Przejdź do treści
Rigor, made runnable.

Metody

Każda analiza, którą Explonia liczy w przeglądarce, wyjaśniona prostym językiem — czym jest, kiedy jej użyć, jakich progów oczekują recenzenci i jak to raportować w APA. Potem policz to na własnych danych, start za darmo.

Pomiar i trafność

Zbuduj, zwaliduj i zaraportuj model pomiarowy — czynniki, rzetelność i trafność różnicową.

konfirmacyjna analiza czynnikowa

Konfirmacyjna analiza czynnikowa

Przetestuj model pomiarowy, który już masz — ładunki czynnikowe, dopasowanie, AVE i CR — w przeglądarce, a potem wyeksportuj do SPSS, R lub AMOS.

Otwórz metodę
eksploracyjna analiza czynnikowa

Eksploracyjna analiza czynnikowa

Eksploracyjna analiza czynnikowa (EFA) ujawnia strukturę stojącą za zestawem pozycji, gdy nie znasz jej z góry: ile jest czynników i które pozycje należą do którego. Typowe wytyczne to KMO co najmniej .60 (.80 to dobry wynik), istotny test Bartletta (p < .05) i ładunki co najmniej .40 do .50 do interpretacji. EFA możesz uruchomić online w Explonii, w przeglądarce, na danych, które zbierzesz lub wgrasz.

Otwórz metodę
efa vs cfa różnica

EFA vs CFA

EFA vs CFA — kiedy eksplorować, a kiedy potwierdzać — z tabelą decyzyjną, a obie uruchamiają się w Explonii.

Otwórz metodę
rzetelność cronbach alpha

Rzetelność (alpha, omega, CR, AVE)

Uzyskaj Cronbach's α, McDonald's ω, composite reliability (CR) i AVE dla każdego konstruktu, z progami sprawdzonymi za Ciebie.

Otwórz metodę
htmt trafność różnicowa

HTMT — trafność różnicowa

Sprawdź trafność różnicową za pomocą wskaźnika HTMT jednym kliknięciem — z zastosowanymi progami .85 i .90.

Otwórz metodę
common method bias

Common method bias

Common method bias (CMB), czyli common method variance, to sztuczna kowariancja powstająca, gdy ci sami respondenci odpowiadają na wszystkie pytania tą samą metodą w tym samym czasie. Może zawyżać lub zaniżać korelacje między konstruktami. Test jednego czynnika Harmana sygnalizuje problem, gdy jeden czynnik wyjaśnia 50% wariancji lub więcej, ale test jest słaby i nie powinien być jedynym dowodem. Silniejsze kontrole modelują wariancję metody bezpośrednio: common latent factor (ULMC) lub, najlepiej, zmierzona zmienna markerowa.

Otwórz metodę
Modele strukturalne

Testuj zależności między konstruktami i porównuj grupy za pomocą SEM.

cb-sem sem oparte na kowariancji

SEM oparte na kowariancji

SEM oparty na kowariancji (CB-SEM) testuje pełny model teoretyczny, zarówno część pomiarową, jak i ścieżki między konstruktami, odtwarzając obserwowaną macierz kowariancji. Daje globalne wskaźniki dopasowania, więc można potwierdzić lub odrzucić teorię. Powszechnie stosowane progi to CFI i TLI co najmniej .95, RMSEA nie więcej niż .06 i SRMR nie więcej niż .08 (Hu & Bentler, 1999). Luźniejsze granice są często traktowane jako akceptowalne: CFI/TLI na poziomie .90 (Bentler & Bonett, 1980), RMSEA na poziomie .08 (Browne & Cudeck, 1993) i SRMR na poziomie .10 (Schermelleh-Engel et al., 2003). CB-SEM pasuje do dojrzałej teorii z konstruktami refleksyjnymi; do predykcji lub konstruktów formatywnych rozważ PLS-SEM.

Otwórz metodę
analiza pls-sem

PLS-SEM

Uruchom PLS-SEM na własnych danych — współczynniki ścieżkowe, bootstrapowe przedziały ufności i R² — bez licencji SmartPLS.

Otwórz metodę
analiza mediacji

Analiza mediacji

Testuj efekty pośrednie z bootstrapowymi przedziałami ufności — i otrzymaj zdanie APA przygotowane do edycji.

Otwórz metodę
inwariancja pomiarowa

Inwariancja pomiarowa

Inwariancja pomiarowa sprawdza, czy skala znaczy to samo w różnych grupach, w trzech zagnieżdżonych krokach: configural (ten sam wzorzec ładunków), metric (równe ładunki) i scalar (równe ładunki i wyrazy wolne). Inwariancja scalar jest potrzebna, zanim porównasz średnie latentne między grupami. Każdy krok dodaje ograniczenia, a inwariancję wspiera sytuacja, gdy dopasowanie nie pogarsza się istotnie: zmiana CFI (ΔCFI) nie większa niż .01 (Cheung & Rensvold, 2002), często odczytywana razem z ΔRMSEA nie większą niż .015 (Chen, 2007).

Otwórz metodę
Projekt i porównania

Projektuj badania i porównuj warunki, segmenty lub kompromisy między cechami.

Classical analyses

Describe your data and test simple relationships: summaries, cross-tabs, regression and repeated measures.

Planning & diagnostics

Plan the sample you need before you collect data, and check that the assumptions behind your model hold.

Przeprowadź całe badanie w jednym miejscu

Zaprojektuj je, zbierz dane i uzyskaj analizę klasy publikacyjnej z gotowym akapitem APA, który możesz edytować, start za darmo.

Zacznij za darmo