This report describes how sample de

This report describes how sample design and measure reliability affect the power of hypothesis tests from LISREL's maximum Likelihood ratio. Using simulation data and data from the High School and Beyond survey (HSB), I show that test power decreases when sample design differs from an unrestricted random sample assumed for LISREL's maximum likelihood estimators (MLE).

The covariance model selected for the study includes three latent variables with two fallible indicators per variable. In simulation, the intracluster correlation among sample elements and element weights are manipulated. The measurement error variance for one variable is altered on different trials to change the composite reliability of one latent variable.

Power effects of the study's manipulations are combined into a single measure called "EFFN", a multivariate index of effective sample size derived from Wilks' likelihood ratio. EFFN may be used for planning covariance studies using data from complex sample surveys.

The results show that as cluster effects increase, the power to reject null hypotheses reduces at an increasing rate. No power effects from the sample weights were observed. Test power increases with improved reliability but as clustering effects increase, the power benefits from the more reliable measure are lost.

A second part of the study is a secondary analysis of two gender differences studies which used HSB data. The purpose of the analysis is to resolve the conflicting results reported from these studies. In a study by Ethington and Wolfle (1986), the researchers conclude there are gender differences in mathematics achievement while in another study by Marsh (1989), the researcher draws the opposite conclusion.

The analysis suggests that the opposing conclusions stem in part from the different ways that the researchers adjusted their LISREL based hypothesis tests for the HSB sample design. By adjusting both studies in the same way for sample design effects and by using a common significance criteria, the results from both studies tend to agree.

ผลลัพธ์ (ไทย) 1:

รายงานนี้อธิบายถึงวิธีตัวอย่างการออกแบบและการวัดความน่าเชื่อถือมีผลกระทบต่ออำนาจของการทดสอบสมมติฐานจากอัตราส่วนความเป็นไปได้สูงสุดของ LISREL ฉันใช้ข้อมูลจำลองและข้อมูล จากโรงเรียนมัธยม และนอกเหนือ จากแบบสำรวจ (HSB), แสดงว่า สมมติทดสอบพลังงานลดลงเมื่อมีการออกแบบอย่างแตกต่างจากตัวอย่างสุ่มไม่จำกัดสำหรับ LISREL เป็นโอกาสสูงสุด estimators (พื้นฐาน)สำหรับการศึกษาแบบแปรปรวนมี 3 ตัวแปรแฝงอยู่กับตัวบ่งชี้ fallible สองต่อตัวแปร มีจัดการ intracluster สหสัมพันธ์ระหว่างน้ำหนักองค์ประกอบและตัวอย่างองค์ประกอบในการจำลอง มีการเปลี่ยนแปลงต่างข้อผิดพลาดการวัดตัวแปรหนึ่งในการทดลองแตกต่างกันการเปลี่ยนแปลงความน่าเชื่อถือโดยรวมของตัวแปรหนึ่งที่แฝงอยู่พลังงานผลของการศึกษา manipulations จะรวมเป็นวัดเดียวที่เรียกว่า "EFFN" ดัชนีแบบตัวแปรพหุของขนาดตัวอย่างมีผลมาจากอัตราส่วนโอกาส Wilks' EFFN อาจจะใช้สำหรับการวางแผนศึกษาความแปรปรวนร่วมที่ใช้ข้อมูลจากการสำรวจตัวอย่างซับซ้อนผลแสดงว่า เป็นคลัสเตอร์ผลเพิ่ม อำนาจที่จะปฏิเสธสมมุติฐาน null ลดอัตราการเพิ่มขึ้น พลังงานไม่มีผลจากน้ำหนักตัวอย่างได้ดำเนินการ ทดสอบเพิ่มพลังงานกับความน่าเชื่อถือดี แต่เป็นคลัสเตอร์ผลเพิ่ม ประโยชน์พลังงานจากวัดเชื่อถือได้มากขึ้นจะหายไปส่วนที่สองของการศึกษาจะวิเคราะห์รองศึกษาความแตกต่างเพศสองซึ่งใช้ข้อมูล HSB วัตถุประสงค์ของการวิเคราะห์เพื่อ แก้ไขรายงานผลขัดแย้งกันจากการศึกษาเหล่านี้ได้ ในการศึกษาโดย Ethington และ Wolfle (1986), นักวิจัยสรุปมีเพศความแตกต่างในผลสัมฤทธิ์ทางคณิตศาสตร์ในการศึกษาอื่นโดยมาร์ช (1989) นักวิจัยดึงข้อสรุปตรงกันข้ามการวิเคราะห์ชี้ให้เห็นว่า บทสรุปของฝ่ายตรงข้ามเกิดส่วนหนึ่งจากวิธีการต่าง ๆ ที่นักวิจัยปรับปรุงทดสอบสมมติฐานของพวกเขาใช้ LISREL สำหรับแบบตัวอย่างของ HSB โดยการปรับเปลี่ยนทั้งการศึกษาในลักษณะเดียวกันสำหรับตัวอย่างการออกแบบลักษณะ และโดยเงื่อนไขสำคัญทั่วไป ผลจากการศึกษาทั้งสองมักจะ ยอมรับ

