모형 규격 보고서

구조 방정식 모형 플랫폼의 "모형 규격" 보고서에는 모형을 지정하기 위한 컨트롤이 포함되어 있습니다. 시작 창에서 "확인"을 클릭하면 "모형 규격" 보고서의 "다이어그램" 및 "목록" 탭에 기본 독립 모형이 나타납니다. 독립 모형은 지정된 모형 변수의 모든 평균과 분산을 포함합니다.

규격 패널

"규격" 패널에는 모형을 생성하기 위한 컨트롤이 있습니다.

모형 이름

모형 이름을 지정할 수 있습니다. "작업" 패널에서 "실행"을 클릭하면 "모형 이름"의 텍스트를 사용하는 모형 보고서가 생성됩니다.

시작점 목록

시작 창에서 지정한 모형 변수와 Constant 항을 나열합니다. Constant 항은 상수에서 각 변수를 회귀하여 관측 변수 또는 잠재 변수의 평균을 추정합니다. 이 목록에서 하나 이상의 변수를 선택하고 "끝점 목록"에서 하나 이상의 변수를 선택한 후 화살표 버튼 중 하나를 클릭하면 모형에 항이 추가됩니다. 잠재 변수를 생성하면 "시작점 목록" 및 "끝점 목록"에 추가됩니다. 목록 맨 위에 있는 검색 필터 컨트롤을 사용하여 이 목록의 항목을 필터링할 수 있습니다. 자세한 내용은 검색 필터 옵션에서 확인하십시오.

끝점 목록

시작 창에서 지정한 모형 변수와 Constant 항을 나열합니다. Constant 항은 상수에서 각 변수를 회귀하여 관측 변수 또는 잠재 변수의 평균을 추정합니다. "시작점 목록"에서 하나 이상의 변수를 선택하고 이 목록에서 하나 이상의 변수를 선택한 후 화살표 버튼 중 하나를 클릭하면 모형에 항이 추가됩니다. 잠재 변수를 생성하면 "시작점 목록" 및 "끝점 목록"에 추가됩니다. 모형에 잠재 변수를 추가하려면 "끝점 목록"의 변수를 선택해야 합니다. 목록 맨 위에 있는 검색 필터 컨트롤을 사용하여 이 목록의 항목을 필터링할 수 있습니다. 자세한 내용은 검색 필터 옵션에서 확인하십시오.

단방향 화살표

"시작점 목록"과 "끝점 목록"에서 선택한 변수 간의 관계 유형을 지정합니다. 단방향 화살표는 회귀 효과와 동일합니다.

양방향 화살표

"시작점 목록"과 "끝점 목록"에서 선택한 변수 간의 관계 유형을 지정합니다. 양방향 화살표는 공분산 효과와 동일합니다.

잠재 변수 추가

"시작점 목록"과 "끝점 목록"에 잠재 변수를 추가합니다. 변수 이름은 버튼 왼쪽에 있는 상자의 텍스트를 기반으로 합니다.

참고: 버튼을 클릭하기 전에 "끝점 목록"에서 잠재 변수에 대한 표시자를 선택해야 합니다.

잠재 변수 제거

"시작점 목록" 또는 "끝점 목록"에서 현재 선택된 잠재 변수를 제거합니다. "시작점 목록"과 "끝점 목록"에서 잠재 변수를 제거하면 모형에서도 잠재 변수가 제거됩니다.

모형 바로 가기

공통 모형을 빠르게 생성하기 위한 세 가지 범주의 옵션이 포함되어 있습니다. 이러한 옵션 중 하나를 선택하면 현재 모형 규격이 모두 지워집니다.

규격 지원

외생 변수 또는 내생 변수에 대한 공분산 추가와 같은 모형 지정 과정을 단축하는 옵션이 포함되어 있습니다. "잠재 변수 척도 전환" 옵션을 사용하면 잠재 변수의 척도를 변경할 수도 있으며, 이는 확증적 요인 분석을 적합시킬 때 유용합니다.

