开始我的理学硕士项目，我的建议是使用包含各种态度陈述的调查数据（所有李克特量表问题）。我的建议是首先使用结构方程建模将所有陈述提炼成较少数量的潜在变量。然后我很感兴趣根据个人因素得分的相似性对他们进行分组，以创建“是什么让人们打勾”的细分。例如，A 段在 Factor1 上得分高，在 Factor2 上得分低；Segment B 在 Factor1 上得分低，在 Factor3 上得分低，等等。
但是，我的主管认为最好反过来做，所以要探索存在哪些集群（如果有的话），然后做 SEM。
你怎么看？
开始我的理学硕士项目，我的建议是使用包含各种态度陈述的调查数据（所有李克特量表问题）。我的建议是首先使用结构方程建模将所有陈述提炼成较少数量的潜在变量。然后我很感兴趣根据个人因素得分的相似性对他们进行分组，以创建“是什么让人们打勾”的细分。例如，A 段在 Factor1 上得分高，在 Factor2 上得分低；Segment B 在 Factor1 上得分低，在 Factor3 上得分低，等等。
但是，我的主管认为最好反过来做，所以要探索存在哪些集群（如果有的话），然后做 SEM。
你怎么看？