Tvålagsmodeller

Tvålagsmodeller är statistiska eller matematiska modeller som organiserar data i två lager eller nivåer. Den första nivån, mätmodellen, beskriver hur observerbara mått (indikatorer) relaterar till en eller flera latenta variabler. Den andra nivån, den strukturella modellen, beskriver hur de latenta variablerna påverkar varandra eller hur de kopplas till exogena variabler. Genom denna uppdelning kan man skilja mellan mätfel och teoretiska samband och därmed dra slutsatser om både mätmoment och underliggande mekanismer.

Tvålagsmodeller är särskilt vanliga inom strukturell ekvationsteori (SEM) och psykometri, där konfirmatorisk faktoranalys används som mätmodell och där sambanden mellan latenta faktorer utforskas i den strukturella modellen. Andra ramverk där två-nivå- eller två-lagers konstruktioner förekommer är multilevel-modeller och latent-variabelmodeller.

Estimeringen av sådana modeller kan göras med maximum likelihood, robust ML eller Bayesianska metoder. Viktiga utmaningar är identifikation, modellspecifikation och krav på provstorlek, särskilt när antalet indikatorer och latenta variabler är stort. Valet av modell kan påverka tolkningen av samband och hur väl mätfel hanteras, vilket gör noggrann modellbyggnad och diagnostik centrala delar av arbetet.

Användningsområden inkluderar psykologi, utbildning, sociologi, marknadsforskning och hälso- och beteendevetenskaper där man vill reducera mätfel och undersöka relationer mellan konstruktioner som intelligens, motivation eller attityder. Begränsningar innefattar antaganden om linearitet, normalitet och korrekt specificering av relationer mellan lagren.