공변 외생 변수

기존 외생 변수 간에 사용 가능한 모든 공분산을 빠르게 지정할 수 있습니다. 외생 변수는 모형의 다른 변수에 의해 예측되지 않는 변수입니다. 대부분의 경우 이러한 변수는 적절한 모형 규격을 위해 다른 변수와의 공변동이 0이 아닐 것으로 예상됩니다.

공변 내생 변수

기존 내생 변수 간에 사용 가능한 모든 공분산을 빠르게 지정할 수 있습니다. 내생 변수는 모형에 있는 하나 이상의 다른 변수에 의해 예측되는 변수입니다. 경우에 따라 내생 변수의 잔차 분산은 적절한 모형 규격을 위해 서로 공변할 것으로 예상됩니다. 이 바로 가기는 주로 하나의 결과 집합에 대한 하나의 예측 변수 집합이 있지만 중재 변수나 잠재 변수가 없는 경로 모형에 가장 유용합니다.

잠재 변수 척도 전환

모형에서 잠재 변수의 척도를 설정하기 위한 두 가지 기본 방식 간을 전환합니다. 잠재 변수가 있는 모형을 추정하려면 잠재 변수의 척도를 설정해야 합니다. 첫 번째 적재를 1로 고정하거나, 잠재 변수의 분산을 1로 고정하는 두 가지 옵션이 가장 일반적인 척도 설정 방법입니다. 첫 번째 방법은 잠재 변수의 척도를 적재가 1로 고정된 표시자의 척도로 설정합니다. 두 번째 방법은 잠재 변수의 분산이 1이 되도록 하고, 잠재 변수가 z 스코어 측정 기준을 갖도록 평균 0과 쌍을 이룰 수 있습니다.

측정 오차 수정

관측된 변수에 대한 오차 분산 추정값을 지정하여 오차 없는 잠재 변수를 모델링할 수 있습니다. 신뢰도 측도(예: 오메가 계수), 비신뢰도(1 - 신뢰도) 또는 측정 오차 분산을 사용하여 알려진 오차 분산을 지정할 수 있습니다. 이 옵션을 사용하여 선형 측정 오차 모형을 지정할 수 있습니다.

횡단면(전통적)

확증적 요인 분석, 중재 분석 및 다중 그룹 측정 불변성을 위한 옵션이 포함되어 있습니다.

확증적 요인 분석

잠재 변수의 표시자를 선택하고 이름을 사용자 정의할 수 있습니다. 직교(상관되지 않음) 또는 사각(상관됨) 규격 중에서 선택할 수 있는 옵션이 제공됩니다.

중재 분석

하나 이상의 중재 변수가 예측 변수와 결과 변수 간의 연결에 미치는 영향을 조사할 수 있습니다. 이 바로 가기를 사용하여 원인, 중재, 결과 역할을 지정합니다. 고급 분석의 경우 체크박스를 사용하여 여러 중재 변수를 포함할 수 있습니다.

다중 그룹 측정 불변성

기존 잠재 변수를 사용하거나 필요에 따라 재정의하여 여러 그룹에 대한 측정 특성을 테스트합니다. 기본적으로 이 바로 가기를 통해 모든 측정 불변성 모형을 적합시키고 비교할 수 있습니다. 특정한 측정 불변성 모형을 선택할 수도 있습니다. 기본 설정은 모든 모형을 포괄적으로 분석하므로 데이터 표현에 가장 적절한 모형을 식별하는 데 도움이 됩니다.

종단 분석

일반적인 잠재 성장 곡선 모형을 위한 옵션이 포함되어 있습니다. 잠재 성장 곡선 모형은 시간에 따른 관측 단위의 궤적을 특성화하는 데 사용되는 종단 모형의 한 유형입니다. 이러한 모형의 표준 규격을 사용하면 모집단의 평균 궤적 추정값과 해당 평균으로부터의 산포 측도를 얻을수 있습니다. 절편만 있는 잠재 성장 곡선, 선형 잠재 성장 곡선, 2차 잠재 성장 곡선 및 잠재 변수 기반 성장 곡선이라는 네 가지 공통 성장 곡선 바로 가기가 제공됩니다.

