The analysis conducted in this study applies the statistical techniques of
linear structural relations (LISREL). Although LISREL and multiple regression
share similarities in terms of underlying assumptions and interpreting
their results, the numerous advantages of LISREL favor its use in analysis
of the causal relationships among the variables specified in the model.
LISREL consists of both a measurement model and a structural equations
model (Bollen, 1989; Hayduk, 1987; JoÈreskog & SoÈrbom, 1994). The measurement
model specifies a confirmatory factor analysis (CFA) of proposed
relationships between the manifest (observed) indicators and latent (theoretical)
constructs, while the structural equation model (SEM) specifies hypothesized
relationship among latent constructs. A set of variance±covariance
matrices, manipulated following the basic rules of matrix algebra, represents
the parameters in both components (Bollen, 1989; Hayduk, 1987; JoÈreskog &
SoÈrbom, 1994). The CFA component actually allows researchers to specify a
measurement model to assess how well observed indicators measure theoretical
variables. Consequently, LISREL is particularly useful in this study
for estimating multiple-indicator variables, correlated residuals, and recursive
causality.
The analysis conducted in this study applies the statistical techniques oflinear structural relations (LISREL). Although LISREL and multiple regressionshare similarities in terms of underlying assumptions and interpretingtheir results, the numerous advantages of LISREL favor its use in analysisof the causal relationships among the variables specified in the model.LISREL consists of both a measurement model and a structural equationsmodel (Bollen, 1989; Hayduk, 1987; JoÈreskog & SoÈrbom, 1994). The measurementmodel specifies a confirmatory factor analysis (CFA) of proposedrelationships between the manifest (observed) indicators and latent (theoretical)constructs, while the structural equation model (SEM) specifies hypothesizedrelationship among latent constructs. A set of variance±covariancematrices, manipulated following the basic rules of matrix algebra, representsthe parameters in both components (Bollen, 1989; Hayduk, 1987; JoÈreskog &SoÈrbom, 1994). The CFA component actually allows researchers to specify ameasurement model to assess how well observed indicators measure theoreticalvariables. Consequently, LISREL is particularly useful in this studyfor estimating multiple-indicator variables, correlated residuals, and recursivecausality.
การแปล กรุณารอสักครู่..
การวิเคราะห์แนวทางในการศึกษานี้ใช้เทคนิคการวิเคราะห์ทางสถิติของ
ความสัมพันธ์โครงสร้างเชิงเส้น ( LISREL ) แม้ว่าโปรแกรมลิสเรลและความคล้ายคลึงกันแบ่งปันถดถอย
หลายในแง่ของพื้นฐานสมมติฐานและการตีความ
ผลลัพธ์ ประโยชน์มากมายของโปรแกรมสนับสนุนการใช้งานในการวิเคราะห์
ของความสัมพันธ์เชิงสาเหตุของตัวแปรที่ระบุไว้ในแบบ
โปรแกรมประกอบด้วยทั้งโมเดลการวัดและโมเดลสมการโครงสร้าง (
bollen , 1989 ; hayduk , 1987 ; โจ È reskog &ดังนั้นÈ rbom , 1994 ) การวัด
แบบระบุการวิเคราะห์องค์ประกอบเชิงยืนยัน ( CFA ) เสนอ
ความสัมพันธ์ระหว่างรายการ ( 2 ) ตัวบ่งชี้และแฝง ( ภาคทฤษฎี )
โครงสร้าง ในขณะที่โมเดลสมการโครงสร้าง ( SEM ) ระบุสมมติฐาน
ความสัมพันธ์ระหว่างโครงสร้างแฝง . ชุดของความแปรปรวนความแปรปรวนร่วม±
เมทริกซ์จัดการตามกฎพื้นฐานของพีชคณิตของเมทริกซ์แทน
พารามิเตอร์ทั้งในส่วนประกอบ ( bollen , 1989 ; hayduk , 1987 ; โจ È reskog &
ดังนั้นÈ rbom , 1994 ) CFA องค์ประกอบจริงช่วยให้นักวิจัยสามารถระบุรูปแบบการวัดประเมินว่างั้น
) ตัวชี้วัดเชิงทฤษฎีการวัดตัวแปร จากนั้นด้วยจะเป็นประโยชน์อย่างยิ่งในการศึกษา
เพื่อประเมินตัวบ่งชี้หลายตัวมีความคลาดเคลื่อน และ recursive
ดังกล่าวต่อไป
การแปล กรุณารอสักครู่..