この記事は、心理系大学院生を対象とした統計法の学習ページです。
- パス解析でモデルを複数検証したけど、どう書けばいいの？
- モデルが複数ある場合の書き方をがよくわからない…
こんな悩みや疑問がある方はご参考ください( ˘ω˘)
結論〜１つの例としてご覧ください〜
基本的な書き方は、前回（モデルが1つの場合）と同じです。
※係数やパスの影響および方向は架空のものです
基本的な書き方
パス図の基本的な書き方としては、「モデルが1つの場合」と同じです。
- 変数を配置
- パスの記入
- パス係数の記入
モデルが複数ある場合のポイント
そして、もちろん違いもあるわけですが、それはモデル間比較のための指標を示すことです。
とにかく、モデルを複数論文に示す場合は、モデル間比較をして、どのモデルが最も優れているかを見出すことが多いと思われます。
そのため、そういうケースではモデル間比較の指標を示す必要があるということです。
「モデル間比較に使える指標の例として、表7.3にはAGFI、RMSEA、AIC、CAICを取り上げ、成績データの各モデルの値を記したが、以下に各指標を説明する」
（引用：多変量データ解析法, p71, [7.6. モデル間比較に使える指標]）
まとめ
いかがでしたでしょうか？
パス解析でモデルが複数ある場合の書き方について、少しは理解が深まったでしょうか？
最後に本記事の内容を振り返っておわかれです(^^)/
- モデルが複数の場合の基本的な書き方は、モデルが1つの場合と同じ（変数配置 → パス記入 → パス係数記入）
- モデルが複数の場合は、モデル間比較のための指標（AGFI、RMSEA、AIC、CAICなど）を示す必要がある
ということなんですね～
それではまた(^^)ゞ
参考
こちらの記事を作成にする上での参考文献です(＾ω＾)
文献①：働く女性のキャリア・ストレス・モデル パス解析による転職・退職行動の規定要因分析
文献②：対人ストレス過程の検証
④多変量解析がわかる
⑤多変量データ解析法
⑥例題とExcel演習で学ぶ多変量解析
コメント