For journal editors, reviewers, and

For journal editors, reviewers, and readers of research articles, structural equation model (SEM) fit has recently become a confusing and contentious area of evaluative methodology. Proponents of two kinds of approaches to model fit can be identified: those who adhere strictly to the result from a null hypothesis significance test, and those who ignore this and instead index model fit as an approximation function. Both have principled reasons for their respective course of action. This paper argues that the chi-square exact-fit test is the only substantive test of fit for SEM, but, its sensitivity to discrepancies from expected values at increasing sample sizes can be highly problematic if those discrepancies are considered trivial from an explanatory-theory perspective. On the other hand, suitably scaled indices of approximate fit do not possess this sensitivity to sample size, but neither are they “tests” of model fit. The proposed solution to this dilemma is to consider the substantive “consequences” of accepting one explanatory model over another in terms of the predictive accuracy of theory-relevant-criteria. If there are none to be evaluated, then it is proposed that no scientifically worthwhile distinction between “competing” models can thus be made, which of course begs the question as to why such a SEM application was undertaken in the first place.

ผลลัพธ์ (ไทย) 1:

สำหรับบรรณาธิการวารสาร ผู้ตรวจสอบ และผู้อ่านบทความวิจัย แบบจำลองสมการโครงสร้าง (SEM) เหมาะสมได้กลายเป็นประเด็นที่ทำให้เกิดความสับสนและเป็นที่ถกเถียงกันในวิธีการประเมิน ผู้เสนอแนวทางสองประเภทในการปรับให้พอดีของแบบจำลองสามารถระบุได้: ผู้ที่ปฏิบัติตามผลลัพธ์จากการทดสอบนัยสำคัญเชิงสมมติฐานที่เป็นโมฆะอย่างเคร่งครัด และผู้ที่เพิกเฉยต่อสิ่งนี้และแทนที่แบบจำลองดัชนีจะพอดีกับฟังก์ชันการประมาณ ทั้งสองมีเหตุผลหลักในการดำเนินการของตน บทความนี้ให้เหตุผลว่าการทดสอบไคสแควร์พอดีเป๊ะเป็นการทดสอบสำคัญเพียงประการเดียวสำหรับ SEM แต่ความไวต่อความคลาดเคลื่อนจากค่าที่คาดหวังในการเพิ่มขนาดตัวอย่างอาจเป็นปัญหาได้อย่างมาก หากความคลาดเคลื่อนเหล่านั้นถือว่าไม่สำคัญจากทฤษฎีอธิบาย ทัศนคติ. ในทางกลับกัน ดัชนีที่ปรับขนาดอย่างเหมาะสมของความพอดีโดยประมาณนั้นไม่มีความไวต่อขนาดตัวอย่าง แต่ก็ไม่ใช่ "การทดสอบ" ของความพอดีของแบบจำลองเช่นกัน แนวทางแก้ไขที่นำเสนอสำหรับภาวะที่กลืนไม่เข้าคายไม่ออกนี้คือการพิจารณา "ผลที่ตามมา" ที่สำคัญของการยอมรับแบบจำลองเชิงอธิบายแบบหนึ่งเหนือแบบจำลองอื่นในแง่ของความแม่นยำในการทำนายของเกณฑ์ที่เกี่ยวข้องกับทฤษฎี หากไม่มีสิ่งใดที่จะประเมิน ก็เสนอว่าไม่สามารถสร้างความแตกต่างที่คุ้มค่าทางวิทยาศาสตร์ระหว่างแบบจำลอง "ที่แข่งขันกัน" ได้ ซึ่งแน่นอนว่าทำให้เกิดคำถามว่าทำไมแอปพลิเคชัน SEM ดังกล่าวจึงถูกดำเนินการตั้งแต่แรก

ผลลัพธ์ (ไทย) 2:

