结构方程模型资料.docVIP

结构方程模型资料 为什么使用SEM??1、回归分析有几方面的限制：?（1）不允许有多个因变量或输出变量?（2）中间变量不能包含在与预测因子一样的单一模型中?（3）预测因子假设为没有测量误差 （4）预测因子间的多重共线性会妨碍结果解释?（5）结构方程模型不受这些方面的限制 2、SEM的优点：?（1）SEM程序同时提供总体模型检验和独立参数估计检验；?（2）回归系数，均值和方差同时被比较，即使多个组间交叉；?（3）验证性因子分析模型能净化误差，使得潜变量间的关联估计较少地被测量误差污染；?（4）拟合非标准模型的能力，包括灵活处理追踪数据，带自相关误差结构的数据库（时间序列分析），和带非正态分布变量和缺失数据的数据库。 3、结构方程模型最为显著的两个特点是：?（1）评价多维的和相互关联的关系；?（2）能够发现这些关系中没有察觉到的概念关系，而且能够在评价的过程中解释测量误差。?同时具有联系信息技术吸纳能力：?SEM能够反映模型中要素之间的相互影响；?吸纳能力概念作为一个重要的模型要素，难以直接度量，结构方程模型技术能够更为充分地体现其蕴含的要素信息和影响作用。? 二、SEM的基本思想与方法 SEM是基于变量的协方差矩阵来分析变量之间关系的一种统计方法，实际上是一般线性模型的拓展，包括因子模型与结构模型，体现了传统路径分析与因子分析的完美结合。 SEM一般使用最大似然法估计模型(Maxi-Likeliheod，ML) 分析结构方程的路径系数等估计值，因为ML法使得研究者能够基于数据分析的结果对模型进行修正。?1、? SEM术语?（1）观测变量 可直接测量的变量，通常是指标?（2）潜变量 潜变量亦称隐变量，是无法直接观测并测量的变量。潜变量需要通过设计若干指标间接加以测量。?（3）外生变量 是指那些在模型或系统中，只起解释变量作用的变量。它们在模型或系统中，只影响其他变量，而不受其他变量的影响。在路径图中，只有指向其他变量的箭头，没有箭头指向它的变量均为外生变量。 内生变量 是指那些在模型或系统中，受模型或系统中其它变量包括外生变量和内生变量影响的变量，即在路径图中，有箭头指向它的变量。它们也可以影响其它变量。 2、结构方程模型示意图 观测变量通常用长方形或方形表示,外生观测变量用x表示，内生观测变量用y表示。 潜变量用椭圆或圆形表示，外生潜变量通常用ξ表示，内生潜变量通常用η表示。 δ外生观测变量x的误差；ε内生观测变量y的误差。 3、? 结构方程? 结构方程模型通常包括三个矩阵方程式:? Λx—外生观测变量与外生潜变量直接的关系，是外生观测变量在外生潜变量上的因子载荷矩阵；?Λy—内生观测变量与内生潜变量之间的关系，是内生观测变量在内生潜变量上的因子载荷矩阵；?В—路径系数，表示内生潜变量间的关系；?Г—路径系数，表示外生潜变量对内生潜变量的影响；?ζ—结构方程的残差项，反映了”在方程中未能被解释的部分。 三、结构方程模型的四大步骤??1、模型构建构建研究模型，具体包括：观测变量（指标）与潜变量（因子）的关系，各潜变量之间的相互关系等?2、模型拟合对模型求解，其中主要是模型参数的估计，求得参数使模型隐含的协方差 距阵与样本协方差距阵的“差距”最小?3、模型评价?检查 1）路径系数/载荷系数的显著性； 各参数与预设模型的关系是否合理； 3）各拟合指数是否通过 4、模型修正 模型扩展（使用修正指数）或模型限制（使用临界比率） 四、具体过程? 1、数据准备 样本量：一般认为样本数最少应在100以上才适合使用最大似然估计（MLE）来估计结构方程（侯杰泰，2004），但样本数过大（如超过400到500时），MLE会变得过度敏感，容易使所有的拟合度指标检验都出现拟合不佳的结果（侯杰泰，2004）。?缺失数据处理：列删除法、配对删除法、插补法 2、? 一般应用SEM的论文中的数据分析 （1）.信度、效度检验?信度 Cronbach’s 0.7?效度 验证性因子分析?（2）. 评估模型拟合度?即?估算每一个因子的载荷量?标准化因子载荷，反映了观测变量影响潜在变量的部分差异，用于表示观测变量与潜变量之间的相对重要程度。?检查每一个单一因子的测量模型对问卷数据的拟合度?检查整个模型对问卷数据的拟合度?估算潜变量之间的关系 五、SEM的主要拟合度指标 1、基本拟合标准 基本拟合标准是用来检验模型的误差以及误输入等问题。? 主要包括：?? （1）不能有负的测量误差；?? （2）测量误差必须达到显著性水平；?? （3）因子载荷必须介于0.5-0.95之间；?? （4）不能有很大的标准误差。2、模型内在结构拟合度 ? 模型的内在结构拟合度是用来评价模型内估计参数的显著程度、各