분야
pptx 다변량통계분석법(SEM)
1
한 모형이 다른 모형의 부분집합일 때 두 경로모형은 위계적(hierarchical) 관계에 있다고 함. 또는 한 모형이 다른 모형에 내재(nested)되었다고 함.
3. 위계적 모형의 검증
모형 트리밍과 모형 빌딩
모형 트리밍 : 포화판별모형에서 시작하여 경로를 하나씩 제거하여
모형을 단순화시키는 과정. 자유모수 -> 0으로 제약
일반적으로 전체 적합도는 더 나빠짐.
모형 빌딩 : 기본 골격만 갖춘 간명판별모형에 경로를 하나씩 추가
해 나가는 과정. 0으로 고정되었던 모수 -> 자유모수
일반적으로 전체 적합도는 더 좋아짐.
양호한 적합도를 가지면서 동시에 간명한 모형을 찾아야 한다!
2
3. 위계적 모형의 검증
카이제곱 차이 통계치
: 원래 모형 중 일부 경로가 제거될 때 전체 적합도의 감소분이나, 경로가 추가될 때 적합도의 증가분에 대한 통계적 유의도 검증을 위한 통계치. 동일한 데이터로 추정된 두 위계적 모형의 차이.
(자유도 는 두 위계적 모형 각각의 자유도 값 차이.)
▶ 전집에서 두 위계적 모형의 적합도가 동일하다는 영가설을 검증
값이 커지면 가설 기각
- 모형 트리밍 상황 : 모형이 과도하게 단순화되었다는 의미
- 모형 빌딩 상황 : 추가한 경로를 유지하는 것을 지지
3
모형 1
3. 위계적 모형의 검증
경로 1개 추가
모형 2
∴ 유의수준 .05 에서 경로가 추가된 새로운 모형(2)의 전체 적합도가 원래 모형(1)의 적합도보다 통계적으로 더 낫다.
4