ผลลัพธ์ (ไทย) 2:

รายงานนี้จะอธิบายถึงวิธีการออกแบบตัวอย่างและความน่าเชื่อถือส่งผลกระทบต่อการวัดพลังของการทดสอบสมมติฐานจากอัตราส่วนภาวะน่าจะเป็นสูงสุดของลิสเรล โดยใช้ข้อมูลการจำลองและข้อมูลจากโรงเรียนมัธยมและนอกเหนือจากการสำรวจ (HSB) ผมแสดงให้เห็นว่าอำนาจการทดสอบลดลงเมื่อการออกแบบตัวอย่างแตกต่างจากตัวอย่างสุ่ม จำกัด สันนิษฐานสำหรับประมาณค่าความน่าจะเป็นสูงสุดลิสเรลของ (MLE). รูปแบบความแปรปรวนที่เลือกสำหรับการศึกษารวมถึงสาม ตัวแปรแฝงที่มีสองตัวชี้วัดทำผิดต่อตัวแปร ในการจำลองความสัมพันธ์ระหว่างองค์ประกอบ intracluster ตัวอย่างและน้ำหนักองค์ประกอบที่จะจัดการ ความแปรปรวนข้อผิดพลาดการวัดตัวแปรหนึ่งที่มีการเปลี่ยนแปลงเกี่ยวกับการทดลองที่แตกต่างกันที่จะเปลี่ยนความน่าเชื่อถือคอมโพสิตของตัวแปรหนึ่งที่แฝง. ผลกระทบพลังของกิจวัตรของการศึกษาจะรวมกันเป็นวัดเดียวที่เรียกว่า "EFFN" ดัชนีหลายตัวแปรของขนาดของกลุ่มตัวอย่างที่มีประสิทธิภาพที่ได้มาจากวิลก์ส ' อัตราส่วน EFFN อาจจะใช้สำหรับการวางแผนการศึกษาความแปรปรวนโดยใช้ข้อมูลจากการสำรวจกลุ่มตัวอย่างที่ซับซ้อน. ผลการศึกษาพบว่าการเพิ่มขึ้นของผลกระทบที่กลุ่มอำนาจที่จะปฏิเสธสมมติฐานลดในอัตราที่เพิ่มขึ้น ไม่มีผลพลังงานจากน้ำหนักตัวอย่างถูกตั้งข้อสังเกต การเพิ่มขึ้นของการใช้พลังงานในการทดสอบที่มีความน่าเชื่อถือที่ดีขึ้น แต่เป็นผลกระทบที่เพิ่มขึ้นการจัดกลุ่มผลประโยชน์พลังงานจากตัวชี้วัดที่น่าเชื่อถือมากขึ้นจะหายไป. ส่วนที่สองของการศึกษาคือการวิเคราะห์ที่สองของการศึกษาทั้งสองแตกต่างทางเพศที่ใช้ข้อมูล HSB วัตถุประสงค์ของการวิเคราะห์คือการแก้ไขผลที่ขัดแย้งกันที่มีการรายงานจากการศึกษาเหล่านี้ ในการศึกษาโดย Ethington และ Wolfle (1986) นักวิจัยสรุปได้มีความแตกต่างทางเพศในผลสัมฤทธิ์ทางการเรียนวิชาคณิตศาสตร์ในขณะที่การศึกษาโดยมาร์ชอีก (1989) นักวิจัยดึงข้อสรุปที่ตรงข้าม. การวิเคราะห์แสดงให้เห็นว่าข้อสรุปของฝ่ายตรงข้ามเกิดจากนอก วิธีการที่แตกต่างกันว่านักวิจัยปรับลิสเรลของพวกเขาขึ้นทดสอบสมมติฐานสำหรับการออกแบบตัวอย่าง HSB โดยการปรับการศึกษาทั้งในทางเดียวกันสำหรับผลการออกแบบตัวอย่างและโดยใช้เกณฑ์ความสำคัญร่วมกันผลที่ได้จากการศึกษาทั้งสองมักจะเห็น