참고:잠재 성장 곡선 옵션 중 하나를 선택할 때 "끝점 목록"의 변수를 선택하면 선택한 변수에만 모형이 적용됩니다. 그렇지 않으면 "끝점 목록"의 모든 변수에 모형이 적용됩니다.

시간 값 정의

수동으로 또는 여러 옵션을 사용하여 종단 모형에서 각 반복 측정에 대한 시간 값을 입력할 수 있습니다. "이름으로 추측" 옵션은 변수 이름에 나올 수 있는 숫자를 기반으로 시간 값을 할당합니다. "모두 증가" 및 "모두 감소" 옵션은 모든 시간 값을 1씩 증분하여 균일하게 조정합니다. "오름차순" 또는 "내림차순" 옵션은 0에서 시작하거나 끝나는 값이 오름차순 또는 내림차순 시간 순서를 따르도록 지정합니다. "모두 지우기" 옵션은 이전에 입력한 시간 값을 제거합니다. 시간 값을 정의하는 것은 종단 모형 규격에 반드시 필요하며, 정확한 분석을 위해 계열이 오름차순 시간으로 올바르게 정렬되고 적절하게 그룹화되게 합니다.

절편만 있는 잠재 성장 곡선

관측 단위에 대한 평평한 궤적을 나타내는 모형을 지정합니다. 이 모형에는 주어진 과정에 대한 절편으로 해석할 수 있는 하나의 잠재 변수가 있습니다. 절편에는 추정된 평균과 분산이 있으며, 이는 각각 모집단의 평균 과정 수준과 해당 평균으로부터 개별 단위의 이탈을 나타냅니다. 이 모형은 주로 다른 잠재 성장 곡선 모형과의 비교를 위한 기준으로 사용됩니다. 예를 들어 선형 잠재 성장 곡선 모형이 절편만 있는 모형보다 더 잘 적합되는 경우 선형 추세를 설정할 수 있습니다.

선형 잠재 성장 곡선

관측 단위에 대한 선형 궤적을 나타내는 모형을 지정합니다. 이 모형에는 절편과 선형 기울기라는 두 개의 잠재 변수가 있습니다. 이러한 각 잠재 변수에는 평균 수준을 해석할 수 있는 평균과 전체 관측 단위에 대한 변화 및 해당 평균으로부터의 이탈을 해석할 수 있는 분산이 있습니다. 모든 잠재 변수 또는 성장 요인은 공변할 수 있습니다. 기울기의 첫 번째 적재는 0으로 고정되어 첫 번째 시점에서 절편을 중앙에 맞춥니다. 이전에 "시간 값 정의" 모형 바로 가기를 사용한 경우를 제외하고 이 바로 가기에서는 변수가 시간 오름차순으로 나열된다고 가정합니다. 즉, 기울기 요인에 대한 적재가 0에서 시작하고 각 변수에 대해 1단위씩 증가합니다.

2차 잠재 성장 곡선

관측 단위에 대한 2차 궤적을 나타내는 모형을 지정합니다. 이 모형에는 절편, 선형 기울기 및 2차 기울기라는 세 개의 잠재 변수가 있습니다. 이러한 각 잠재 변수에는 평균 2차 궤적을 해석할 수 있는 평균과 해당 평균으로부터의 개별 이탈을 해석할 수 있는 분산이 있습니다. 모든 잠재 변수 또는 성장 요인은 공변할 수 있습니다. 선형 및 2차 기울기의 첫 번째 적재는 0으로 고정되어 첫 번째 시점에서 절편을 중앙에 맞춥니다. 이 바로 가기에서는 변수가 시간 오름차순으로 나열된다고 가정합니다. 즉, 선형 기울기 요인에 대한 적재가 0에서 시작하고 각 변수에 대해 1단위씩 증가합니다. "시간 값 정의" 모형 바로 가기를 사용하여 시간 값을 지정한 경우 해당 값이 기울기 지정에 사용됩니다. 2차 기울기 요인에 대한 적재는 선형 기울기 요인의 적재를 제곱한 값입니다.

