动力分析用于检测SEM中的许多项目的不合适:解决未被识别的问题,将旧方法与新方法联系起来,并将动力分析方法与数据分析方法"匹配"

科学领域:

• 心理测量 心理测量 心理测量
• 统计建模 统计建模
• 量化心理学 量化心理学

背景情况:

• 有四种不同的功率分析方法用于测试结构方程模型 (SEM) 的整体适应性.
• 通常使用的方法可以产生显著不同的结果,特别是对于具有许多参数 (高p) 的模型.
• 现有的文献往往过于简化了蒙特卡洛方法,只区分了两个主要方法.

研究的目的:

• 澄清和关联SEM的四种现有和新提议的功率分析方法.
• 突出了先验功率分析方法与随后的SEM数据分析策略相匹配的关键需求.
• 解决SEM研究中常见的功率分析和数据分析方法之间的不匹配问题.

主要方法:

• 四种功率分析方法的分类和比较:理论的零/替代 (方法1),蒙特卡洛与理论的零 (方法2),蒙特卡洛与实证的零 (方法3),和蒙特卡洛与调整的实证的零 (方法4).
• 在四种方法的高参数条件下,实证证明不同功率的结果.
• 解释如何调整功率分析和数据分析阶段,包括软件提供.

主要成果:

• 四种功率分析方法可以产生差异很大的功率估计,特别是在高参数的SEM中.
• 在最常用的先验功率分析方法和最常用的SEM数据分析方法之间存在显著的不匹配,用于整体适应性测试.
• 这种不匹配导致预期和实际统计能力之间的差异.

结论:

• 研究人员必须仔细选择并将其功率分析策略与其SEM数据分析计划相匹配,以确保准确的功率估计.
• 如果不能调整这些阶段,可能会导致误导性结论,这是由于统计数据的膨胀或缩.
• 该研究提供了指导和工具,以促进适当的匹配,以便进行强大的SEM研究.