Evaluation of Model Fit in Structural Equation Models with Ordinal Missing Data: An Examination of the D 2 Method

2019 ◽  
Vol 27 (4) ◽  
pp. 561-583
Author(s):  
Yu Liu ◽  
Suppanut Sriutaisuk
Keyword(s):  
Missing Data ◽  
Structural Equation ◽  
Structural Equation Models ◽  
Model Fit

Forced Zero Cross-Loading Misspecifications in Measurement Component of Structural Equation Models

Methodology ◽  
2014 ◽  
Vol 10 (4) ◽  
pp. 138-152 ◽  
Author(s):  
Hsien-Yuan Hsu ◽  
Susan Troncoso Skidmore ◽  
Yan Li ◽  
Bruce Thompson
Keyword(s):  
Structural Equation ◽  
Structural Model ◽  
Structural Equation Models ◽  
Equation Model ◽  
Model Fit ◽  
Model Specification ◽  
Simulation Design ◽  
Measurement Models ◽  
Fit Statistics ◽  
Path Coefficients

The purpose of the present paper was to evaluate the effect of constraining near-zero parameter cross-loadings to zero in the measurement component of a structural equation model. A Monte Carlo 3 × 5 × 2 simulation design was conducted (i.e., sample sizes of 200, 600, and 1,000; parameter cross-loadings of 0.07, 0.10, 0.13, 0.16, and 0.19 misspecified to be zero; and parameter path coefficients in the structural model of either 0.50 or 0.70). Results indicated that factor pattern coefficients and factor covariances were overestimated in measurement models when near-zero parameter cross-loadings constrained to zero were higher than 0.13 in the population. Moreover, the path coefficients between factors were misestimated when the near-zero parameter cross-loadings constrained to zero were noteworthy. Our results add to the literature detailing the importance of testing individual model specification decisions, and not simply evaluating omnibus model fit statistics.

scholarly journals Handling Missing Data in Structural Equation Models in R. A Replication Study for Applied Researchers

2017 ◽  
Vol 15 (41) ◽  
Author(s):  
Anett Wolgast ◽  
Malte Schwinger ◽  
Carolin Hahnel ◽  
Joachim Stiensmeier-Pelster
Keyword(s):  
Missing Data ◽  
Structural Equation ◽  
Structural Equation Models ◽  
Replication Study ◽  
Sobre Todo

Introducción. La imputación múltiple (IM) es uno de los métodos más recomendados para sustituir valores perdidos en datos de investigación. Este artículo se dedica al manejo de los valores perdidos en MES, analizando dos bases de datos de Psicología Educativa y a recomendaciones para investigadores orientados a las aplicaciones.Método. Presentamos dos muestras de estudiantes (N = 589 y N = 621, respectivamente) de estudios anteriores que se dedicaron al autoconcepto, a las metas de aprendizaje y de evitación, y al rendimiento en un tutorial de siete pasos. En los datos de las dos muestras producimos artificialmente un 20 y un 40 por ciento de valores perdidos. Luego analizamos estos datos utilizando (1) eliminación de los casos (listwise) y modelos de ecuaciones estructurales (MES), (2) máxima verosimilitud con información completa (MVIC) con MES, y (3) IM con MES e agrupamiento de datos (Pooling). Por lo tanto los resultados proceden de un diseño de 2 x 3 x 3 condiciones.Resultados. Replicamos investigaciones anteriores para ilustrar una manera práctica de combinar IM con MES e Pooling. Imputando valores múltiples en las dos muestras, podemos confirmar la estructura supuesta de la MES.Discusión. Recomendamos añadir variables para aclarar el mecanismo de datos perdidos, sobre todo para variables dependientes que se refieren a la motivación. Estos tipos de variables podrían indicar que los valores perdidos en variables dependientes están en correlación con variables independientes (por ejemplo interés) o con la variable dependiente en sí (por ejemplo falta de motivación, con independencia de interés). 

scholarly journals Handling Missing Data in Structural Equation Models in R. A Replication Study for Applied Researchers

2017 ◽  
Vol 15 (1) ◽  
pp. 5-47 ◽  
Author(s):  
Anett Wolgast ◽  
Malte Schwinger ◽  
Carolin Hahnel ◽  
Joachim Stiensmeier-Pelster
Keyword(s):  
Missing Data ◽  
Structural Equation ◽  
Structural Equation Models ◽  
Replication Study
Sign in / Sign up

Export Citation Format

Share Document