잠재 변수 기반 성장 곡선

알려진 함수 형태가 없는 성장 곡선을 지정합니다. 이 모형은 주로 비선형 궤적에 사용됩니다. 이 모형에는 절편과 비선형 기울기라는 두 개의 잠재 변수가 있으며, 각각 평균 궤적을 해석할 수 있는 평균과 해당 평균으로부터의 개별 이탈을 해석할 수 있는 분산을 갖습니다. 이러한 잠재 변수 또는 성장 요인은 공변할 수 있습니다. 비선형 기울기의 첫 번째 적재는 0으로 고정되어 첫 번째 시점에서 절편을 중앙에 맞춥니다. 비선형 기울기의 마지막 적재는 1로 고정되며, 모든 중간 적재가 자유롭게 추정됩니다. 이 규격을 사용하면 적재 추정값을 변화의 비율로 해석할 수 있습니다. 이전에 "시간 값 정의" 모형 바로 가기를 사용한 경우를 제외하고 이 바로 가기에서는 변수가 시간 오름차순으로 나열된다고 가정합니다.

성장 모형 적합 및 비교

(다중 그룹 분석에는 사용 불가능) 카이제곱 차이 검정을 사용하여 절편만 있는 모형, 선형 성장 모형 및 2차 성장 곡선 모형의 적합을 비교할 수 있습니다. 종단 분석의 공통된 목표는 데이터의 변화 패턴을 특성화하는 것입니다. 이 세 모형의 적합을 비교하면 데이터에 가장 적합한 궤적 유형을 식별하여 목표를 이룰 수 있습니다. 특정 모형 결과를 검토하기 전에 최량 적합 모형을 식별할 수 있도록 모든 적합 모형 보고서가 기본적으로 축소되어 있습니다.

다변량 잠재 성장 곡선

다변량 성장 곡선 모형을 빠르게 지정할 수 있습니다. 주어진 과정에 대한 변수 부분집합과 해당 과정에 지정할 성장 곡선 유형을 선택할 수 있습니다. 버튼을 사용하면 지정된 각 단변량 모형을 추가할 수 있습니다. 기본적으로 모든 잠재 변수는 공변할 수 있으므로 성장 요인 간의 연관성을 추론할 수 있습니다. 이전에 "시간 값 정의" 모형 바로 가기를 사용한 경우를 제외하고 이 바로 가기에서는 각 과정의 변수가 시간 오름차순으로 나열된다고 가정합니다.

교차 시차 패널 모형

패널 데이터를 분석하고, 수동 지정을 통해 복잡하고 시간이 많이 걸리는 선행-후행 관계를 풀 수 있습니다. 이 바로 가기는 열 이름을 기반으로 자동으로 과정을 식별하고 필요에 따라 수정할 수 있습니다. 이는 과정의 시간 안정성을 시험하기 위해 등식 제약 조건 적용을 간소화합니다. 이 바로 가기는 효율적이고 정확한 모형 적합 과정에 기여하는 자기회귀 및 교차 시차 효과와 잔차 분산, 공분산에 대해 등식 제약 조건이 필요한지 판단하기 위해 카이제곱 차이 검정을 사용하여 모형의 지정, 적합, 비교를 지원합니다.

측정 불변성

기준 형태 모형을 적합시키고, 잠재 변수의 측정 특성을 테스트하기 위해 제약 조건을 점진적으로 추가하여 여러 시점에 걸쳐 측정의 일관성을 확인할 수 있습니다. 시간 값을 정의하는 것은 측정 불변성 바로 가기의 사용과 정확한 모형 규격을 위해 매우 중요합니다. 자세한 내용은 시간 값 정의에서 확인하십시오. 단일 모형을 지정하거나, 포괄적 분석을 위해 모든 모형(형태 동일성, 약한 동일성, 강한 동일성, 엄격한 동일성)을 적합시키고 비교하도록 선택할 수 있습니다. "수동 계열 정의" 옵션으로 열의 시간 순서를 사용자 정의할 수 있습니다. 이 바로 가기를 사용하면 집중적인 모형 비교와 측정 불변성에 대한 상세한 평가가 가능합니다.

