结构方程模型简介及Lisrel的初级应用.pdf

结构方程模型简介及 Lisrel的初级应用 吴旭雷 2007年9月11 日 中南大学商学院 • 一、为什么要用结构方程模型？ • 二、结构方程模型原理简介 • 三、结构方程模型建模过程 • 四、例子：员工工作满意度的测量 中南大学商学院 一、为什么要用结构方程模 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。 中南大学商学院 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。该怎 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？ 中南大学商学院 线性回归模型及其局限性 y b + b x + b x + ε 0 1 1 2 2 • 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 中南大学商学院 多元统计方法中的相关解决方 法 • 针对1）：路径分析（Path Analysis ） – 缺点：分开考察不同的因变量，无法考察因变量之间 的关系且缺少整体的视角 • 针对2 ）：偏最小二乘法（PLS ） – 缺点：相关理论尚不完善，解释力较弱。 – 《王惠文，偏最小二乘法理论与应用，国防工业出版社》 • 针对3 ）：指标赋予权重，进行综合评价，得出一 个量化的指标 – 缺点：权重设计，需要相当的技巧，通常的方法，如 AHP,模糊综合评判等方法缺少信度与效度 • 针对4 ）：没有办法解决 中南大学商学院 结构方程模型（SEM）的优点 • 同时处理多个因变量 • 容许自变量和因变量含测量[误差传统方法（如 回归）假设自变量没有误差] • 同时估计因子结构和因子关系 • 容许更大弹性的测量模型 • 估计整个模型的拟合程度[用以比较不同模型] • SEM包括:回归分析、因子分析(验证性因子分 析、探索性因子分析) 、ｔ检验、方差分析、比 较各组因子均值、交互作用模型、实验设计