В статье, опубликованной в «Журнале маркетинговых исследований» в 1981 году, группа статистиков представила концепцию «Извлеченная средняя дисперсия» - статистика, показывающая, сколько дисперсии, захваченной скрытой переменной в модели структурного уравнения, распределяется между другими переменными. Вычисление среднего извлеченного отклонения требует, чтобы модель структурного уравнения уже существовала, так как она требует загрузки индикаторов для скрытой переменной, для которой она должна быть рассчитана.
Перечислите статистику, которая будет использоваться для вычисления усредненной дисперсии. Необходимая статистика - это загрузка индикаторов интересующей скрытой переменной, дисперсия скрытой переменной и дисперсия ошибок измерения для всех индикаторов. Все эти статистические данные должны исходить непосредственно из вашей модели структурного уравнения.
Вычислите сумму квадратов для загрузки индикаторов по скрытой переменной. Список загрузок. Выровняйте эти нагрузки. Суммируйте полученные числа. Назовите это значение «SSI».
Суммируйте отклонения ошибок измерения. Назовите это значение «SVe».
Вычислить знаменатель для средней дисперсии. Умножьте «SSI» на дисперсию скрытой переменной. Добавьте «SVe» к результату. Назовите это значение «Denom».
Вычислить числитель для усредненной дисперсии. Умножьте «SSI» на дисперсию скрытой переменной. Назовите этот результат «Нумер».
Рассчитать среднюю дисперсию извлечено. Разделите «Numer» на «Denom». Результатом будет число от нуля до единицы. Это среднее извлеченное отклонение.