작업 패널

"작업" 패널의 버튼은 "목록" 탭의 지정된 모형 변수 목록에서 작동합니다. 다음과 같은 작업을 수행할 수 있습니다.

모수 고정

현재 선택된 효과의 모수 값을 상수 값으로 고정할 수 있습니다. 변수의 모수 값을 고정하면 항 이름 뒤의 괄호 안에 고정 값이 표시됩니다.

참고: 기본값 0을 유지하고 "확인"을 클릭하면 선택한 효과가 모형에서 제거됩니다.

등가 설정

두 개 이상 선택한 효과의 모수 값이 같도록 제한할 수 있습니다. 둘 이상의 효과에 대한 모수 값이 같도록 설정하면 항 이름 뒤의 괄호 안에 임의의 영숫자 라벨("c1")이 나타납니다. 모수 값이 서로 같도록 설정된 효과 집합이 여러 개인 경우 번호가 순차적으로 지정됩니다("c1", "c2" 등).

참고: 동등 제약 조건은 유형이 동일한 모수 내에서만 허용됩니다.

제약 해제

모형에서 선택한 효과에 적용된 제한을 제거할 수 있습니다. 제한에는 고정 값으로 설정된 효과 또는 다른 효과와 동일하게 설정된 효과가 포함됩니다.

제거

선택한 효과를 모형에서 제거합니다.

실행 취소

모형에 대한 마지막 수정 작업을 실행 취소합니다.

다시 실행

모형에 대해 마지막으로 실행 취소한 수정 작업을 다시 실행합니다.

실행

현재 지정된 모형을 적합시키고 보고서를 생성합니다.

재설정

모형 규격을 독립 모형(기본값)으로 재설정합니다.

다이어그램 패널

"다이어그램" 패널에는 모형 다이어그램 레이아웃을 조정할 수 있는 버튼이 포함되어 있습니다. 첫 번째 버튼을 사용하면 다이어그램에서 직사각형으로 표시된 명시 변수를 회전할 수 있습니다. 두 번째 버튼을 사용하면 다이어그램의 두 가지 다른 배열을 순환할 수 있습니다. 세 번째 버튼을 사용하여 다이어그램을 사용자 정의할 수 있습니다. 자세한 내용은 경로 다이어그램 사용자 정의에서 확인하십시오.

상세 정보 패널

"상세 정보" 패널에는 현재 "모형 규격" 보고서에 지정된 모형에 대한 정보가 포함되어 있습니다. 모형에 대한 명시 변수의 수, 잠재 변수의 수, 자유 추정 모수의 수 및 자유도 정보를 제공합니다. 최대 반복 수를 조정할 수도 있습니다.

다이어그램 탭

"다이어그램" 탭에는 현재 지정된 모형을 시각화할 수 있는 모형 다이어그램이 포함됩니다. 잠재 변수는 원으로 표시되고 명시 변수는 직사각형으로 표시됩니다. 단방향 화살표는 적재 및 회귀를 나타냅니다. 양방향 화살표는 분산 및 공분산을 나타냅니다. 분산은 해당 변수 자신에게 돌아오는 양방향 화살표로 지정됩니다. 공분산은 두 변수 사이의 양방향 화살표로 지정됩니다.

