Saya diminta oleh rekan kerja untuk membantu dalam hal ini, yang saya tidak tahu. Mereka membuat hipotesis tentang peran beberapa variabel laten dalam satu studi, dan wasit meminta mereka untuk memformalkan ini dalam SEM. Karena yang mereka butuhkan sepertinya tidak terlalu sulit, saya pikir saya akan mencobanya ... untuk saat ini, saya hanya mencari pengantar yang bagus untuk subjek ini!
Google sebenarnya bukan teman saya dalam hal ini. Banyak terima kasih sebelumnya ...
PS: Saya membaca Structural Equation Modeling With sem Package dalam R oleh John Fox, dan teks ini oleh penulis yang sama. Saya pikir ini bisa mencukupi untuk tujuan saya, lagi pula referensi lain dipersilakan.
references
modeling
sem
psychometrics
Elvis
sumber
sumber
Jawaban:
Saya akan mencari beberapa makalah oleh Múthen dan Múthen, yang menulis perangkat lunak Mplus , khususnya
(Tersedia dalam bentuk PDF dari sini: Weighted Least Squares untuk Variabel Kategorikal .)
Ada banyak lagi yang bisa dilihat di Mplus wiki, mis. Hasil WLS vs. WLSMV dengan data ordinal ; kedua penulis sangat responsif dan selalu memberikan jawaban terperinci dengan referensi yang menyertainya bila memungkinkan. Beberapa perbandingan kuadrat terkecil berbobot kuat vs metode berbasis ML dalam menganalisis matriks korelasi polikorik atau poliseral dapat ditemukan di:
Untuk pengembangan matematika lainnya, Anda dapat melihat:
Sophia Rabe-Hesketh dan rekan-rekannya juga memiliki makalah yang bagus tentang SEM. Beberapa referensi yang relevan termasuk:
Sumber daya baik lainnya mungkin terdaftar di situs web unggulan John Uebersax, khususnya Pengantar Tetrachoric dan Koefisien Koefisien Polikorik . Mengingat bahwa Anda juga tertarik pada pekerjaan terapan, saya akan menyarankan untuk melihat OpenMx (paket perangkat lunak lain untuk memodelkan struktur kovarian) dan lavaan (yang bertujuan untuk memberikan hasil yang mirip dengan EQS atau Mplus), keduanya tersedia di bawah R.
sumber
Meskipun hanya bersinggungan dengan tujuan Anda pada saat ini, jika Anda melanjutkan proyek menggunakan variabel laten saya akan sangat menyarankan Anda membaca Denny Boorsboom's Measuring the Mind . Jangan tertipu oleh judul, itu terutama esai rinci tentang logika variabel laten, dan kritik besar terhadap teori tes klasik. Saya akan mengatakan itu perlu dibaca jika Anda menggunakan variabel laten dalam kerangka longitudinal. Ini hanya tentang logika variabel laten, tidak memiliki apa-apa tentang estimasi model.
Jangan posting kembali dengan pengalaman Anda, saya sudah memiliki beberapa referensi yang diberikan di sini, meskipun saya ingin memperluas perpustakaan saya juga. FWIW, persamaan struktural Ken Bollen dengan variabel laten adalah yang berikutnya dalam daftar bacaan saya (walaupun itu hanya berdasarkan pendapat saya tentang karya ilmiahnya).
Selain itu saya akan mengatakan saya menikmati karya Bengt Muthén juga. Perangkat lunak MPlus sangat populer, dan Anda dapat melihat semua jenis analisis yang dapat dilakukan di situs web Mplus ( tautan ke panduan pengguna ). Dia juga memiliki serangkaian posting mp3 tentang analisis statistik dengan variabel laten di UCLA. Saya belum mendengarkan mereka semua, tetapi saya curiga semua adalah perkenalan menyeluruh untuk topik apa pun yang dibahas untuk kuliah minggu itu.
sumber
Ini adalah teks yang direkomendasikan pada kursus yang saya ambil: PBKline, Prinsip dan Praktek Pemodelan Persamaan Struktural , The Guilford Press. Ini adalah teks pengantar, dan tidak terlalu matematis.
Untuk perawatan yang lebih matematis, Bayesian, Anda dapat mencoba: SY. Lee, Pemodelan Persamaan Struktural: Pendekatan Bayesian , Wiley.
sumber
Saya sedang mempelajari SEM saat ini, menggunakan
LISREL
. Kami menggunakan dua buku ini:Dr Schumaker adalah instruktur dalam kursus saya. Buku pertama sangat bagus dalam memperkenalkan SEM, karena akan membawa Anda melalui proses spesifikasi model, identifikasi, dan sebagainya. Walaupun didasarkan pada
LISREL
perangkat lunak, saya berharap bahwa metode umum dan interpretasi hasil tidak tergantung pada perangkat lunak.sumber
Buku Kline sangat bagus. Untuk intro cepat seperti makalah lihat
Gefen, D. 2000. Pemodelan persamaan struktural dan regresi: Pedoman untuk praktik penelitian. CAIS. Volume 4. http://aisel.aisnet.org/cais/vol4/iss1/7/
Hox, JJ dan Bechger, TM Pengantar pemodelan persamaan struktural. Ulasan Ilmu Keluarga. 11: 354-373. http://joophox.net/publist/semfamre.pdf
Lei, PW dan Wu, Q. 2007. Pengantar Pemodelan Persamaan Struktural: Masalah dan Pertimbangan Praktis. Pengukuran Pendidikan: Masalah dan Praktek. http://dx.doi.org/10.1111/j.1745-3992.2007.00099.x
Grace, J. 2010. Pemodelan Persamaan Struktural untuk Studi Observasional. Jurnal Pengelolaan Margasatwa. 72: 14-22 http://dx.doi.org/10.2193/2007-307
Lihat juga http://lavaan.org
sumber
Jarrett Byrnes (jebyrnes di sini) juga memiliki materi kursus intro SEM selama seminggu yang diposting di sini: http://byrneslab.net/teaching/sem/
Kursus ini dimaksudkan untuk para peneliti yang menerapkan SEM untuk data biologis dan ekologi tetapi mencakup pengantar umum untuk konsep SEM, kode R, dan contoh-contoh sehingga sangat membantu orang lain. Saya menemukan materi sangat membantu dalam memulai dengan hampir tidak ada pengetahuan tentang pendekatan itu.
sumber