.png){kind=icon}
返回
Power Analysis in Generalized Structured Component Analysis: Implementation in GSCA Pro
.png){kind=icon}
OA
AI
DOI：10.1080/10705511.2026.2622404.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
广义结构成分分析（GSCA）是一种综合性的基于成分的结构方程建模方法，它将构念表示为指标的有权重合。尽管其具有灵活性，GSCA 缺乏正式的功效分析程序。为解决这一不足，我们开发了一种基于蒙特卡洛的功效分析程序，并将其集成到 GSCA Pro（一款免费且用户友好的 GSCA 软件）中。本教程介绍了该程序，并提供了使用 GSCA Pro 进行功效分析的逐步指导。
Keyword:
Component-based structural equation modeling
generalized structured component analysis
GSCA Pro
Monte Carlo simulation
power analysis
期刊
S
IF:
0
论文数:
22
被引数:
0
机构
引用论文
Minimum sample size estimation in PLS-SEM: The inverse square root and gamma-exponential methodsPls-sem中的最小样本量估计: 平方根倒数和伽马指数法
.png){kind=icon}
PREAI
分享收藏
Power analysis and determination of sample size for covariance structure modeling协方差结构建模的功率分析和样本量的确定
PREAI
分享收藏Reporting Practices in Confirmatory Factor Analysis: An Overview and Some Recommendations验证性因素分析中的报告实践: 概述和一些建议
PREAI
分享收藏
查看更多内容