Poweranalyse voor Structurele Vergelijkingsmodellen
Poweranalyse voor SEM en andere multivariate procedures bepaalt de minimale steekproefgrootte die nodig is om een modelmispassing van een gespecificeerde omvang met adequate waarschijnlijkheid te detecteren. De dominante benadering, geïntroduceerd door MacCallum, Browne en Sugawara in 1996, drukt effectgrootte uit als de Root Mean Square Error of Approximation (RMSEA) en leidt power af uit de niet-centrale chi-kwadraatverdeling.
Lees de volledige methode
Log in met een gratis account om dit onderdeel te lezen.
Method map
The neighbourhood of related methods — select a node to explore.
Bronnen
- MacCallum, R. C., Browne, M. W., & Sugawara, H. M. (1996). Power analysis and determination of sample size for covariance structure modeling. Psychological Methods, 1(2), 130–149. DOI: 10.1037/1082-989X.1.2.130 ↗
Deze pagina citeren
ScholarGate. (2026, June 1). Power Analysis for Structural Equation Modeling and Multivariate Analyses. ScholarGate. https://scholargate.app/nl/statistics/power-analysis-sem
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- Multivariate Analysis of Variance (MANOVA)Statistiek↔ compare
- Poweranalyse voor multiniveau- en gemengde-effectmodellenStatistiek↔ compare
- Poweranalyse voor ANOVAStatistiek↔ compare
- Poweranalyse voor meervoudige regressieStatistiek↔ compare
- Simulatiegebaseerde poweranalyse (Monte Carlo Power)Statistiek↔ compare
- Structurele vergelijkingsmodelleringOnderzoeksstatistiek↔ compare
Een fout op deze pagina gezien? Meld het of stel een correctie voor →