21697/sp.2016.16.02.06

Published: 2016-12-27

Vol. 16 No. 2 (2016)

FORMAL ASSUMPTIONS OF THE STRUCTURAL EQUATION MODELS

AGNIESZKA SZYMAŃSKA

Studia Psychologica: Theoria et praxis

Section: Commentaries

https://doi.org/10.21697/sp.2016.16.02.06

Abstract

The purpose of this article is to describe the formal assumptions regarding the use of Structural Equation Models (SEM). Structural Equation Models are used to verify the theory and its assumptions.

Five assumptions concerning construction of the measurement model, which precedes the verification of the theoretical assumptions with the aid of the structural equation model, were described. These are: a) checking the reliability of the latent variables, b) calculation of the variance of latent variable, c) checking the discriminant validity of the latent variables, d) checking the amount of factor loadings (lambd λ) and e) model fit statistics.

In the next step, the one-level SEM model assumptions were discussed: a) turning off the paths of the model, b) checking the fit of the theoretical model to empirical data.

For imaging of the content, graphs showing the measurement model and model SEM were presented.

Keywords:

model, structure, theory, theoretical elements, theoretical notions, structural equations

Download files

PDF (Język Polski)

Citation rules

SZYMAŃSKA, A. (2016). FORMAL ASSUMPTIONS OF THE STRUCTURAL EQUATION MODELS. Studia Psychologica: Theoria Et Praxis, 16(2), 93–116. https://doi.org/10.21697/sp.2016.16.02.06

Cited by / Share

References

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

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

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

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.
Google Scholar

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

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.
Google Scholar

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

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
Google Scholar

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

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

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

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

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

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

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

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.
Google Scholar

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

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

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

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.
Google Scholar

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

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