Modelarea ecuațiilor structurale: tot ce trebuie să știți

Modelarea Ecuației Structurale (SEM) este cumul de metode înrudite și nu o singură tehnică. Metodele sunt flexibile, iar cadrul este pentru analiza datelor.

Cercetătorii preferă aceste metode deoarece le permite să estimeze dependențe multiple și interdependente într-o singură analiză. Modelarea ecuațiilor structurale utilizează două tipuri de variabile, endogene și exogene.

Este foarte bine cunoscut faptul că „odată cu puterea vine responsabilitatea”, așa că puternica modelare a ecuațiilor structurale trebuie folosită în mod judicios. Modelarea ecuațiilor structurale este complexă, dar, în același timp, ne este foarte ușor să întâlnim situații incomode cu software-ul rapid ușor de utilizat.

Care este necesitatea majoră de a utiliza modelarea ecuațiilor structurale?

În orice organizație, marketingul este foarte important. Și pentru a avea succes în marketing, trebuie să știi despre consumatori. Ei trebuie să-și cunoască atitudinea, opiniile și trăsăturile de personalitate. Dar aceste caracteristici sunt latente și nu pot fi măsurate cu ușurință deoarece sunt adesea abstracte.

De acum, pentru a le măsura, putem efectua sondaje, crea un model de observație și așa mai departe. Dar aceste procese nu sunt atât de fructuoase, deoarece măsurarea și observarea au dezavantajul erorilor. Modelarea ecuațiilor structurale excelează la ambele sarcini.

Modelarea ecuațiilor structurale utilizează analiza factorială și analiza regresiei multiple. Dacă folosim ambele metode analitice individual, pierdem flexibilitatea. Deci, SEM ne oferă flexibilitate. Este potrivit pentru analiza cauzală, multicoliniaritate, care este corelarea variabilelor independente.

Citiți: Tipuri de modelare de atribuire

Modelul de măsurare este analiza factorială analogă în modelarea ecuațiilor structurale. Modelul de structură este nodul care leagă componentele și elementele modelului de măsurare. Modelele de structură leagă componentele și elementele împreună sau cu alte variabile independente. În unele cazuri, variabilele sunt combinate pe baze empirice.

Actul de combinare are loc înainte de analiza factorială, iar modelul de măsurare nu are niciun rol. În alte cazuri, când ne preocupă doar variabilele brute, se folosesc variabilele observate. Și, în sfârșit, când nu există un model de măsurare, atunci modelul de structură urmează analiza traseului.

Modelarea ecuațiilor structurale este utilizată pentru a analiza datele sondajului. Nu este legat de o singură sursă de date și poate fi utilizat cu date privind tranzacțiile clienților, economice, social media, tranzacțiile clienților. Recent este folosit în neuroștiință pentru datele fMRI. În formele sale moderne, poate fi utilizat cu orice tip de date - modelul utilizează tipuri de date precum raport, interval, ordinal, nominal și numărare. Ele ajută la modelarea relațiilor curbilinii între variabile.

Modelarea ecuațiilor structurale poate funcționa fără date complete, dar asta nu ar trebui să ne ispitească să nu furnizăm toate datele modelului. Modelul este utilizat pe scară largă pentru modelarea longitudinală, mixtă și ierarhică. Poate fi folosit în Segmentare. Modelul găzduiește mai multe variabile dependente, cum ar fi analiza conjunctă. Modelarea ecuațiilor structurale este utilizată pentru a rezolva problemele legate de stilul de răspuns în sondajele consumatorilor.

Când să utilizați modelarea ecuațiilor structurale

Poate exista un caz de afaceri care necesită să vă concentrați asupra percepțiilor consumatorilor, cum ar fi interesul de cumpărare, aprecierea, pentru produsul dvs. Deși aceasta este o sarcină complexă de modelare, modelarea ecuațiilor structurale este potrivită pentru aceste obiective. Modelarea ecuațiilor structurale este utilizată pentru lucrări mai simple, cum ar fi pentru un sondaj pentru consumatori.

Structural Equation Mixture Modeling (SEMM) este un alt tip de metodă de a viza segmentele ascunse ale consumatorilor cu cantități foarte numeroase de date.

Nu trebuie să presupunem că un tip de model este potrivit pentru orice fel de analiză. Modelarea amestecurilor funcționează uneori doar atunci când efortul este depus cu competență. Uneori, un model general funcționează pur și simplu bine.

Modelarea ecuațiilor structurale este bună, rea sau urâtă?

