管理学的实证研究方法入门 教学课件 作者 黄晓治 第十一章.pptVIP

* * 第11章结构方程模型 1 11.1 结构方程模型的基本概念 2 11.2 拟合指数 3 11.3 中介变量与调节变量 11.1 结构方程模型的内涵 11.1.1结构方程模型的基本概念 结构方程模型 (Structural Equation Modeling，SME)，也称为线性结构模型,LISREL模型或协方差结构模型(Covariance StructureModels, CSM)，它在社会科学等一些领域得到了较广的应用，并被称为统计学的三大发展之一。它属于实证分析模型中的一类，综合运用了路径分析、确认型因子法以及多元回归分析而形成的一种专业的统计数据分析工具。它通过对变量之间内在的因果结构关系进行寻找，来对某种根据经验法则或者理论文献设定的模型或者结构关系的假设的正确性与合理性进行验证，并且若是模型有一定的问题，它可给出修改意见。 结构方程模型属于多变量统计模型，有两个基本的模型：第一是测量模型，它构成的数学模型属于验证性因子分析；第二是结构模型，它一般是应用路径分析的概念来对变量进行讨论。 11.1.2结构方程模型的基本原理和结构 1. 结构方程模型的基本原理 结构方程模型技术对于模型的拟合思想的核心就是尽最大可能的去缩小样本协方差阵和由模型估计出的协方差阵间的不同。 2.结构方程模型的基本结构 通常来讲，在宏观上，结构方程模型结合了因素分析与回归分析或路径分析，一般情况下，结构方程模型是由测量模型和结构模型两部分构成的；而在微观上，结构方程模型则是一个由许多可观测变量、潜在变量、误差项和残差相互作用的复杂体系。 11.1.3结构方程模型的主要特点 第一、理论先验性。 第二、允许回归方程的自变量与因变量含有测量误差。 第三、SEM可以同时处理多个自变量与因变量的关系，也即是在对某一个因变量的影响计算时，对同时考虑其它因变量的存在与影响没有妨碍。 第四、可以在一个模型中同时处理测量与因素问题。 第五、在结构方程模型中，潜在变量间的结构关系与潜在变量和指标变量间的关系分别用结构模型与测量模型来表示，结构方程模型可以实现同时对这两个部分的参数进行估计的要求。 第六、允许更大弹性的模型的设定。 第七、对整个模型进行整体的估计。 11.1.4结构方程模型的构建步骤 第一步：模型的初始设定 第二步：模型的识别 第三步：模型参数的估计 第四步：模型的评价 第五步：模型的修正 11.1.5SEM在管理研究领域中的运用 第一方面，SEM为管理研究涉及到的许多很难衡量的概念提供了一个概念化建模与验证过程。 第二方面，管理活动是一个极其复杂的系统， SEM通过一个系统的结构模型，可以把所有内生变量和外生变量的全部信息都给以考虑，所拟合出的模型具有非常强的参考价值。 第三方面，SEM对管理研究领域一些特殊的问题处理起来非常为方便。 11.2 拟合指数 11.2.1拟合指数概述 为了解决结构方程模型中的一些问题，先后曾出现了四十多种拟合指数，来对模型的拟合效果进行评价，这一些拟合指数大都把χ2统计量作为基础，但是对于样本量及自由度采用了不同形式的校正。 11.2.2 拟合指数的类别 拟合指数被Marsh等学者分成三大类：相对指数（relative index）、绝对指数（stand-alone index 或absolute index）以及简约指数（parsimony index）。 1.相对指数 相对指数是把虚模型和理论模型进行比较，以便对拟合程度的改进情况进行观察。 2.绝对指数 绝对指数是所有拟合指数中运用最多的，它对所考虑的样本数据和理论模型的拟合程度进行了衡量，只因基于理论模型的自身，不把别的模型与此进行相互的比较。 3.简约指数 简约指数是指前面两类指数的派生指数，其计算方法为省俭比和前面两类指数的乘积。 11.2.3 理想的拟合指数需具备的特征 一个理想的拟合指数需具备的基本特征可以归纳为以下三点： 第一、不受样本量的影响。 第二、能够对比较复杂的模型给予惩罚。 第三、对误设模型具有敏感性。 11.2.4 拟合指数性能的介绍和比较 研究者建议使用的指标及性能比较表 11.3 中介变量与调节变量 11.3.1中介变量的概念 中介变量（mediator）是由自变量对因变量发生的影响的中介，是自变量对因变量产生影响的内在的、实质性的原因，简单的来说，就是自变量是通过中介变量来对因变量产生作用。 中介