Портал психологических изданий PsyJournals.ru
Каталог изданий 96Рубрики 51Авторы 8382Ключевые слова 20536 Online-сборники 1 АвторамRSS RSS

Сборник международной конференции «Современные методы психологии»

Издатель: Московский государственный психолого-педагогический университет

Год издания: 2010

Формат: электронное издание

 

Структурное моделирование: история, приложения и возможности

Бентлер П., PhD, профессор Калифорнийского университета Лос-Анджелеса (США), США, bentler@ucla.edu
Видео
Полный текст

Эксперименты, в которых чтобы оценить влияние  переменной Х на переменную Y испытуемые с различной выраженностью значений по переменной Х подбираются случайным способом, могут быть проанализированы с помощью дисперсионного анализа. Однако в большинстве исследований анализируются взаимосвязи более чем двух переменных, причем выраженностью их значений в ходе эксперимента произвольно манипулировать невозможно. Тем не менее, проверка гипотез о причинно-следственной связи, косвенных или промежуточных воздействиях типа ХàYàZ представляют большой интерес.

Структурное моделирование (СМ) – это методология  для проверки огромного количества параллельных гипотез о наличии причинно-следственных связей, особенно эффективна при работе с данными, полученными в условиях корреляционного дизайна. Успех СМ зависит того, насколько исследователю удалось учесть все возможные детерминанты процесса, насколько надежно и точно выбранные индикаторы позволяют измерить латентные факторы. СМ включает идеи путевого анализа, модели латентных переменных, эконометрические параллельные уравнения, факторный анализ из психометрики. СМ изначально использовалось в социальных науках и психологии. В последнее время все чаще используется в естественных науках, образовании и медицине. Наше обозрение дает представление об истоках методологии, об основных статистических подходах, а также новых приложениях и некоторых последних разработках.

Хотелось  бы начать с пионеров структурного моделирования: Чарльза Спирмена и  его работ начала 20 века и Сьюела Райта, работавшего двадцатью годами позже. Спирмен понял, что экспериментальное  измерение переменной X почти всегда содержит случайные ошибки, и разработал методы для оценки взаимосвязей, свободных от помех. Разработанный им факторный анализ позволил объяснять наблюдаемые корреляции на основе существования латентной (скрытой для измерения) переменной, называемой фактором (F). Позже Терстоун развил эти идеи в предположении существования сразу множества факторов. В этих моделях предполагается, что FàX, т.е. факторы порождают полученные в ходе эксперимента данные. Райт показал насколько просто путевые диаграммы могут быть использованы для графического представления того, как одна переменная детерминирует другую. Параллельно рисунками используются уравнения, получившие распространение в эконометрике. Эти методы в общем виде были программно реализованы в 70х годах в LISREL (Jöreskog) и EQS (Bentler & Weeks). Новые версии этих программ включают методы анализа латентной динамики развития, структуры средних, групповых различий, неполных данных, данных, имеющих смешанную структуру, многоуровневых данных.

Применение  СМ будет проиллюстрируем примерами из когнитивной психологии, психологии зависимости, генетики, медицины, образования, организационного поведения, маркетинга

Потом мы проведем обсуждение четырех исследовательских  проблем. Первая – это «формирующие измерение», в котором постулируется, что Х влияет на F, то есть наблюдаемая переменная приводит к изменениям латентной переменной (в сравнении со схемой факторного анализа, предполагающего обратную детерминацию – F влияет на X). Идея о том, наблюдаемые переменные порождают латентные переменные достаточно обоснована, однако она все еще не получила признания, часто применяется некорректно. Новый подход ставит себе цель правильно работать с этой методологией.

Вторая  область – это измерение внутренней согласованности. При разработке диагностических шкал, для оценки надежности используют Альфа-Кронбаха. СМ позволяет делать оценивать надежность гораздо точнее.

Третья  область – это работа с пропущенными данными, которые возможно являются самой распространенной и универсальной  проблемой в эмпирических исследованиях. Мы рассмотрим различные подходы и покажем, что метод максимального правдоподобия позволяет очень эффективно использовать существующую информацию для заполнения пропусков. Когда пропуски не случайны, то СМ позволяет создавать и анализировать дополнительные переменные, для постулирования и проверки новых гипотез.

Последняя область новых разработок посвящена IRT. Согласно IRT вероятность правильного  ответа на задание, предполагающее дихотомичный ответ – это монотонная функция  лежащей в основе латентной черты. Самая простая модель IRT это модель Раша: связь между ответом на задание и латентной переменной имеет вид логистической функции. Мы покажем, как СМ позволяет реализовать данную модель. Таким образом можно говорить об альтернативе для модели Раша разработанном в рамках СМ. Реализация всех новых идей уже представлена в EQS (доступно на http://www.mvsoft.com/) или появится в ближайшие месяцы.

Ссылка для цитирования

Статьи по теме
 
О проекте PsyJournals.ru

© 2007–2019 Портал психологических изданий PsyJournals.ru  Все права защищены

Свидетельство регистрации СМИ Эл № ФС77-66447 от 14 июля 2016 г.

Издатель: ФГБОУ ВО МГППУ

Creative Commons License

Яндекс.Метрика