A comparison of four approaches to account for method effects in latent state-trait analyses.
A comparison of four approaches to account for method effects in latent state-trait analyses.
复制标题
DOI：
10.1037/a0026977
复制
发表时间：
2012-06
影响因子：
7
通讯作者：
Lockhart, Ginger
中科院分区：
文献类型：
--
作者：
Geiser, Christian;Lockhart, Ginger
关键词：
潜在状态-特质（LST）分析经常应用于心理学研究，以确定观察到的分数反映稳定的个人特定效应，情境和/或人-情境相互作用的影响以及随机测量误差的程度。大多数LST应用程序使用多个重复测量的观测变量作为潜在特质和潜在状态剩余因子的指标。在实践中，这些指标往往显示出随时间变化的共同的具体指标（或方法）差异。在这篇文章中，作者比较了四种方法来解释LST模型中的方法效应，并根据理论考虑，模拟和实际数据集的应用讨论了每种方法的优缺点。模拟研究表明，具有指标特异性性状的LST模型和具有M-1相关方法因子的LST模型表现良好，而在早期工作中使用的具有M正交方法因子的模型和相关唯一性方法在低或高方法特异性条件下表现出局限性。建议选择一个合适的模式。
Latent state-trait (LST) analysis is frequently applied in psychological research to determine the degree to which observed scores reflect stable person-specific effects, effects of situations and/or person-situation interactions, and random measurement error. Most LST applications use multiple repeatedly measured observed variables as indicators of latent trait and latent state residual factors. In practice, such indicators often show shared indicator-specific (or methods) variance over time. In this article, the authors compare four approaches to account for such method effects in LST models and discuss the strengths and weaknesses of each approach based on theoretical considerations, simulations, and applications to actual data sets. The simulation study revealed that the LST model with indicator-specific traits and the LST model with M − 1 correlated method factors performed well, whereas the model with M orthogonal method factors used in the early work of and the correlated uniqueness approach showed limitations under conditions of either low or high method-specificity. Recommendations for the choice of an appropriate model are provided.
登录
查看更多内容
影响因子：
4.2
作者：
Courvoisier, Delphine S.;Eid, Michael;Schreiber, Walter H.
通讯作者：
Schreiber, Walter H.
影响因子：
3.8
作者：
Dumenci, L;Windle, M
通讯作者：
Windle, M
影响因子：
4.7
作者：
Courvoisier, Delphine S.;Agoritsas, Thomas;Finckh, Axel
通讯作者：
Finckh, Axel
影响因子：
6.1
作者：
Baumgartner, Hans;Steenkamp, Jan-Benedict E. M.
通讯作者：
Steenkamp, Jan-Benedict E. M.
影响因子：
22.4
作者：
CAMPBELL, DT;FISKE, DW
通讯作者：
FISKE, DW