THE COMPATIBILITY OF STRUCTURAL EQUATION MODELLING AND CLUSTER ANALYSIS: AN EXAMPLE by

Résumé. Compatibilité des modèles à équations linéaires et de l’analyse claasificatoire: un exemple. Un modèle à équations linéaires est construit pour examiner les effets de la réussite en mathématiques et des sentiments par rapport à l’école sur la représentation de soi. Les résultats indiquent un bon ajustement avec les données. Une analyse classificatoire des deux variables exogènes. réussite en mathématiques et sentiments par rapport à l’école. a fait ressortir sept sous-groupes. Le modèle ne s’ajuste pas aux données dans chaque sous-groupes. impliquant que des processus différents étaient en jeux à l’intérieur de chaque sous-groupes. L’estimation paramètrique dans chaque sous-groupe montre. en effet. que la contribution de la réussite en math et les sentiments par rapport à l’école diffèrent dans chaque sous-groupes. et que différents processus sont en jeux. La conclusion est que 1 analyse classificatoire peut clarifier et améliorer les modèles à équations linéaires. Modèles à équations structurelles. Analyse classificatoire. Comparaison de méthodes. Résultats d’école. Abstract. A structural equation model was constructed to examine the effects of mathematic achievement and feelings about school on feelings towards self. Results indicated a good fit to the data. A cluster analysis of the two exogenous variables math achievement and feelings towards school. resulted in the identification of seven subgroups. The model from the population did not fit the data within each cluster suggesting that different processes were at work within each subgroup. Parameter estimation within subgroups suggested indeed that the contributions of math and feelings towards school differed in each group and that different processes were being utilized. The conclusion was that cluster analysis may help clarify and refine structural equation models. Structural Equation Models