Modele de ecuații

structurale
Validarea științifică a psihologiei și SEM

1. De ce avem nevoie de validarea științifică a

psihologiei?
2. Ce este un model teoretic (ipotetic), ce sunt
variabilele observate și variabilele latente?
Ziua I 3. Ce este varianța reziduală?
4. Cum arată o diagramă de cale și ce rol are?
5. Care sunt principalele reguli de specificare a
modelelor SEM?

Școala de toamnă SEM, Iași, 29 august - 3 septembrie 2022

Psihologia ca știință?
Toți au pretenția că folosesc
elemente și concepte științifice
 Folosesc „magia” cuvântului pentru a provoca
schimbarea

 Elementul distinctiv al acțiunii psihologului este „magia științei”

 Ce este psihicul?
 Metodele sunt valide? Se pot replica cercetările?
 Este știință numai când ne convine?
 Granița dintre știință și pseudoștiință este destul de șubredă
Când îți faci o casă, începi cu un plan
 O caracteristică definitorie a ființei umane este capacitatea de planificare și de
anticipare
 Omul este capabil să transfere realitatea în plan abstract, să elaboreze construcții logice prin
care să încerce să explice funcționarea fenomenelor și să anticipeze rezultatele unei acțiuni.

 Omul construiește un model teoretic (model ipotetic)

 Încercarea de explicare a personalității propusă de Paul Costa și Robert McCrae
 Viața și activitatea umană sunt invadate de modele ipotetice

Trebuie DEMONSTRAT că
modelul funcționează

 Scepticismul științific cere dovezi solide, deoarece modelul ipotetic trebuie

susținut de datele din lumea reală, în condiții de reproductibilitate
 Este posibil (NU CERT) să existe ceva.
 Legea numerelor mari – un efect este important dacă se observă
la un număr de cazuri suficient de mare (măcar 50)
 Experimentul să poată fi REPLICAT, iar rezultatele REPRODUSE
 Teorema limitei centrale – confirmarea efectului apare după replicarea
rezultatelor pe eșantioane din aceeași populație țină și se obțin rezultate
reproductibile
 Rolul unui model ipotetic este acela de a explica un fenomen, nu de a găsi o
reprezentare valabilă în toate cazurile și se bazează pe variabile și pe
relațiile dintre variabile
Variabile observate, variabile latente și varianță
VARIABILE

 Nominale, ordinale și scalare  Dependente și independente  Criteriu și predictori

 Variabile manifeste (observate) și variabile latente (factori)

…
(-∞) Anxietate (0) Anxietate (+∞) Anxietate
extrem de mică medie extrem de mare

 Variabilă latentă (construct, factor) – există într-o anumită „cantitate” în fiecare persoană, de la niveluri
extrem de mici, la niveluri extrem de mari, doar că nu se poate stabili exact această cantitate.
 Corespund constructelor ipotetice și sunt variabile explicative ale unui continuum ce nu poate fi observat direct ->
VARIABILE CONTINUI

 Indicatori – unități măsurabile relaționate cu variabila latentă, comportamente (observații) extrase din
viața reală. -> Itemi -> Scor brut (Notă brută)

 Variabilă manifestă (observată) – scorurile brute, datele colectate din lumea reală, aflate în baza de date a
unui program de analize de date -> ORICE FEL DE VARIABILE (continui, ordinale, nominale, dihotomice)
Varianțe, erori și reziduuri
 Varianță totală – modul în care variază scorurile brute ale unei variabile, de la valori foarte mici, la
valori foarte mari (cum se abat ele în raport cu tendința centrală)
Minimum Tendința Maximum
empiric centrală empiric

Variabila latentă
Varianță reziduală
Varianță reziduală de unică
estimare (Disturbanțe – (Erori de măsură
erori de estimare) sistematice sau
aleatorii)

