ScholarGate
Assistent
Process / pipelineTarama ve gözlemsel desen

Onderzoek naar robuuste modeltoetsing — Robuuste SEM en evaluatie van structurele modellen

Onderzoek naar robuuste modeltoetsing past structurele of padmodellen toe op data, terwijl expliciet rekening wordt gehouden met schendingen van multivariate normaliteit en andere distributionele aannames. In plaats van niet-normale data te negeren of transformaties af te dwingen, gebruikt het gecorrigeerde schatters — met name de Satorra-Bentler geschaalde chi-kwadraat en Yuan-Bentler robuuste standaardfouten — om betrouwbare fit-indices en parameterschattingen te produceren, zelfs wanneer klassieke maximum likelihood aannames worden geschonden.

Onderwerp vinden met PaperMindBinnenkortVideoBinnenkortDia's downloaden

Lees de volledige methode

Alleen voor leden

Log in met een gratis account om dit onderdeel te lezen.

Inloggen

Methodenkaart

De omgeving van verwante methoden — selecteer een knooppunt om te verkennen.

Bronnen

  1. Satorra, A., & Bentler, P. M. (1994). Corrections to test statistics and standard errors in covariance structure analysis. In A. von Eye & C. C. Clogg (Eds.), Latent variables analysis: Applications for developmental research (pp. 399–419). Sage. link
  2. Yuan, K.-H., & Bentler, P. M. (1998). Robust mean and covariance structure analysis. British Journal of Mathematical and Statistical Psychology, 51(1), 63–88. DOI: 10.1111/j.2044-8317.1998.tb00667.x

Deze pagina citeren

ScholarGate. (2026, June 3). Robust Model Testing Research Design. ScholarGate. https://scholargate.app/nl/research-design/robust-model-testing-research

Welke methode?

Plaats deze methode naast haar naaste verwanten en lees ze naast elkaar — de bibliotheek legt de boeken op tafel; de keuze is aan u.

Naast elkaar vergelijken
ScholarGateRobust Model Testing Research (Robust Model Testing Research Design). Geraadpleegd op 2026-06-15 via https://scholargate.app/nl/research-design/robust-model-testing-research · Gegevensset: https://doi.org/10.5281/zenodo.20539026