验证性因子分析.pptVIP

验证性因子分析 一、基本原理 二、基本概念 三、实例分析 一、基本原理 结构方程模式(Structural Equation Models，简称SEM)，早期称为线性结构方程模式(Linear Structural Relationships，简称LISREL)或称为共变量结构分析(Covariance Structure Analysis)。 主要目的在于检验潜在变量(Latent variables) 和外显变量(Manifest variable, 又称观察变量)之关系与数个潜在变量间的因果关系。 它结合了因素分析(factor analysis)与路径分析(path analysis)，包涵测量与结构模式。 二、基本概念 潜在变量和外显变量 外显变量（测量变量）——可直接测量 潜在变量——不可直接测量的变量 工作满意度：如何测量？ 您对自己的工作环境是否满意？在1-7分范围打分 用一组问题来测量，构建测量模型 外生变量与内生变量 外生变量（exogenous observable）是指那些在模型或系统中，只起解释变量作用的变量，即作为自变量存在的部分。 内生变量（endogenous variables）是指模型中被影响或解释的变量 无论外生变量还是内生变量都可能是潜在变量 常用评价指标 三、实例分析 1、绘制假设模型 2、选取数据库 3、选取变量 4、潜变量命名 5、选择报告数据 6、检查相关设定 7、执行分析 8、查看分析结果 练习：Attg_old.sav 作业： 结合spss和amos对以下数据进行探索性和验证性因子分析（练习数据库《data_advSPSS统计分析高级教程》中《part3》的factor1.sav） * Amos统計模式 统计模式 结构模式 測量模式 理论建构间之关系 理论建构与观察指标间之关系 ? X1 X2 X3 X4 ?1 ?2 ?3 ?4 ?41 ?31 ?21 ?11 常用图标 潜变量或因子 观察变量或指标 单向影响/效应 弧形：相关关系 内生潜变量未被解释的部分 测量误差 模式组成 ξ1 X1 X2 ξ2 X3 X4 ξ3 Y1 Y2 δ4 δ2 δ3 δ1 ε1 ε2 測量模式 结构模式 測量模式 測量模式 指标（侯杰泰列举39种） 建议评价值 Chi-Square P0.05 Chi-Square/df 小于2 RMSEA（近似误差均方根） 小于0.08 NFI（normed fitindex，赋范拟合指数） 大于0.90 NNFI（非范拟合指数） 大于0.90 CFI（拟合指数） 大于0.90 IFI（递增拟合指数） 大于0.90 RFI（相对拟合指数） 大于0.90 SRMR（标准根均方残差） 小于0.05 AGFI（拟合优度指数） 大于0.90 PNFI（简约赋范拟合指数） 大于0.50 在Amos中进行验证性因子分析的步骤 1、绘制假设模型 2、选取数据库 3、选取变量 4、潜变量命名 5、选择报告数据 6、检查相关设定 7、执行分析 8、查看分析结果 …… 参数值均达到显著，因素载荷recall2最高，cued1的0.610为最低。 卡方值/自由度 要求2. 卡方值 RMSEA .000 .880 .663 .769 Independence model .000 1.110 .584 .832 Default model PCLOSE HI 90 LO 90 RMSEA Model * * * * *