Variabila latentă
Varianța totală a
scorurilor observate

Varianță explicată
Varianța totală a
de variabila latentă
scorurilor observate
Ce este SEM?
 O prescurtare pentru termenul „Structural Equation Modeling”
 O metodologie ce are drept fundament o teorie privind structura unui obiect
sau fenomen
 Are un caracter confirmatoriu și permite, în anumite condiții, efectuarea unor
inferențe statistice
 Pentru a folosi SEM nu putem pleca de la zero. Trebuie să avem un model teoretic
inițial (model ipotetic)
 Au rolul de a urmări dacă datele colectate din viața reală susțin sau nu modelul
ipotetic și dacă acesta poate deveni, în mod plauzibil, un model explicativ al
fenomenului studiat
Rez

Reducerea
E1
tensiunii
Stres Rez
posttraumatic
0,83***
Abuz de
0,35*** 0,36*** E2
substanțe
0,41***
Traume Evitare
0,10**
interpersonale disfuncțională
0,54***

0,35*** 0,61*** Suicid E3

0,75***
Dereglare
afectivă
Disociere E4

Rez

Briere, J., Hodges, M., Godbout, N. (2010) - „Traumatic Stress, Affect Dysregulation and Dysfunctional
Avoidance: A Structural Equation Model, Journal of Traumatic Stress, 23 (6), pp. 767-774
 Specificarea modelelor SEM
Rez  Diagrama de cale – transformă ipotezele cercetării în
ecuații de structură
Reducerea
E1
tensiunii
Stres Rez
posttraumatic

0,35*** 0,36***
0,83***
Abuz de
substanțe
E2 SPECIFICAREA MODELULUI
 Specificarea modelului – prima etapă a demersului
0,41***
Traume Evitare
0,10**
interpersonale disfuncțională
0,54*** de modelare folosind ecuațiile de structură
0,35*** 0,61*** Suicid E3

Dereglare
0,75***
 Felul în care, în urma apariției unor traume cu caracter
afectivă interpersonal, stresul post-traumatic generat, împreună cu
Disociere E4 dereglările în plan afectiv ajung să determine apariția unui
comportament disfuncțional de evitare
Rez
 H0– Traumele interpersonale, stresul și dereglările afective generate de
acestea nu determină apariția comportamentului disfuncțional evitant
 H1 – Comportamentul disfuncțional evitant este o variabilă latentă ce poate fi măsurată cu
ajutorul tendințelor de suicid și al activităților de reducere a tensiunii
 H2 – Diferite tipuri de traume interpersonale sunt relaționate comportamentului disfuncțional
evitant, atât în mod direct, cât și mediate de stresul posttraumatic și dereglările afective, dar și
moderate de interacțiune dintre cele două Reducerea E1
tensiunii

ε
λ1
Abuz de
E2
substanțe

Model al analizei factoriale confirmatorii (CFA)

λ2
Evitare
disfuncțională
λ3
Suicid E3
λ4

Disociere E4
 Specificarea modelelor SEM
 Regula 1 – Variabilele manifeste (observate) se reprezintă în
Reducerea E1
diagrama de cale folosindu-se dreptunghiuri
tensiunii
 Regula 2 – Variabilele latente (factorii) se reprezintă în diagrama
ε de cale folosindu-se cercuri sau ovale
λ1
Abuz de
E2  Saturare (încărcare) – O parte din varianța unei variabile
λ2
substanțe observate poate fi explicată (poate fi prezisă) de un factor latent
Evitare teoretic, abstract
disfuncțională
λ3  Regula 3 – Efectele directe ale unei variabile asupra altei
Suicid E3 variabile se specifică utilizându-se săgeți unidirecționale (simple)
λ4

2. Specificarea 1. Specificarea
Disociere E4
relațiilor variabilelor

Factor  CFA – Posibilitatea de

(Construct) estimare și cuantificare a
erorilor de măsură
λ - Coeficienți de ε - Erori de măsură
pattern (saturație) Indicatori
(Itemi)
λ1 = 0,83
 Corelații și covarianțe
 Tehnici de analiză a structurilor de covarianțe – datele principale de intrare într-o analiză
SEM sunt matricele de corelații, împreună cu abaterile standard -> matricea de covarianțe
Rez

Reducerea
E1
tensiunii
Stres Rez
posttraumatic
0,83***
Abuz de
0,35*** 0,36*** E2
substanțe
0,41***
Traume Evitare
0,10**
interpersonale disfuncțională
0,54***

