[МУЗЫКА]
[МУЗЫКА] Теперь
рассмотрим формирование структурной модели,
которая включает в себя измерительную составляющую и составляющую пути.
На экране представлены этапы структурного моделирования кратко.
Вспомним.
Далее на экране вы видите априорную структурную модель.
Объём выборки — 100 человек.
Эта априорная модель построена на основе предварительного исследования и для
проверки гипотез о том, что пол влияет на успеваемость
в десятом и в одиннадцатом классе — отметка один, отметка два.
Также на успеваемост в десятом классе влияет вербальный интеллект.
Вот измерительная модель, индикаторами которой является вербальная память,
осведомлённость и пропущенные слова.
Количество оцениваемых параметров модели составляет 15,
вот они перечислены на экране внизу.
Шесть — дисперсия «ошибок», одна дисперсия — экзогенной переменно («пол»),
и восемь регрессионных весов.
Сопоставляя объём выборки с числом оцениваемых парметров, мы видим,
что объём выборки в шесть раз превышает число оцениваемых параметров.
Это может быть признано достаточным, хотя, на самом-то деле,
объём выборки несколько маловат, и особые требования предъявляются
к соответствию модели исходным данным, то есть требования
к оценке параметров согласия модели должны быть наиболее строгими.
На экране вы видите финальную структурную модель.
Это основной результат структурного моделирования,
полученный после модификации априорной модели.
Сейчас мы видим, что число оцениваемых параметров — 13, то есть оно уменьшилось.
Соответственно, объём выборки значительно — более,
чем в пять раз — превышает число оцениваемых параметров,
то есть объём выборки теперь стал достаточным.
По индексам согласия мы видим,
что модель достаточно хорошо соответствует исходным данным.
Хи-квадрат даёт статистически недостоверный результат,
то есть модель статистически недостоверно отличается от исходных данных.
Дальше видим, что соотношение хи-квадрат и df значительно меньше двух.
CFI превышает 0,95, ну и самый такой ответственный показатель RMSEA,
он меньше 0,05, то есть модель достаточно хорошо соответствует исходным данным.
Также мы видим, что пропала часть стрелок,
и видим, что пол непосредственно влияет на вербальный интеллект.
Влияние отрицательное связано с тем, что девушки у нас обозначены цифрой один,
а юноши — цифрой два, то есть вербальный интеллект у девушек выше, чем у юношей.
Влияние пола на успеваемость в десятом классе является косвенным,
точно так же, как косвенным является влияние пола на переменную отметка два,
то есть на успеваемость в одиннадцатом классе.
Таким образом, вербальный интеллект является медиатором
влияния пола на успеваемость в десятом классе,
а успеваемость в десятом классе, в свою очередь, является медиатором
влияния вербального интеллекта на успеваемость в одиннадцатом классе.
Также мы видим, что на успеваемость в одиннадцатом классе оказывает
непосредственное влияние вербальная память.
Числа у контуров переменных — это квадраты множественной корреляции,
которые показывают нам доли дисперсии соответствующих переменных.
Так влиянием пола объясняется 26% дисперсии F1,
то есть факторы вербального интеллекта, а модель в целом объясняет
23% дисперсии успеваемости в одиннадцатом классе.
Сейчас на экране вы видите основные показатели модели.
Подтверждение приблизительной нормальности распределения, видим,
что C.R. многомерного эксцесса существенно меньше пяти.
И регрессионные веса.
Проглядывая статистическую значимость регрессионных весов,
мы видим, что все регрессионные веса статистически достоверны,
что свидетельствует в пользу состоятельности модели.
На экране вы вновь видите финальную структурную модель,
но справа добавлена таблица «Стандартизированные и косвенные эффекты».
Вот эти величины позволяют оценить не прямые, а косвенные эффекты, например,
влияние пола на успеваемость в десятом классе, на отметку один, или влияние
пола на успеваемость в одиннадцатом классе, отметка два, и так далее.
На этом мы заканчиваем с вами рассмотрение моделирования структурными
уравнениями.