媒介効果の推定と検定における信号対雑音比：構造方程式モデリング対加重合成パス解析

科学分野:

• 社会科学および行動科学
• 統計モデリング

背景:

• 媒介分析は、因果プロセスを理解するために不可欠です。
• 媒介分析におけるSEMとPAWCの以前の比較は、潜在変数スケーリングの問題により妥当性を欠く可能性があります。
• 測定誤差は、合成スコアのパラメータ推定値にバイアスをかける可能性があります。

研究 の 目的:

• 媒介分析における構造方程式モデリング（SEM）と加重合成パス解析（PAWC）の精度と正確性を比較すること。
• パラメータ推定のための潜在変数スケールに依存しない指標として信号対雑音比（SNR）を導入すること。
• PAWCとSEMの統計的効率と検出力を評価すること。

主な方法:

• パラメータ推定のための信号対雑音比（SNR）を用いたSEMとPAWCの比較。
• 媒介分析における間接効果推定の分析。
• SEMのSNRとPAWCのパフォーマンスに影響を与える条件の調査。

主要な成果:

• PAWCは媒介分析において、測定誤差があってもSEMよりも一貫して高いSNRをもたらします。
• 因子スコアによるパス解析は、SEMよりも有意に高いSNRを示します。
• 等加重合成（EWC）による媒介分析も、SEMと比較して高いSNRを示します。
• PAWCの利点は、予測変数と媒介変数の関係が強い場合に顕著になりますが、媒介変数の予測誤差はPAWCに悪影響を与える可能性があります。

結論:

• PAWCは、実証研究における媒介分析において、SEMよりも統計的に効率的で強力です。
• 本研究の結果は、SEMとPAWCを比較した以前の結論に異議を唱え、SNRの有用性を強調しています。
• 予測変数と媒介変数の関係および予測誤差の影響を理解することが、最適な方法論の選択の鍵となります。