0,35*** 0,61*** Suicid E3

0,75***
Dereglare
afectivă
Disociere E4

Rez

Tot ceea ce avem nevoie pentru a conduce orice fel de  Covarianța – intensitatea legăturii dintre două
analiză SEM -> SURSĂ SECUNDARĂ DE DATE variabile, ținând cont și de variabilitatea lor
TrIp TrNIp SPT DeAf ReTe AbSu Suic Diso
TrIp 1.00
 Produsul dintre coeficientul de corelație dintre cele două
TrNIp .17** 1.00 variabile și abaterile standard ale lor
SPT .35** .08 1.00
DeAf .35** .17** .59** 1.00 𝒄𝒐𝒗𝑻𝒓𝑰𝒑 𝑻𝒓𝑵𝑰𝒑 = 𝒓𝑻𝒓𝑰𝒑 𝑻𝒓𝑵𝑰𝒑 × 𝑨𝒃𝑺𝒕𝒅𝑻𝒓𝑰𝒑 × 𝑨𝒃𝑺𝒕𝒅𝑻𝒓𝑵𝑰𝒑
ReTe .38** .08 .58** .74** 1.00
AbSu .11* .01 .24** .35** .35** 1.00 = 𝟎. 𝟏𝟕 × 𝟏. 𝟑𝟗 × 𝟎. 𝟗𝟏 = 𝟎. 𝟐𝟏𝟓𝟎
Suic .25** .03 .41** .45** .46** .23** 1.00
Diso .30** .07 .66** .59** .60** .36** .41** 1.00
Ab. Std. 1.39 0.91 14.74 4.71 2.72 2.00 2.87 8.15
Media 1.31 1.11 37.90 11.59 10.47 10.73 10.84 34.47
 Corelații și covarianțe
TrIp TrNIp SPT DeAf ReTe AbSu Suic Diso
TrIp 1.9321
TrNIp 0.2150 0.8281
SPT 7.1710 1.0730 217.2676
DeAf 2.2914 0.7286 40.9609 22.1841
ReTe 1.4367 0.1980 23.2538 9.4802 7.3984
AbSu 0.3058 0.0182 7.0752 3.2970 1.9040 4.0000
Suic 0.9973 0.0783 17.3445 6.0829 3.5909 1.3202 8.2369
Diso 3.3985 0.5191 79.2864 22.6480 13.3008 5.8680 9.5901 66.4225

 Matricea de covarianțe = „baza de date” a unei analize SEM.

Matrice de Abateri Matrice de
Date brute
corelații standard covarianțe

 Cercetătorul să găsească cel mai bun model, acela care poate

desluși cât mai mult din varianțele posibile
 Structură a covarianțelor – partea din model care exprimă ipotezele
cercetătorului privind varianțele și covarianțele (nucleul tehnicilor SEM)

TrIp TrNIp SPT DeAf ReTe AbSu Suic Diso

TrIp 1.00
TrNIp .17** 1.00
SPT .35** .08 1.00
DeAf .35** .17** .59** 1.00
 Matricea de covarianțe se mai numește și matrice
ReTe .38** .08 .58** .74** 1.00 de varianțe-covarianțe = matrice a varianțelor și a
AbSu .11* .01 .24** .35** .35** 1.00
Suic .25** .03 .41** .45** .46** .23** 1.00
corelațiilor nestandardizate
Diso .30** .07 .66** .59** .60** .36** .41** 1.00
Ab. Std. 1.39 0.91 14.74 4.71 2.72 2.00 2.87 8.15
Media 1.31 1.11 37.90 11.59 10.47 10.73 10.84 34.47
 Specificarea varianțelor și a covarianțelor
 Regula 4 – Varianțele proprii și covarianțele se reprezintă în diagrama de cale
folosindu-se săgeți bidirecționale (săgeți duble)
Erori de măsură
Varianța este explicată εSPT

doar parțial Efect direct

εTIp SPT εE1

Varianța unică Reducerea PE1
εEvDi E1
tensiunii
Stres Rez
posttraumatic
εE2
εTIp+SDP+DeAf Ev Di λ1
εTIp Abuz de PE2
PTIp SPT PSPT EvDi E2
substanțe
λ2
Traume Evitare
PTIp EvDi
interpersonale disfuncțională
λ3 εE3
PE3
PTIp DeAf PDeAf Ev Di Suicid E3
λ4
Dereglare
afectivă εE4

