Ajustement global dans les modèles de structure de covariance : Deux types d'effets de la taille de l'échantillon.

Un domaine controversé dans les modèles de structure de covariance est l'évaluation de l'ajustement global du modèle. Des chercheurs ont exprimé des inquiétudes quant à l'influence de la taille de l'échantillon sur les mesures d'ajustement. De nombreuses affirmations contradictoires ont été faites concernant les statistiques d'ajustement affectées par N. Une partie de la confusion provient du fait qu'il existe deux types d'effets de la taille de l'échantillon qui sont confondus. Le premier est de savoir si N entre directement dans le calcul d'une mesure d'ajustement. Le second est de savoir si les moyennes des distributions d'échantillonnage d'un indice d'ajustement sont associées à la taille de l'échantillon. J'explique ces types d'effets de la taille de l'échantillon et les illustre avec les principaux indices d'ajustement des modèles d'équations structurelles. De plus, j'examine le débat actuel sur les influences de la taille de l'échantillon à la lumière de cette distinction. Les modèles d'équations structurelles, y compris les analyses factorielles confirmatoires, deviennent de plus en plus populaires en psychologie. La clé de ces procédures est l'hypothèse que la matrice de covariance de la population des variables observées est une fonction des paramètres libres inconnus d'un modèle. De nombreuses mesures d'ajustement global du modèle ont été proposées pour évaluer le degré auquel cette hypothèse tient (par exemple, Rentier B Bollen, 1986 ; Hoelter, 1983 ; Joreskog Tucker & Lewis, 1973).