混合多级SEM与多级SEM对比,用于在测量非不变性存在的情况下比较跨组的结构关系

科学领域:

• 心理测量 心理测量 心理测量
• 量化心理学 量化心理学
• 多变量统计学 多变量统计学

背景情况:

• 结构方程建模 (SEM) 被广泛用于隐性变量分析.
• 对许多组之间的结构关系进行比较会带来挑战,特别是在测量不变性时.
• 现有的SEM方法可能不足以进行复杂的跨组比较.

研究的目的:

• 提出混合多层次SEM (MixML-SEM),一种用于比较许多组间潜在变量关系的新方法.
• 解决现有 SEM 方法在处理测量不变性和大量组的局限性.
• 提供一种基于结构关系的聚类组的方法,与测量属性不同.

主要方法:

• 混合多级SEM (MixML-SEM) 引入,使用结构测量后方法.
• 用随机效应的多层次确认因子分析来解决测量非不变性.
• 群体基于共享的结构关系进行聚类,将其与测量变化分开.

主要成果:

• 与标准的多层次SEM (ML-SEM) 相比,MixML-SEM提供了更准确的结构关系估计,特别是对于较大的群体.
• 拟议的方法通过利用集群信息来减轻ML-SEM固有的收缩偏差.
• 模拟和对40个国家的社会压力和生活满意度的实证研究表明了MixML-SEM的优势.

结论:

• 在SEM中,MixML-SEM为跨组结构性比较提供了一个强大的框架.
• 该方法有效地处理测量不变性,并提高估计准确性.
• 混合ML-SEM增强了探索不同人群中潜在变量之间的细微关系的能力.