Académique Documents
Professionnel Documents
Culture Documents
Modeling (SEM)
ou
modeles d'equations
structurelles (mes)
Qu’est-ce Qu’un seM ?
• C’est une technique statistique utilisée pour établir les relations entre
les variables.
• Il s’agit d’une combinaison d’analyse factorielle et de régression
multiple.
• C’est une analyse confirmatoire:
Il teste au préalable des modèles dérivés conceptuellement
Il vérifie si la théorie correspond aux données
• Il permet de tester simultanément les relations de mesure et les
relations structurelles
Qu’est-ce Qu’un seM ?
Test théoriques :
La force de la prédiction/association dans les modèles à
variables dépendantes multiples
Ajustement d’un modèle
Différence de groupe: Analyse d’échantillon multiple
Modèles longitudinaux et transversaux
Modèles imbriqués à plusieurs niveaux
Concepts de base
AFC AFE
Modèle a priori Modèle à posteriori
Déductif Inductif
Plusieurs étapes :
Analyse des Composantes principales,
des axes principales
Plus de restrictions pour la relation entre
variables et facteurs
Considérations de données
Identificatio
Spécification Estimation Evaluation Respécificatio Présentation
n du
du modèle d’un modèle du modèle n du modèle des résultats
modèle
Etape 1 : spécification du modèle
Modèle doit être spécifié pour qu’il y ait assez d’information afin de
donner une estimation unique pour tous les paramètres.
Si nécessaire contraindre des paramètres supplémentaires.
On distingue :
Identification globale : le nombre de DDL total est non nul
Identification locale: chaque variable latente est correctement identifiés
(au moins un paramètre fixé + DDL locaux non nuls)
Etape 3 : Estimation
Comparer différents
modèles pour retenir
le meilleur
Signification des principaux
indicateurs
L’objectif
étant d’améliorer l’ajustement du modèle,
en modifiant le modèle pour s’ajuster aux données
Guides :
Doit être théoriquement consistant
Doit être repiqué avec de nouvelles données
Evaluation du modèle
Signification théorique
Résidus et corrélations sous entendues (différence entre
matrice de covariance de l’échantillon et celui du modèle)
Test des coefficients de trajectoire (direction et magnitude)
Absence de problèmes numériques (direction et magnitude
des résidus; structure des résidus standardisés z-scores)
Les erreurs trop
grandes d’un même
modèle de mesure
vont être reliées
Application: