| | SLO | ENG | Piškotki in zasebnost

Večja pisava | Manjša pisava

Izpis gradiva Pomoč

Naslov:Omissions by design in a survey : is this a good choice when using Structural Equation Models?
Avtorji:ID Ribeiro Vicente, Paula Cristina (Avtor)
Datoteke:URL https://sciendo.com/article/10.2478/ngoe-2024-0018
 
.pdf RAZ_Ribeiro_Vicente_Paula_Cristina_2024.pdf (548,29 KB)
MD5: D5841ED0614B991B9F005ECB009A8B19
 
Jezik:Angleški jezik
Vrsta gradiva:Pregledno delo
Tipologija:1.01 - Izvirni znanstveni članek
Organizacija:EPF - Ekonomsko-poslovna fakulteta
Opis:Missing observations can arise due to the effort required to answer many questions in long surveys and the cost required to obtain some responses. Implementing a planned missing design in surveys helps reduce the number of questions each respondent needs to answer, thereby lowering survey fatigue and cutting down on implementation costs. The three-form and the two-method design are two different types of planned missing designs. An important consideration when designing a study with omissions by design is to know how it will affect statistical results. In this work, a simulation study is conducted to analyze how the usual fit measures, root mean square error of approximation (RMSEA), standardized root mean square residual (SRMR), comparative fit index (CFI), and Tucker-Lewis index (TLI) perform in the adjustment of a Structural Equation Model. The results revealed that the CFI, TLI, and SRMR indices exhibit sensitivity to omissions with small samples, low factor loadings and large models. Overall, this study contributes to our understanding of the importance of considering omissions by design in market research.
Ključne besede:omissions by design, Structural Equation Model, survey
Status publikacije:Objavljeno
Verzija publikacije:Objavljena publikacija
Datum objave:06.10.2024
Leto izida:2024
Št. strani:str. 83-91
Številčenje:Vol. 70, no. 3
PID:20.500.12556/DKUM-93029 Novo okno
UDK:303.425
COBISS.SI-ID:237928963 Novo okno
DOI:10.2478/ngoe-2024-0018 Novo okno
ISSN pri članku:0547-3101
Datum objave v DKUM:02.06.2025
Število ogledov:253
Število prenosov:11
Metapodatki:XML DC-XML DC-RDF
Področja:Ostalo
:
Kopiraj citat
  
Skupna ocena:(0 glasov)
Vaša ocena:Ocenjevanje je dovoljeno samo prijavljenim uporabnikom.
Objavi na:Bookmark and Share



Postavite miškin kazalec na naslov za izpis povzetka. Klik na naslov izpiše podrobnosti ali sproži prenos.

Gradivo je del revije

Naslov:Naše gospodarstvo : revija za aktualna gospodarska vprašanja
Skrajšan naslov:Naše gospod.
Založnik:Ekonomsko-poslovna fakulteta, Društvo ekonomistov Maribor, Ekonomski center Maribor
ISSN:0547-3101
COBISS.SI-ID:751364 Novo okno

Licence

Licenca:CC BY 4.0, Creative Commons Priznanje avtorstva 4.0 Mednarodna
Povezava:http://creativecommons.org/licenses/by/4.0/deed.sl
Opis:To je standardna licenca Creative Commons, ki daje uporabnikom največ možnosti za nadaljnjo uporabo dela, pri čemer morajo navesti avtorja.

Sekundarni jezik

Jezik:Slovenski jezik
Naslov:Načrtovane opustitve opazovanj v raziskavi : ali je to dobra izbira pri uporabi modelov strukturnih enačb?
Opis:Manjkajoča opazovanja se lahko pojavijo zaradi napora, potrebnega za odgovarjanje na številna vprašanja v dolgih anketah, in stroškov, ki so potrebni za pridobitev nekaterih odgovorov. Izvajanje načrtovane zasnove manjkajočih opazovanj v anketah pomaga zmanjšati količino vprašanj, na katera mora odgovoriti vsak anketiranec, s čimer se zmanjša utrujenost anketirancev in zmanjšajo stroški izvajanja. Načrt s tremi oblikami in načrt z dvema metodama sta dve različni vrsti načrtovanih manjkajočih opazovanj. Pomemben vidik pri načrtovanju raziskave z načrtovanimi opustitvami je vedeti, kako bo to vplivalo na statistične rezultate. V tem članku je izvedena simulacijska študija, da bi analizirali, kako se običajna merila ustreznosti, kvadratni koren povprečne kvadrirane napake ocen (angl. root mean square error of approximation - RMSEA), standardizirani kvadratni koren povprečja kvadriranih ostankov (angl. standardized root mean square residual - SRMR), primerjalna mera prileganja (angl. comparative fit index - CFI) in Tucker-Lewisov indeks (TLI), obnesejo pri prilagoditvi modela strukturnih enačb. Rezultati so pokazali, da indeksi CFI, TLI in SRMR kažejo občutljivost na izpuste pri majhnih vzorcih, nizkih faktorskih obremenitvah in velikih modelih. Na splošno ta študija prispeva k našemu razumevanju pomena upoštevanja opustitev opazovanj pri načrtovanju tržnih raziskav.
Ključne besede:opustitve opazovanj pri načrtovanju, model strukturnih enačb, anketa


Zbirka

To gradivo je del naslednjih zbirk del:
  1. Naše gospodarstvo

Komentarji

Dodaj komentar

Za komentiranje se morate prijaviti.

Komentarji (0)
0 - 0 / 0
 
Ni komentarjev!

Nazaj
Logotipi partnerjev Univerza v Mariboru Univerza v Ljubljani Univerza na Primorskem Univerza v Novi Gorici