สำหรับบรรณาธิการวารสารผู้ตรวจสอบและผู้อ่านบทความวิจัยการปรับรูปแบบสมการโครงสร้าง (SEM) ได้กลายเป็นพื้นที่ที่สับสนและถกเถียงกันในวิธีการประเมินเมื่อเร็ว ๆ นี้ สามารถระบุผู้สนับสนุนวิธีการปรับแบบจำลองได้สองวิธี: หนึ่งคือผู้ที่ปฏิบัติตามผลการทดสอบที่สำคัญโดยสมมติฐานว่างอย่างเคร่งครัดและผู้ที่ไม่สนใจสิ่งนี้และจัดทำดัชนีการปรับแบบจำลองเป็นฟังก์ชันโดยประมาณ ทั้งสองฝ่ายมีเหตุผลในหลักการของแนวทางการดําเนินการของตนเอง บทความนี้เชื่อว่าการตรวจสอบการปรับแต่งที่แม่นยำของไคสแควร์เป็นการตรวจสอบที่สำคัญเพียงอย่างเดียวสำหรับการติดตั้ง SEM อย่างไรก็ตามหากความแตกต่างเหล่านี้ถือว่าไม่มีนัยสำคัญจากมุมมองของทฤษฎีการตีความความไวของไคสแควร์ต่อความแตกต่างกับค่าที่คาดหวังในกรณีที่มีขนาดตัวอย่างที่เพิ่มขึ้น ในทางกลับกันดัชนีพอดีโดยประมาณที่ปรับขนาดอย่างเหมาะสมไม่มีความไวต่อขนาดตัวอย่าง แต่ก็ไม่ใช่ "การทดสอบ" ของการปรับตัวแบบจำลอง ข้อเสนอแนะในการแก้ปัญหานี้คือการพิจารณาสารย่อย

ผลลัพธ์ (ไทย) 3:

สําหรับบรรณาธิการวารสารผู้ตรวจสอบและผู้อ่านบทความการวิจัยการปรับรูปแบบสมการโครงสร้าง( SEM )ได้กลายเป็นพื้นที่ที่สับสนและถกเถียงกันในวิธีการประเมินผลเมื่อเร็วๆนี้ ผู้สนับสนุนของวิธีการติดตั้งแบบจําลองสองแบบสามารถระบุได้:หนึ่งอย่างเคร่งครัดตามผลการทดสอบความสําคัญของสมมติฐานเป็นศูนย์และอีกอย่างหนึ่งไม่สนใจแต่จําลองเป็นฟังก์ชันประมาณ ทั้งสองมีเหตุผลในการกระทําของตัวเอง บทความนี้ระบุว่าการทดสอบการปรับตัวที่แม่นยําของคาร์สแควร์เป็นเพียงการทดสอบที่สําคัญของการปรับตัวของรูปแบบสมการโครงสร้างอย่างไรก็ตามหากความแตกต่างเหล่านี้ถือเป็นเรื่องเล็กน้อยจากมุมมองของทฤษฎีการตีความความไวต่อความแตกต่างของค่าที่คาดหวังเมื่อขนาดตัวอย่างเพิ่มขึ้นเป็นปัญหา ในทางตรงกันข้ามดัชนีการปรับขนาดที่เหมาะสมโดยประมาณไม่มีความไวต่อขนาดตัวอย่างแต่ก็ไม่ใช่"การทดสอบ"สําหรับการปรับรูปแบบ คําแนะนําในการแก้ปัญหาภาวะที่กลืนไม่เข้าคายไม่ออกนี้คือการพิจารณา"ผลกระทบ"ที่สําคัญของการยอมรับแบบจําลองการตีความมากกว่าแบบจําลองการตีความอื่นตามความถูกต้องของการคาดการณ์ของเกณฑ์ที่เกี่ยวข้องกับทฤษฎี หากไม่มีแบบจําลองที่จะประเมินความแตกต่างทางวิทยาศาสตร์ที่มีคุณค่าของแบบจําลอง"การแข่งขัน"ไม่สามารถทําได้ซึ่งแน่นอนนําไปสู่คําถามว่าทําไมเราควรใช้SEMเป็นครั้งแรก