PE4
εTIp DeAf
Disociere E4
 PTIp EvDi = 0,10 – la creșterea cu εDeAf Varianța
un punct a traumei, evitarea proprie
crește cu 0,10 puncte. reziduală

Varianța proprie a Varianța proprie a

Erori de predicție erorii de măsură erorii de măsură
(reziduuri sau
disturbanțe)
 Specificarea modelului în formă algebrică
εSPT

 Specificarea prin diagrama de cale

εTIp SPT εE1

 Specificarea modelelor în εEvDi Reducerea

tensiunii
PE1
E1
Stres
formă algebrică sau prin posttraumatic
Rez
εE2

sintaxă
εTIp+SDP+DeAf Ev Di λ1
εTIp Abuz de PE2
PTIp SPT PSPT EvDi E2
substanțe
λ2
Traume Evitare
 Desenul trebuie interpersonale PTIp EvDi
disfuncțională
εE3

transformat în ecuații de
λ3
PE3
PTIp DeAf PDeAf Ev Di Suicid E3

regresie
λ4
Dereglare
afectivă εE4

PE4
εTIp DeAf
Disociere E4

SPT = b0 + bTIpSPT*TIp + εTIpSPT*Rez1 + εSPT εDeAf

Parametru de EvDi = b0 + λ1*ReTe + bE1*E1 + εE1

Parametru de Eroarea de
pantă (coeficient
b1 = 3,43 – în absența intercepție predicție Parametru de
de regresie)
expunerii la traume încărcare (coeficient
interpersonale, scorul la Coeficienții β – de saturație)
stres este de 3,43 coeficienți Varianță proprie
puncte standardizați reziduală
SPT = b1 + bTIpSPT*TIp + εTIpSPT*Rez1 + εSPT
εTIpSPT = 0,5 – la creșterea DeAf = b2 + bTIpDeAf*TIp + εTIpDeAf*Rez2 + εDeAf
bTIpSPT = 1,53 – la scorului la traumă cu un EvDi = b3 + bTIpEvDi*TIp + bSPTEvDi*SPT + bDeAfEvDi*DeAf + εTip+SPT+DeAfEvDi*Rez + εEvDi
creșterea scorului la punct, scorul la stres EvDi = b4 + λ1*ReTe + bE1*E1 + εE1
traumă cu un punct, crește cu o valoare EvDi = b5 + λ2*AbSu + bE2*E2 + εE2
scorul la stres crește cu cuprinsă între 1,03 și 2,03
EvDi = b6 + λ3*Suic + bE3*E3 + εE3
1,53 puncte puncte
EvDi = b7 + λ4*Diso + bE4*E4 + εE4
SPT = b1 + bTIpSPT*TIp + εTIpSPT*Rez1 + εSPT
DeAf = b2 + bTIpDeAf*TIp + εTIpDeAf*Rez2 + εDeAf
EvDi = b3 + bTIpEvDi*TIp + bSPTEvDi*SPT + bDeAfEvDi*DeAf + εTip+SPT+DeAfEvDi*Rez + εEvDi
Variabile endogene și variabile exogene
Variabilă exogenă εSPT

(independentă sau
upstream) εE1
εTIp SPT
Reducerea PE1
εEvDi E1
tensiunii
Stres Rez
posttraumatic
εE2
εTIp+SDP+DeAf Ev Di λ1
εTIp Abuz de PE2
PTIp SPT PSPT EvDi E2
substanțe
λ2
Traume Evitare
PTIp EvDi
interpersonale disfuncțională
λ3 εE3
PE3
PTIp DeAf PDeAf Ev Di Suicid E3
λ4
Dereglare
Variabilă endogene afectivă εE4

(dependente sau Disociere PE4

E4
εTIp DeAf
downstream)
εDeAf

 Variabilele endogene nu pot avea o varianță proprie și nu pot covaria cu

alte variabile
 Variabilele exogene nu pot avea reziduuri

 Variabilele exogene NU AU săgeți unidirecționale cu vârfurile orientate spre ele

 Variabilele endogene AU săgeți unidirecționale cu vârfurile orientate spre ele

Vă mulțumesc pentru atenție!