ผลลัพธ์ (ไทย) 3:

รายงานนี้จะกล่าวถึงการออกแบบตัวอย่างและวัดความน่าเชื่อถือมีผลต่ออำนาจการทดสอบสมมติฐานความเป็นไปได้สูงสุดจากโมเดลของอัตราส่วน ข้อมูลที่ใช้ในการจำลองและข้อมูลจากโรงเรียนมัธยมและนอกเหนือจากการสำรวจ ( 7 ) ผมพบว่าพลังลดลงเมื่อทดสอบตัวอย่างการออกแบบแตกต่างจากไม่จำกัดแบบสุ่มซึ่งเป็น Maximum Likelihood ด้วย

ประมาณ ( mle )แบบที่นักเรียนเลือกศึกษารวมถึงสามตัวแปรแฝงด้วยการวัดตัวชี้วัดต่อ สองตัวแปร ในการคำนวณ intracluster ความสัมพันธ์ระหว่างองค์ประกอบตัวอย่างและองค์ประกอบน้ำหนักจะควบคุม แปรปรวนความคลาดเคลื่อนสำหรับตัวแปรหนึ่งมีการเปลี่ยนแปลงในการทดลองที่แตกต่างกันเพื่อเปลี่ยนค่าของตัวแปรแฝงประกอบหนึ่ง

ผลพลังของ manipulations การศึกษารวมกันเป็นวัดเดียวเรียกว่า " effn ” , ตัวแปรพหุดัชนีประสิทธิภาพของขนาดตัวอย่างที่ได้จากวิล ' โอกาสอัตราส่วน effn อาจถูกใช้เพื่อการวางแผนร่วมศึกษาใช้ข้อมูลจากการสำรวจด้วยตัวอย่างที่ซับซ้อน

ผลการทดลองแสดงให้เห็นว่า เป็น กลุ่ม ผลเพิ่ม , พลังของการปฏิเสธสมมติฐานว่างลดในอัตราที่เพิ่มขึ้น .ไม่มีอำนาจผลจากตัวอย่างน้ำหนักลดลง ทดสอบการใช้พลังงานเพิ่มขึ้น การปรับปรุงความน่าเชื่อถือแต่การจัดกลุ่มผลเพิ่ม , พลังงานที่ได้รับประโยชน์จากมาตรการที่น่าเชื่อถือมากขึ้นจะหายไป

ส่วนที่สองของการศึกษา คือ การวิเคราะห์ข้อมูลทุติยภูมิของสองความแตกต่างการศึกษาซึ่งใช้ข้อมูลคือ .วัตถุประสงค์ของการวิเคราะห์เพื่อแก้ปัญหาความขัดแย้ง รายงานจากผลการศึกษาเหล่านี้ ในการศึกษาและ ethington wolfle ( 1986 ) , นักวิจัยสรุปว่ามีความแตกต่างระหว่างเพศในวิชาคณิตศาสตร์ ในขณะที่การศึกษาอื่นโดยมาร์ช ( 1989 ) , นักวิจัยดึงข้อสรุปตรงกันข้าม .

การวิเคราะห์แสดงให้เห็นว่าฝ่ายตรงข้ามต้นในข้อสรุปส่วนหนึ่งจากวิธีที่นักวิจัยปรับโปรแกรมของพวกเขาโดยการทดสอบสมมติฐานสำหรับ 7 ตัวอย่างการออกแบบ โดยการปรับทั้งการศึกษาในลักษณะเดียวกัน สำหรับผลการออกแบบตัวอย่างและโดยใช้ความสำคัญเกณฑ์ทั่วไป ผลที่ได้จากการศึกษาเห็นด้วย