観測されない変数と測定誤差を伴う構造方程式モデルの評価

観測されない変数と測定誤差を伴う構造方程式モデルの分析に用いられる統計検定について検討する。一般的に用いられるカイ二乗検定の欠点は、サンプルサイズや検出力に関する既知の問題に加え、計測特性および構成概念間の関係が低下しても、仮定されたモデルと観察データの対応が改善されているように示される点である。さらに、一般的な主張に反して、サンプルサイズが大きくても第二種過誤を犯すリスクはかなり大きい可能性がある。また、現行の検定方法はモデルの説明力を評価できない。この問題を克服するために、著者らは構造モデル、測定モデル、および全体モデル内の共有分散の指標に基づく検定システムを開発・適用した。