FMIN (analiza SEM)
FMIN (Function MINimum) to jedna z miar dopasowania modelu w analizie SEM (Structural Equation Modeling).
FMIN to miara reprezentująca minimalną wartość funkcji dopasowania dla określonego modelu. Funkcja dopasowania to matematyczna formuła, która mierzy różnicę między danymi przewidywanymi przez model a rzeczywistymi danymi z próby. Krótko mówiąc FMIN mierzy różnice między tym mierzy różnice między tym, co przewiduje model, a tym, co faktycznie zaobserwowano w zebranych danych.
Im niższa jest wartość FMIN, tym lepsze jest dopasowanie modelu do danych, co oznacza mniejszą różnicę między macierzą kowariancji danych empirycznych a macierzą kowariancji wynikającą z modelu. Jednakże, w literaturze brak jest konkretnych wytycznych co do wartości progowych dla FMIN, ponieważ jest to wartość “surowa” (niewystandaryzowana) i jej wielkość jest zależna od złożoności modelu.
W związku z powyższym FMIN jest rzadko raportowana, a zamiast niego wykorzystuje się inne wartości, np. GFI czy RMSEA, które są wartościami znormalizowanymi. Sam FMIN wykorzystuje się zwykle w dwóch sytuacjach:
- Porównując różne modele alternatywne między sobą, aby wybrać ten o najniższej wartości FMIN.
- Jako wskaźnik konieczności modyfikacji obecnego modelu, jeżeli subiektywnie uznamy że wartość FMIN jest zbyt daleka od wartości 0.
FMIN jest jednak o tym ważny, że jest podstawą do obliczeń innych statystyk takich jak Chi-kwadrat, który bazuje bezpośrednio na FMIN albo RMSEA, który z kolei bazuje na wartości Chi-kwadrat.
Jeżeli interesuje cię poszerzenie wiedzy na temat SEM, zachęcamy do zapoznania się ze stroną stworzoną przez dr Jamesa Gaskina (tutaj), poświęconej tej tematyce.
