结构方程模型Lisrel的的初级应用.pptVIP

结构方程模型——Lisrel的的初级应用 一、为何要用结构方程模型？ 二、模型原理简介 三、模型建模 四、例子：员工流失动因模型 一、为何要用结构方程模型？ 很多社会、心理研究中所涉及到的变量，都不能准确、直接地测量，这种变量称为潜变量，如工作自主权、工作满意度等。 这时，只能退而求其次，用一些外显指标，去间接测量这些潜变量。如用工作方式选择、工作目标调整作为工作自主权（潜变量）的指标，以目前工作满意度、工作兴趣、工作乐趣、工作厌恶程度（外显指标）作为工作满意度的指标。 传统的统计分析方法不能妥善处理这些潜变量，而结构方程模型则能同时处理潜变量及其指标。 回归分析与结构方程模型 一个回归分析和结构方程比较的例子： 假如有五道题目来测量外向型性格，还有四道题目来测量自信。研究自信与外向型性格的关系。假如是你，你将怎样来进行研究？ 回归分析的做法：先分别计算外向题目的总分（或平均分）和自信题目的总分（或平均分），在计算两个总分的相关。 这样的计算所得的两个潜变量（性格与自信）的关系，恰当吗？ 线性回归模型及其局限性 1）无法处理因变量（Y）多于一个的情况； 2）无法处理自变量（X）之间的多重共线性； 3）无法对一些不可直接测量的变量进行处理，主要是一些主观性较强的变量进行测量。如幸福感、组织认同感、学习能力等； 4）没有考虑变量（自变量、因变量）的测量误差，以及测量误差之间的关系 多元