Când lucrați într-un mediu în care modelele neexperimentale erau comune, cum ar fi psihologia industrială sau organizațională, este necesară modelarea ecuațiilor structurale. Modelarea ecuațiilor structurale este utilizată pe scară largă și este utilizată de recenzori pentru analiza datelor. Recenziatorii nu au deseori la îndemână cum să procedeze mai departe.

Avantajul major al modelării ecuațiilor structurale este că permite testarea propozițiilor teoretice. Modelarea ecuațiilor structurale vă permite să evaluați predicțiile cantitative.

Asemănări între metodele statistice tradiționale și SEM

• Modelarea ecuațiilor structurale urmează aceleași metode tradiționale, cum ar fi regresia, corelația și varianța în mai multe moduri.
• Atât modelarea ecuațiilor structurale, cât și metodele tradiționale au același concept ca modelele statistice liniare.
• Cu anumite ipoteze, testele statistice sunt valabile. Modelarea ecuațiilor structurale presupune normalitate multivariată, iar metodele tradiționale presupun o distribuție normală.
• Nici modelarea ecuațiilor tradiționale, nici structurale nu oferă un test de cauzalitate.

Diferențele dintre metodele tradiționale și SEM

Metodele tradiționale variază de la modelarea ecuațiilor structurale în următoarele domenii:

• Modelarea ecuațiilor structurale este cuprinzătoare și flexibilă. Modelarea ecuațiilor structurale este potrivită pentru autoeficacitate, depresie, tendințe de sănătate, tendințe economice, dinamică familială și alte fenomene.
• Modelarea ecuațiilor structurale necesită specificații formale pentru estimare și testare, în timp ce metoda tradițională urmează metode implicite. Modelarea ecuațiilor structurale nu oferă un model implicit și are puține limitări în specificarea tipurilor de relații. Modelarea ecuațiilor structurale are nevoie de cercetători pentru a susține ipotezele cu teorie.
• Modelarea ecuațiilor structurale este o tehnică multivariată, care încorporează atât variabile observate, cât și neobservate, în timp ce metodele tradiționale analizează doar variabilele care sunt măsurate. Modelarea ecuațiilor structurale rezolvă mai multe ecuații înrudite simultan. Aceasta determină estimările parametrilor cu modelarea ecuațiilor structurale.
• Modelarea ecuațiilor structurale permite analiștilor să găsească imperfecțiunile în măsurile lor. Modelarea ecuațiilor structurale găsește o eroare, în timp ce metodele tradiționale presupun că nu există erori de măsurare.
• Modelarea ecuațiilor structurale nu are teste simple pentru a determina care model este cel mai bun, dar metoda tradițională de analiză și oferă teste simple pentru a găsi relații între variabile.
• Modelarea ecuațiilor structurale folosește modelul său pentru a examina mai multe teste, cum ar fi indicele de potrivire non-normat Bentler-Bonett (NNFI), chi-pătrat, indicele de potrivire comparativ (CFI), eroarea medie pătratică de aproximare (RMSEA)).
• Modelarea ecuațiilor structurale rezolvă problemele de multicoliniaritate. Modelarea ecuațiilor structurale utilizează mai multe măsuri pentru a descrie o variabilă neobservată. Multicoliniaritatea nu apare deoarece variabilele neobservate sunt constructe latente distincte.
• Modelarea ecuațiilor structurale folosește limbajul grafic pentru a prezenta relații complexe într-un mod puternic. Specificația modelării ecuațiilor structurale se bazează pe un set de variabile. Reprezentarea grafică sau picturală a unui model se transformă într-un set de ecuații. Setul de ecuații ajută la rezolvarea mai multor teste și la estimarea parametrilor.

Citește și: Modele de regresie în învățarea automată

Utilizarea modelării ecuațiilor structurale este influențată de

• Ipoteza fiind testată și cercetată.
• Dimensiunea eșantionului de cerințe: în medie, raportul trebuie să fie de 20:1 pentru numărul de subiecți și numărul de parametri ai modelului. Dar în mare parte 10:1 este mai precis. Când raportul este mai mic de 5:1, estimările sunt instabile.
• Instrumente de masura.
• Normalitate multivariată.
• Identificarea parametrilor.
• Abordarea valorii aberante.
• Date lipsa.
• Interpretarea indicilor de potrivire a modelului.

