Analiza mocy dla modelowania równań strukturalnych
Analiza mocy dla SEM i innych procedur wielowymiarowych określa minimalną wielkość próby wymaganą do wykrycia niedopasowania modelu o określonej wielkości z odpowiednim prawdopodobieństwem. Dominujące podejście, wprowadzone przez MacCalluma, Browne'a i Sugawarę w 1996 r., wyraża wielkość efektu jako pierwiastek średniokwadratowy błędu przybliżenia (RMSEA) i wyprowadza moc z rozkładu chi-kwadrat niecentralnego.
Przeczytaj pełny opis metody
Zaloguj się na bezpłatne konto, aby przeczytać tę sekcję.
Method map
The neighbourhood of related methods — select a node to explore.
Źródła
- 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 ↗
Jak cytować tę stronę
ScholarGate. (2026, June 1). Power Analysis for Structural Equation Modeling and Multivariate Analyses. ScholarGate. https://scholargate.app/pl/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.
- Wielowymiarowa analiza wariancji (MANOVA)Statystyka↔ compare
- Analiza mocy dla modeli wielopoziomowych i modeli z efektami mieszanymiStatystyka↔ compare
- Analiza mocy dla wariancjiStatystyka↔ compare
- Analiza mocy dla regresji wielokrotnejStatystyka↔ compare
- Analiza mocy oparta na symulacji (Moc Monte Carlo)Statystyka↔ compare
- Modelowanie równań strukturalnychStatystyka w badaniach↔ compare
Widzisz błąd na tej stronie? Zgłoś go lub zaproponuj poprawkę →