Mixture multigroup SEM voor het vergelijken van structurele relaties over vele groepen

Sociale wetenschappers onderzoeken vaak de relaties tussen twee of meer latente variabelen of constructen, en Structural Equation Modeling (SEM) is daarvoor de state-of-the-art techniek. Wanneer deze structurele relaties over vele groepen worden vergeleken, zullen zij waarschijnlijk verschillen over de groepen. Het is echter evenzeer waarschijnlijk dat sommige groepen dezelfde relaties delen en dat er clusters van groepen ontstaan in termen van de relaties tussen de latente variabelen. Om de relaties tussen de latente variabelen op een valide manier te kunnen vergelijken, moet de meting van de latente variabelen invariant zijn voor alle groepen (d.w.z. meetinvariantie), terwijl vaak ten minste enkele meetparameters verschillen tussen de vele groepen. Wanneer deze meetparameters gelijkgesteld worden over groepen, terwijl dit niet het geval is, worden de structurele relaties onjuist geschat en wordt de vergelijking ervan ongeldig. Daarom is dit doctoraatsproject gericht op de ontwikkeling, evaluatie en toepassing van een nieuwe methode om verschillen en overeenkomsten in structurele relaties te vatten terwijl rekening wordt gehouden met de realiteit van non-invariantie van metingen. Wij stellen mixture multigroup SEM (MMG-SEM) voor om groepen specifiek te clusteren op de structurele relaties door ze clusterspecifiek te maken, terwijl de meetparameters (gedeeltelijk) groepsspecifiek kunnen zijn. Op die manier ontwart MMG-SEM verschillen in structurele relaties van verschillen in meetparameters.