Procesul de modelare a ecuațiilor structurale

Analiza modelării ecuațiilor structurale se desfășoară prin următoarele metode:

• cercetarea teoriei relevante
• revizuirea literaturii pentru a sprijini specificarea modelului
• specifică modelul, cum ar fi diagrama și ecuațiile
• determină numărul de grade de libertate și identificarea modelului pentru a estima parametrii pentru a găsi valori unice
• selectarea metodelor de măsurare pentru variabilele reprezentate în model
• colectează date
• efectuați analize statistice descriptive preliminare, cum ar fi datele lipsă, scalarea și problemele de coliniaritate
• estimarea parametrilor modelului
• estimarea potrivirii modelului
• specificați modul semnificativ
• interpreta rezultatele
• prezenta rezultate

Software specific pentru modelarea ecuațiilor structurale

• LISREL a fost software-ul potrivit pentru modelele de ecuații structurale în anii 1970.
• Pachetul OpenMx R este un R open-source care oferă o versiune open-source și o versiune actualizată a aplicației Mx.

Scopurile modelării ecuațiilor structurale sunt de a înțelege modelele corelate între un set de variabile și de a explica variațiile cât mai mult posibil.

Utilizări avansate ale modelării ecuațiilor structurale

• Invarianța de măsurare
• Este tehnica care permite estimarea în comun a mai multor modele, fiecare cu subgrupe diferite. Aplicații care includ analiza diferențelor dintre grupuri, cum ar fi culturile, genul și așa mai departe și genetica comportamentului.
• Modelarea creșterii latente
• Modele ierarhice/multinivel
• Model de amestec (clasa latentă) Modelarea ecuațiilor structurale
• Tehnici alternative de estimare și testare.
• Inferență robustă
• Analize prin sondaj prin sondaj
• Multi-metoda
• Modele cu trăsături multiple
• Arborele modelului ecuației structurale

Gânduri finale

Există multe modele care pot pretinde că oferă tehnici de modelare similare atunci când analizează datele, dar urmează cursuri de acțiune foarte diferite pentru luarea deciziilor. Trebuie să ne asigurăm că nu alegem un model care se depășește, ceea ce este o greșeală pe care o facem cu modelarea ecuațiilor structurale. Există un element uman atunci când selectăm tehnici de modelare statistică și care poate fi luat în considerare.

Un domeniu cheie al cercetării de marketing se află între cercetarea calitativă și cercetarea cantitativă, iar modelarea ecuațiilor structurale nu este potrivită pentru a face față în acest spațiu gri.

upGrad este un portal online pentru învățământul superior care oferă programe relevante pentru industrie concepute și livrate. Dacă aveți o pasiune și doriți să învățați despre inteligența artificială, puteți urma Diploma PG de la IIIT-B și upGrad în învățare automată și AI, care oferă peste 400 de ore de învățare, sesiuni practice, asistență la locul de muncă și multe altele.

Învață cursul ML de la cele mai bune universități din lume. Câștigă programe de master, Executive PGP sau Advanced Certificate pentru a-ți accelera cariera.

Întrebări frecvente

• Care este cea mai bună dimensiune a eșantionului?

Conform sondajelor și observațiilor, trebuie să avem minim 200 de cazuri și cel puțin 20 de cazuri pe variabilă. De exemplu, trebuie să avem 500 de respondenți dacă există 50 de evaluări ale atributelor în model.

• Ce este Big Data?

Modelarea ecuațiilor structurale migrează încet către educație, psihologie și sociologie. Oamenii de știință se familiarizează cu modelarea ecuațiilor structurale. Cu tehnologia de astăzi în schimbare rapidă, modelul funcționează acum bine pe eșantioane destul de mari cu multe variabile. Prin urmare, „mare” este relativ! În câteva cazuri, putem folosi un instrument standard de învățare automată precum LogitBoost pentru predicții.

• Ce presupuneri statistice sunt necesare?

Aceasta depinde de tipul de modelare a ecuației structurale. Modelarea ecuațiilor structurale, ca majoritatea procedurilor statistice, de aceea sunt robuste la încălcări ale ipotezelor și erori.

• Modelarea ecuațiilor structurale testează ipotezele?

Aceasta este o concepție greșită despre statistici. Datele și analiza lor nu au loc din aer și se bazează pe observații. Deoarece este natura umană, observăm lucruri și ei tind să ghicească cum se întâmplă asta; aceasta este o analiză exploratorie care are propriul risc ridicat.

• Care model este cel mai bun?

Există mai mulți indici pentru a măsura acest lucru, cum ar fi indicele de potrivire comparativ (CFI) și eroarea pătratică medie de aproximare (RMSEA) sunt unele dintre cele mai comune. Cel mai cunoscut este R pătratul. Trebuie să decideți care este cel mai bun model pe baza bunului simț și a capacităților de luare a deciziilor.