EQS在应用语言学中应用.docVIP

EQS在应用语言学中应用 　　[摘要]EQS是结构方程模型（SEM）的应用软件之一，它能同时分析多变量之间错综复杂的关系，处理非正态分布和缺失值，具有多重拟合指标。近年来，EQS在应用语言学领域应用较少。文章简要归纳了国内外应用语言学中运用EQS的情况，并介绍了EQS的基本操作原理及建模步骤，此外，运用EQS对中学生学习策略、学习观念及自我效能相关性这一实例进行了建模研究，以期为应用语言学和外语教学的研究提供一些借鉴作用。 　　[关键词]结构方程模型；EQS；应用语言学；学习策略 　　[中图分类号]G40-057 [文献标识码]A [论文编号]1009-8097（2013）01-0064-05 [DOI]10.3969/j.issn.1009-8097.2013.01.014 　　引言 　　结构方程模型（SEM，Structural Equation Modeling）是综合因子分析（Factor Analysis）和路径分析（PathAnalysis）来探索研究变数和因子之间因果关系的一种模型，其最大的特点是应用变量的协方差矩阵（Covariance Matrix）来同时分析多种变量间交错复杂的关系，即利用各潜在的观测因子来探讨因果关系的隐含结构，而传统的线性回归分析只能提供变量间的直接效应而不能显示可能存在的间接效应，以及回避了因共线性而导致出现单项指标与总体出现负相关等无法解释的数据分析结果。结构方程模型最初起源于心理学，后被广泛应用到其他研究领域，例如社会学、经济学、市场分析、应用语言学等。目前应用较为广泛的SEM软件有AMOS、LISREL、EzPATH、EQS等。 　　一、EQS综述 　　EQS（Structural Equation Modeling Software）是1986年由Peter M。Bentler开发的一种统计软件。其基本思路为：基于专业理论知识，构建一个关于一组变量间相互关系的假设理论模型。自变量数值通过测量所得，并形成一个自变量协方差矩阵，即样本矩阵。EQS对样本矩阵与假设理论矩阵进行拟合度的检测，若能较好地满足拟合度标准，则说明此假设模型成立；否则，就需要对该假设理论模型反复调整修正以提高拟合度，直至获得较理想的模型为止；若拟合度仍然未达到理想状态，则该否定此假设理论模型。 　　国外将EQS应用于语言学的研究主要侧重于学习者个体因素研究以及语言测试研究等，前者如Sasaki和Noels分别探讨了二语水平、外语学能及智力间的关系和学习者目标与教师交际能力问的相关性：后者主要有Purpura测试了西班牙语测试因素结构，Stevens探寻了认知及元认知策略与二语测试的关系。此外，在外语教学中的应用有Lee研究了英语写作的有利及不利因素；Gorsuch还将EQS应用在外语教育政策的研究中。 　　国内这方面的研究仍处于起步阶段，且主要侧重于语言测试。刘宝权、郭晓群较为系统地介绍了EQS在语言评估中的应用。邹申、孙海洋等利用EQS分别对TEM8人文知识部分和职前中学英语教师口语考试进行构念效度验证。彭康洲、李清华应用项目反应理论借助EQS分析2007年TEM4听力理解项目的质量。侯艳萍借助EQS探讨了可能对TEM4阅读理解任务难度产生影响的阅读任务特征变量，其中包括变量的种类、数量、它们的内部因子构念和测量属性以及各个因子贡献率大小。 　　纵观国内应用语言学研究，研究者多使用LISREL和AMOS，EQS还未全面吸引国内应用语言学研究者的视线。但笔者在实践中发现相对于前两种传统软件而言，EQS灵活性更高，允许自变量有测量误差，变量间可存在协方差；对原始数据可进行直接加工；此外还可分析非多元正态分布，它能更准确地处理更大容量模型，这将为研究者带来更大的便捷。 　　二、EQS基本概念 　　EQS6.1包含有两类变量，两种模型和两种路径。两类变量指潜在变量（Latent Variable）和观测变量（Observed Variable）前者为不可直接测量的非观测变量（Unobserved Variable），又称因子，它通常通过多个外显或可观测指标间接推算；后者是通过测量、观测可直接获得的原始数据，又称指标。在EQS路径图中圆形表示潜在变量或因子，长方形表示观测变量或指标。 　　两种模型即测量模型和结构模型。测量模型（Measurement Model）指观测变量和潜在变量间的关系模型，即指标和因子间的关系模型。结构模型（Structural Model）指潜在变量之间的关系模型。并不是所有的实际应用中都同时存在两种模型，例如在验证性因子分析中，可能只出现包含观测变量和潜在变量的测量模型。 　　两种路径为自变量（Independent Variable）和因变量（Dependent Variable）之间的