경로 다이어그램은 대화식이므로 항목을 드래그하여 배열할 수 있습니다. 화살표 키를 사용하여 경로 다이어그램에서 선택한 항목을 이동할 수도 있습니다. "다이어그램" 패널의 버튼을 사용하여 경로 다이어그램의 항목을 재배열할 수 있습니다. 경로 다이어그램 팝업 메뉴의 옵션을 사용하여 경로 다이어그램에서 항목을 추가하거나 제거할 수 있습니다. 경로 다이어그램 자체를 마우스 오른쪽 버튼으로 클릭하면 경로 다이어그램 팝업 메뉴가 나타납니다. 팝업 메뉴 내용은 빈 캔버스 부분을 클릭했는지 아니면 경로 다이어그램 요소를 클릭했는지에 따라 다릅니다. 경로 다이어그램 왼쪽 위에 있는 확대/축소 설정을 조정하여 경로 다이어그램을 확대하거나 축소할 수도 있습니다. 또한 경로 다이어그램에는 경로 다이어그램에서 항목 위치를 잠글 수 있는 "잠금" 버튼이 왼쪽 위에 있습니다. 경로 다이어그램이 잠기면 "잠금" 버튼이 파란색입니다. 경로 다이어그램에서 선택한 후 팝업 메뉴에서 선택 > 선택 항목 숨기기 옵션을 선택하여 해당 항목을 숨길 수 있습니다. 경로 다이어그램의 항목이 숨겨지면 숨겨진 모든 항목을 표시할 수 있는 "모두 숨기기 해제" 버튼이 경로 다이어그램 맨 위에 나타납니다.

참고: 시작 창에서 "그룹" 변수를 지정하면 "다이어그램" 탭이 여러 그룹 탭 안에 내포됩니다. "다이어그램" 탭 왼쪽의 패널 탭을 사용하여 이러한 탭 간에 이동할 수 있습니다. 그룹 모형 집합을 표시하는 "결합" 탭과 "그룹" 변수의 각 수준에 대한 패널 탭이 있습니다.

경로 다이어그램 사용자 정의 옵션에 대한 자세한 내용은 경로 다이어그램 사용자 정의에서 확인하십시오. 자세한 내용은 다이어그램 패널, 상세 정보 패널 및 경로 다이어그램 설정에서 확인하십시오.

팁: 경로 다이어그램을 이미지로 복사하려면 다이어그램을 마우스 오른쪽 버튼으로 클릭하고 다이어그램 복사를 선택합니다. 최상의 품질을 유지하려면 클립보드 이미지를 벡터 그래픽으로 붙여 넣습니다.

목록 탭

"목록" 탭에는 모형의 각 변수 유형에 대한 목록이 포함됩니다. 이러한 목록은 모형 다이어그램에 나타내는 데 사용되는 화살표로 분류됩니다. 단방향 화살표는 평균이나 절편, 적재 및 회귀를 지정하는 데 사용됩니다. 양방향 화살표는 분산 및 공분산을 지정하는 데 사용됩니다. "목록" 탭의 "분산" 및 "공분산" 섹션에서 양방향 화살표를 커서로 가리키면 잔차에 분산 또는 공분산이 있는지 여부를 나타내는 툴팁이 표시됩니다.

참고: 시작 창에서 "그룹" 변수를 지정하면 "목록" 탭이 여러 그룹 탭 안에 내포됩니다. "목록" 탭 왼쪽의 패널 탭을 사용하여 이러한 탭 간에 이동할 수 있습니다. 그룹 모형 집합을 표시하는 "결합" 탭과 "그룹" 변수의 각 수준에 대한 패널 탭이 있습니다.

각 목록 맨 위에 있는 검색 필터 컨트롤을 사용하여 각 목록의 항목을 필터링할 수 있습니다. 자세한 내용은 검색 필터 옵션에서 확인하십시오.

상태 탭

"상태" 탭에는 모형 식별성 확인이 포함됩니다. 신뢰할 수 있는 추정값을 얻으려면 구조 방정식 모형을 식별해야 합니다. SEM 컨텍스트에서 식별은 입력 데이터의 모집단 공분산 행렬을 기반으로 모형의 모든 모수에 대한 고유 해를 도출할 수 있음을 의미합니다. SEM 프레임워크에서 다양한 모형을 지정할 수 있으므로 식별 규칙도 다양합니다. "상태" 탭은 "식별 규칙", "모형 상세 정보" 및 "데이터 상세 정보"라는 세 가지 정보 패널로 구성됩니다.

