线性结构关系模式结果之解释在整体测量模型与资料的配适度.pptVIP

企業研究方法第19章 LOGO 第19章　線性結構關係模式 ?本章的學習主題 ? 1. 線性結構關係模式的概念 2. 線性結構關係模式的建立 3. 線性結構關係模式的評估 4. AMOS的使用 5. 報表分析 * 19.1 LISREL的概念 1. LISREL (linear structure relation) 是一種可以用來處理因果關係模式 的方法。 2.在多變量分析方法中大多一次只能處理一組自變數與一個依變數之間的關係，LISREL 則能同時處理多組自變數與多組依變數間的關係。 3.簡單地說，LISREL 的目的在探討變數間的線性關係，首先針對可觀測的(顯性)變數與不可觀測的(隱藏)變數間之關係進行檢定，接著就隱藏變數與其他隱藏變數間之因果關係模式做假設檢定。而 LISREL 之應用主要包含三個程序：建立因果模式、估計參數及模式評估。 * 19.2 建立因果模式 研究者可根據已存在的某種現象，依據經驗或現有的理論確定出所有可能的變數間的關係。在LISREL中自變數稱為原因變數(causal variable)，被影響的依變數稱為結果變數，再依據互相影響之方向建立模式的路徑圖(path diagram)。 因素分析+迴歸分析 * 19.2 建立因果模式 　　在LSIREL模式中，原因變數本身的變異來自模式以外的變數，因此稱為外生變數(exogenous variable)，以ξ表示；結果變數的變異量被模式內其他變數的線性組合所解釋，因此稱為內生變數(endogenous variable)，以η表示。 　　在模式中若是無法直接被觀察的變數，稱之為隱藏變數(latent variable)，所以隱藏變數須由外在可觀察的變數或指標(indicator)來加以衡量。 * 19.2 建立因果模式 * 圖 19—1 線性結構關係模型圖 19.2 建立因果模式 1. 以方格“□”表示可觀測變數；以圓圈“○”表示不可觀測變數。 2. 可觀測之外生變數以“X ”表示；不可觀測外生變數以“ξ”表示。 3. 可觀測之內生變數以“Y ”表示；不可觀測內生變數以“η”表示。 4. 內生變數之間影響係數以“β ”(beta)表示；外生變數對內生變數之影響係數以 “ γ ”(gamma)表示；可觀測變數對不可觀測變數之標準化係數以“λ”(lambda)表示。 5. 隱藏外生變數之誤差衡量以“δ” (delta)表示；隱藏內生變數之誤差衡量以 “ε” (epsilon)表示；解釋內生變數之結構方程的誤差項以“ζ” (zeta)表示。 * 19.3 估計模式參數 1. 結構方程式 結構方程式是用來表示模式中內生變數與外生 變數之間關係的數學式 。 * 19.3 估計模式參數 2. 衡量方程式衡量方程式用以表示可觀測與隱藏變數之間的數學關係 * 19.4 模式適合度評估 1. 卡方值卡方值愈小，表示模式的合適情形越好，一般採卡方值是用來判定結構方程式是否合適之標準。 2. GFI (goodness of fit index)值在0與1之間，此值越大表示適合度愈佳，即模式之解釋能力越高，通常採GFI0.9。 3. AGFI (adjust goodness of fit index)AGFI是對自由度調整的GFI，因為GFI會隨(模式中)路徑增加而增加，因此學者提出模式配適度與複雜度的平衡指標，稱為AGFI，通常採AGFI0.9。 * 19.4 模式適合度評估 4. NFI (normed fit index)模式基準合適尺度，即比較假設模型與獨立模型之卡方差異，通常採NFI0.9。 5. CFI (comparative fit index)模式比較合適尺度，假設模型與獨立模型之非中央性差異，通常採CFI0.95。 6. RMR (root mean square residual)RMR是測量殘差的平均數，愈小表示適合度愈佳，通常採RMR0.05。 * 19.4 模式適合度評估 * 表 19 - 1 線性結構關係常用指標 指標 意義 判定標準 Chi-Square 模式合適情形 越小越好，P0.05 GFI (Goodness of fit) 模式合適度 0.9 AGFI (Adjust goodness of fit) 調整後模式合適度 0.9 RMR (Root mean square residual) 殘差平方根 0.05 CMIN/DF (minimum value of discrepancy) 調整後之模式最小變異 小於3 F0 (estimate of F0) 針對模式標準誤所作的缺口估計值 在90%的信賴區間內 RMSE