Amos
-
Upload
ana-guimaraes -
Category
Documents
-
view
67 -
download
3
Transcript of Amos
Qui quadrado
H0=matriz proposta é igual à matriz estimadaSempre espera-se que a hipótese nula seja aceita
Mas este qui quadrado não é impeditivo para a continuação da modelagem. O qui é influenciado pelo tamanho da amostra.
Nome das variáveis nas caixas
Analysis properties – indicar o que deve ser colocado para nos outputs
Janela das análises do output
Calcular as estimativas
Pedir o output dos resultados
Multicolinariedade: duas variáveis muito relacionadas, o que impede que o modelo distingua qual variável influencia na variável dependente
Carga padronizada superior a 0,7
Analisar a validade convergente (AVE) e Confiabilidade composta (CC)
Comparação de amostras
• Teste de invariância métrica – compara amostras que tenham sido analisadas com construtos completos e após a seleção dos indicadores
Seleciona a variável Sexo
Teste de invariância: Consistência entre os constructos
Modelo restrito: comparação entre meninos e meninas
Dist.qui(diferença;1)
Não há efeito moderador de gênero, ou seja, o sexo não modera o resultado do construto
Referência: Byrne, capítulos 7, 8 e 9
Meninas
Meninos
Comparação de construtos - Bagozzi
• Fixar variância e covariância em 1 – restrito• Fixar as variâncias em 1 – não restrito
Purificação
• Extração de indicadores com cargas fatoriais inferiores a 0,70
• Tirar do menor para o maior
- Avaliar quais caminhos são significativos
Avaliar os caminhos padronizados daRegressão
Ir purificando, retirando estimates inferiores a 0,70 (quando os construtos são bem avaliados)Após retirar, pega-se as estimativas para calcular AVE e CC
Cálculo Variância extraída (AVE) e Confiabilidade composta
• AVE = colocar as fórmulas
• CC
Validade discriminante
• Fornell: caso haja algum construto que não seja independente, então deve-se fazer o Bagozzi
• Bagozzi: discriminante de dois a dois (calcular a relação restrita e não restrita)– Restrita: colocar peso da regressão igual a 1– Não restrita: não colocar peso
Checar R2 dos construtos endógenos
Teste de Mardia: C.R. acima de 5 é indicativo de dados multivariados não normais
Como checar o ajustamento do modelo
• Índices absolutos– Qui-quadrado relativo: abaixo de 3!– GFI: goodness of fit index (bondade de
ajustamento)– RMSEA: residual mean of square error analysis
(resíduos)
– Veja a seguir:
Qui quadradoQui quadrado relativo literatura indica que seja menor que 5 mas maior que 3
Deve ser próximo a 1
Deve ser < 0,08
Análise de resíduos deve ser inferior a 0,08
Como checar o ajustamento do modelo
• Índices comparativos do modelo:- AGFI (adjusted goodness of fit index ): próximo de 1 (acima de 0,90)- NFI (normed fit index), CFI (comparative fit index), TLI (Tucker-Lewis coefficient): próximo de 1 (acima de 0,90)
Como checar o ajustamento do modelo
• Índices de parcimônia: relacionam o ajustamento de modelos rivais– PNFI: próximo de 1 (melhor)– PGFI: quanto maior melhor– AIC: quanto menor melhor