• "식별 규칙" 패널에는 지정된 모형에 적합한 규칙(최대 8개) 목록이 포함됩니다. 모형 식별을 보장하기 위한 필요 충분 규칙이 있습니다. 필요 규칙이 실패할 경우 모형을 적합시키기 전에 규칙을 수정하는 단계를 수행해야 합니다. 충분 규칙이 실패할 경우 문제를 반드시 해결할 필요는 없습니다. 경우에 따라 충분 규칙이 모형에 문제가 있다는 증거 없이 실패할 수 있습니다. 모든 규칙은 양정치 공분산 행렬을 가정합니다. 공분산 행렬이 양정치가 아니면 "모형 상세 정보" 패널 아래에 경고가 나타납니다.

팁: 특정 식별 규칙에 대한 자세한 내용을 보려면 규칙 테이블의 행을 클릭하십시오. 그러면 테이블 오른쪽에 규칙 설명이 나타납니다.

• "모형 상세 정보" 패널에는 현재 지정된 모형을 기술하는 값 목록이 포함됩니다. 이러한 값을 사용하여 모형의 잠재적 문제를 감지할 수 있습니다.

• "데이터 상세 정보" 패널에는 입력 데이터를 기술하는 값 목록이 포함됩니다. 이러한 값을 사용하여 데이터의 잠재적 문제를 감지할 수 있습니다.

지정된 데이터 열에 특이성이 있으면 보고서에 "특이성 상세 정보" 테이블이 포함됩니다.

참고: 시작 창에서 "그룹" 변수를 지정하면 "상태" 탭이 여러 그룹 탭 안에 내포됩니다. "상태" 탭 왼쪽의 패널 탭을 사용하여 이러한 탭 간에 이동할 수 있습니다. 그룹 모형 집합을 표시하는 "결합" 탭과 "그룹" 변수의 각 수준에 대한 패널 탭이 있습니다.

"상태" 탭 자체에는 지정된 모형의 현재 상태를 보여 주는 동적 아이콘이 있습니다. 아이콘은 다음과 같이 상태를 지정합니다.

그림 8.5 상태 탭의 예 

검색 필터 옵션

"모형 규격" 보고서의 "시작점 목록", "끝점 목록" 및 ""목록" 탭의 목록 상자에는 특정 목록의 항목을 필터링할 수 있는 검색 필터가 포함되어 있습니다.

검색 상자 옆의 아래쪽 화살표 버튼을 클릭하여 검색을 구체화할 수 있습니다.

용어 포함

검색 기준의 일부가 포함된 항목을 반환합니다. "ease oom"을 검색하면 "Release Zoom"과 같은 메시지가 반환됩니다.

구 포함

검색 기준이 정확히 포함된 항목을 반환합니다. "text box"를 검색하면 "text"와 "box"가 바로 연이어 포함된 항목(예: "Context Box" 및 "Text Box")이 반환됩니다.

구로 시작

검색 기준으로 시작하는 항목을 반환합니다.

구로 끝남

검색 기준으로 끝나는 항목을 반환합니다.

전체 구

전체 문자열로 구성된 항목을 반환됩니다. "text box"를 검색하면 "text box"만 포함된 항목이 반환됩니다.

정규 표현식

검색 상자에서 와일드카드(*)와 마침표(.)를 사용할 수 있습니다. "get.*name"을 검색하면 "get" 다음에 하나 이상의 단어가 포함된 항목을 찾을 수 있습니다. 즉, "Get Color Theme Names", "Get Name Info" 및 "Get Effect Names" 등이 반환됩니다.

결과 반전

검색 기준과 매칭되지 않는 항목을 반환합니다.

모든 용어 일치

문자열이 모두 포함된 항목을 반환합니다. "t test"를 검색하면 검색 문자열 중 하나 또는 둘 모두가 포함된 요소(예: "Pat Test", "Shortest Edit Script" 및 "Paired t test")가 반환됩니다.

대/소문자 무시

검색 기준의 대/소문자를 무시합니다.

전체 단어 일치

"모든 용어 일치" 설정에 따라 문자열의 각 단어가 포함된 항목을 반환합니다. "모든 용어 일치" 옵션이 선택되어 있는 경우 "data filter"를 검색하면 "data"와 "filter"가 반환됩니다.

더 많은 정보를 원하십니까? 질문이 있습니까? JMP 사용자 커뮤니티에서 답변 받기 (community.jmp.com).