Modélisation par équations structurelles

Variables mesurées métriques

Ajoutez des données numériques au tableau pour sélectionner des variables mesurées.

Variables mesurées ordinales

Définissez une colonne comme ordinale dans le tableau de données pour la modéliser avec des seuils.

Méthode d'estimationi

ML suppose des données normalement distribuées. MLR estime le même modèle, mais fournit des erreurs standard robustes et une statistique de test corrigée pour des données non normales.

Les variables définies comme ordinales dans le tableau de données, par exemple des items de Likert, sont modélisées avec des seuils lorsqu'elles sont des indicateurs ou des variables dépendantes. Le modèle est alors estimé avec WLSMV, qui fournit des erreurs standard robustes et des indices d'ajustement corrigés. Pour traiter une variable comme métrique, modifiez son niveau d'échelle dans le tableau de données.

Valeurs manquantesi

L'exclusion des lignes incomplètes n'utilise que les observations qui ont des valeurs pour toutes les variables du modèle. FIML utilise toutes les valeurs disponibles et inclut les moyennes et les constantes.

Avec des variables ordinales, FIML n'est pas disponible ; toutes les paires de valeurs disponibles sont utilisées à la place.

Mise à l'échelle des facteursi

Chaque facteur a besoin d'une échelle. Par défaut, la première saturation de chaque facteur est fixée à 1 ; sinon, la variance du facteur est fixée à 1. Les saturations fixées dans la syntaxe sont prioritaires.

Moyennesi

Ajoute, pour l'ensemble du modèle, les constantes des variables observées et les moyennes des facteurs (fixées à 0). Avec FIML ou des variables ordinales, elles sont toujours incluses. Les prédicteurs observés sont modélisés comme des variables aléatoires.

Comment faire

Calculateur d'analyse de pistes

Données d'exemple analyse de pistes

Ici, vous pouvez créer et estimer une analyse de pistes en ligne. L'analyse de pistes représente un ensemble de relations orientées entre variables mesurées et estime ces chemins de régression simultanément. C'est un cas particulier de la modélisation par équations structurelles, sans modèle de mesure latent.

Comment créer un modèle de pistes

Saisissez ou collez les données de toutes les variables dans le tableau.
Sélectionnez les variables mesurées qui font partie du modèle de pistes.
Faites glisser d'un prédicteur vers une variable dépendante et définissez la connexion comme Régression.
Ajoutez d'autres chemins pour représenter les relations prévues par votre modèle.
Ajoutez des covariances entre prédicteurs exogènes lorsque le modèle l'exige.
Choisissez la méthode d'estimation et le traitement des valeurs manquantes, puis cliquez sur Calculer le modèle.

Le sens des flèches est important. Une flèche de régression part du prédicteur et pointe vers la variable dépendante. Une covariance est représentée par des pointes aux deux extrémités et décrit une association non orientée. Le diagramme exprime le modèle que vous demandez au calculateur d'estimer ; le sens d'une flèche doit donc découler du plan d'étude et de la théorie, et non des seules corrélations observées.

Résultats de l'analyse de pistes

Le tableau des paramètres indique chaque coefficient de chemin avec son erreur standard, sa statistique z, sa valeur p, son intervalle de confiance à 95 % et son estimation standardisée. Le R² montre la part de variance expliquée pour chaque variable dépendante. Lorsque le modèle a des degrés de liberté, des mesures d'ajustement globales comme le khi-deux, le CFI, le TLI, le RMSEA et le SRMR décrivent dans quelle mesure le modèle de pistes complet reproduit la structure de covariance observée.

Effets directs, indirects et totaux

Pour une chaîne comme X → M → Y, tracez d'abord les deux flèches de régression. Choisissez ensuite Effet indirect et cliquez sur la variable de départ puis sur la variable d'arrivée. Le calculateur étiquette les chemins concernés et ajoute l'effet indirect. Si un chemin direct de X vers Y existe, il indique aussi l'effet total. Vous pouvez utiliser des intervalles de confiance par la méthode delta ou demander 1 000 échantillons bootstrap.

Si le médiateur ou un autre construit est mesuré par plusieurs indicateurs, utilisez le calculateur d'analyse de médiation SEM pour associer le modèle de pistes à des modèles de mesure latents. Pour un modèle général comprenant à la fois des variables latentes et mesurées, revenez au calculateur de modélisation par équations structurelles.