@misc{Tarka_Piotr_Modele_2016,
 author={Tarka, Piotr},
 identifier={DOI: 10.15611/pn.2016.459.25},
 year={2016},
 rights={Pewne prawa zastrzeżone na rzecz Autorów i Wydawcy},
 publisher={Wydawnictwo Uniwersytetu Ekonomicznego we Wrocławiu},
 description={Prace Naukowe Uniwersytetu Ekonomicznego we Wrocławiu = Research Papers of Wrocław University of Economics, 2016, Nr 459, s. 265-276},
 language={pol},
 abstract={Ponieważ większość zmiennych wykorzystywanych w badaniach marketingowych przyjmuje dyskretny format odpowiedzi, stąd w konstrukcji modeli równań strukturalnych (SEM) zamiast standardowo stosowanych miar, estymatorów (zarezerwowanych dla skal mocnych), powinno się stosować odpowiednie ich zamienniki. Badacz przystępujący do analizy SEM za pomocą estymatorów, takich jak ML czy GLS, otrzymuje obciążone: szacunki parametrów modelu i błędy standardowe oraz przeszacowane (zawyżone) statystyki dopasowania modelu chi-kwadrat. W niniejszym artykule autor rozważa dylematy metodologiczne w kontekście zmiennych mierzonych na skali porządkowej polichorycznej w procesie konstrukcji modelu równań strukturalnych (SEM). W tym celu przeprowadzono badanie ankietowe (N = 200) w zakresie którego do pomiaru zmiennych obserwowalnych wykorzystano 5 pkt skalę Likerta. W ramach oceny modelu SEM, rozpatrzono następujące metody estymacji: WLS, WLSk, DWLSkTM, DWLSkTMV, które następnie porównano z estymatorem ML},
 title={Modele równań strukturalnych a zmienne mierzone na skali porządkowej polichorycznej w analizie danych marketingowych},
 type={artykuł},
 keywords={model SEM, skala porządkowa polichoryczna Likerta, metody estymacji, SEM model, polychoric ordinal Likert scale, estimation methods},
}