Copyright (c) 2022 Cristian Opariuc-Dan. Toate drepturile rezervate

Pentru sugestii sau clarificări, scrieți la copariuc@gmail.com
 Suplimentar – Specificarea în „lavaan”
 =~ – definește o variabilă latentă explanatorie, un factor reflexiv – fac =~ it1 + it2 (Factorul „fac”
explică variația itemilor „it1” și „it2”)
 <~ – Specifică un factor formativ, o variabilă latentă fantomatică – fac <~ it1 + it2 (Factorul „fac” este
consecința variației itemilor „it1” și „it2”)
 De obicei, la analiza factorială confirmatorie, factorii sunt considerați reflexivi, ei încărcând (determinând)
varianța indicatorilor, din acest motiv săgețile sunt trasate de la variabila latentă către indicatori. Un model
formativ reprezintă exact situația inversă, în care variabila latentă este considerată o consecință a varianței
indicatorilor, de aceea săgețile sunt trasate de la indicatori către variabila latentă, ea numindu-se și variabilă
fantomatică.
 La constructele formative, variabila latentă este definită de indicatori, nefiind necesar ca aceștia să coreleze
foarte puternic, însă modificarea indicatorilor determină alterarea semnificației constructului, în timp ce la
constructele reflexive indicatorii sunt explicați prin construct, devin manifestarea acestuia, de aceea pot fi
modificați, eliminați sau se pot include indicatori noi, cu condiția să coreleze puternic.
 ~ – Specifică o regresie – dep ~ pr1 + pr2 (Variabila dependentă „dep” este prezisă de predictorii „pr1”
și „pr2”)
 ~~ – Specifică o varianță sau o covarianță
 var~~var (Variabila „var” corelează cu ea însăși și indică varianța sa unică sau reziduală)
 var1~~var2 (Variabila „var1” corelează (covariază) cu variabila „var2”)
 var1~~var2 + var3 (Variabila „var1” corelează (covariază) cu variabila „var2” și cu „var3”)
 ~1 – Specifică o medie sau o constantă de intercepție – var~1 (Media variabilei „var” este...)
 Suplimentar – Specificarea în „lavaan”
 | – Specifică un prag al unei variabile endogene discrete – cat|n1 + n2 (Probabilitatea estimată de
realiza-re a variabilei „cat” în funcție de nivelul variabilei „n1” va fi... și în funcție de nivelul variabilei
„n2” va fi...)
 ~*~ – Specifică un factor de scalare – var~*~var (Se utilizează în analiza multigrup atunci când
indicatorii factorilor sunt variabile categoriale)
 # – Include comentarii în sintaxă – # Comentariu
 ! – Include comentarii în sintaxă – ! Comentariu
 ; – Include mai multe ecuații pe aceeași linie
 + – Situat la dreapta, repetă formula pentru fiecare element – d1+d2 ~ pr1 + pr2 (Echivalent cu „d1 ~
pr1 + pr2” și „d2 ~ pr1 + pr2”)
 * – Modificator de parametri
 fac1 ~~ 0*fac2 – Factorii sunt ortogonali, nu există corelații între „fac1” și „fac2”
 d ~ pr1 + 3*pr2 – Parametrul „pr2” este un parametru fix și are valoarea 3
 d ~ pr1 + NA*pr2 – Parametrul „pr2” este un parametru liber
 d ~ c2*pr2 sau d ~ label('c2')*pr2 – Valoarea parametrului „pr2” va fi stocată în eticheta „c2”
 start – Specifică o valoare de start a unui parametru – d ~ start(3.4)*pr2 (La iterații, estimarea va începe
de la valoarea 3.1 pentru predictorul „pr2”)
 := – Specifică un nou parametru personalizat – p := l1 + l2 (Parametrul „p” va fi estimat pornind de la
valorile etichetelor „l1„ și „l2”)