基于SEM模型对建筑施工企业影响因素分析.docVIP

基于SEM模型对建筑施工企业影响因素分析 　　摘要： 随着经济的发展和社会的不断进步，施工安全已经受到了国家和广大人民群众越来越多的关注。本文运用结构方程的思想建立了各因素与施工安全的关系模型，采用问卷调查的方法收集数据，并通过LISREL软件分析数据，验证各指标体系以及结构模型的准确性与合理性，根据拟合数据，最终得到对数据拟合良好、结构合理的施工安全关系模型。 　　关键词： 施工安全；结构模型；LISREL 　　中图分类号：TU7 文献标识码：A 文章编号：1006-4311（2014）07-0098-02 　　0 引言 　　针对目前我国施工安全领域研究的不足，本文将结构方程思想引入了该领域的研究中，并建立了一个施工安全关系模型，该模型包括测量模型和结构模型两部分。在测量模型中，通过资料总结、问卷调查、数据分析等方法得到一系列标识变量；在结构模型部分，将影响施工安全的一系列因素具体化，从而能更加全面地揭示影响施工安全的因素，使施工安全关系模型更加可靠合理。 　　1 问卷调查与样本数据收集 　　从2010年7月至10月，笔者在北京、江苏、吉林等地区通过网络、电话和面访等形式对145家施工单位进行了问卷调查，共完成134份问卷，有效率为92.4%，数据分析的样本分布如下：北京地区施工单位48家，江苏地区施工单位52家，吉林施工单位34家。其中，企业的管理者占33.08%，施工人员占66.92%；男性占88.76%，女性占11.24%；教育程度分为大学、中专、高中以及高中以下，所占比例分别为：9.17%、18.62%、23.78%和48.43%。 　　调查问卷采用李克特五分量表法（5-point Likert Scale）进行设计。该量表的编制主要分为以下四步：首先，将被测者对于调查对象可能出现的结果分为5个等级；其次，将拟定的等级分别赋予分值；再次，随机选取调查者，让其根据自己的态度，对测量指标进行评分；最后，采用项目分析和因素分析等方法筛选具有价值的测量指标，组成正式的量表进行研究。 　　因为本文涉及到的测量指标过多，为了避免繁冗的计算过程，以及减少由于计算失误而导致的筛选错误，笔者将采用SPSS（Statistical Product and Service Solutions）软件对数据进行前期处理，然后再使用LISREL软件对测量模型和结构模型进行运算处理，两款软件结合使用，不仅能够使筛选指标的过程更加科学合理，操作更加简单，同时它也是计算结构方程的最佳选择之一。所以，下面的计算过程主要由SPSS软件和LISREL软件共同完成。 　　2 模型的建立 　　结构方程模型（Strcutural Equation Modeling， SEM）是通过协方差矩阵来研究潜变量与显变量之间关系的一种数学方法。完整的结构方程模型主要有两部分：测量模型和结构模型。 　　2.1 结构模型 　　3 SEM模型的参数估计 　　3.1 测量模型 用LISREL软件中的因素分析功能（Factor Analyze）对SEM模型中的每一个测量指标进行验证性因素分析（CFA， Confirm Factors Analysis）。 　　3.2 结构模型 运行LISREL软件，得出结构模型的路径系数。 　　4 SEM拟合优度检验 　　检验SEM假设模型与采集到的数据是否拟合或者拟合的程度是否能够接受，主要有以下的参数作为衡量的标准： 　　4.1 χ2指数与自由度df χ2是最常用的拟合度指标，它检测因果模式与数据的拟合程度。如果χ2小于某个规定置信限水平的临界值，就说这个模式得到了“验证”。但χ2值对样本量非常敏感，当样本量很大时，几乎所有的候选模型都很难通过，即χ2值拒绝模型的概率增大；反则反之。一般认为，卡方准则的显著性水平是：N≤150时α=0.01，N=200时α=0.001，N=250时α=0.0005，N≥500时α=0.0001。但对于N≥1000的大样本，α=0.0001还是不够小，即卡方值往往很大而导致拟合得很不错的模型都被拒绝。因此我们建议在N1000时才使用卡方准则。一般认为，χ2/df2，则模型很好的拟合了数据。本文的样本数据为134（150），所以本文采用卡方准则，显著性水平是α=0.001。 　　4.2 GFI（goodness-of-fit index， 拟合优度指数）和AGFI（adjusted goodness-of-fit index，调整后的拟合优度指数） 它们标明观测变量的方差协方差矩阵在多大程度上被模型引申的方差协方差矩阵所预测。GFI和AGFI的值域在0～1之间，越接近1则意味着拟合越好，一般地，这两个值大于0.8即可说明模型拟合观测数据。 　　4.3 NNFI（non-no