结构方程模式.pptVIP

Basic concepts of structural equation modeling 十問結構方程模式（SEM） SEM為何？ SEM的重要性為何？ SEM的發生起源為何？ SEM的作用為何？ SEM的特性為何？ SEM的統計方法原理為何？ SEM的典型內容為何？ SEM的操作程序為何？ SEM的技術原理為何？ SEM的分析工具為何？ What is SEM? SEM是Structural Equation Modeling的縮寫 SEM又稱為causal modeling, causal analysis, simultaneous equation modeling, analysis of covariance structures, path analysis, confirmatory factor analysis SEM是一種統計方法學(statistical methodology) (Byrne, 1994) SEM是統計技術 SEM是方法學 SEM一次量化技術的大整合，也是量化方法的典範大革命 Specialty of SEM Latent variables Measurement error Theory testing Multivariate statistical analysis Controlling for the errors due to statistical decision-making Historical roots of SEM 心理計量根源 Galton（relationship in quantitative study ） Spearman: 因素分析（factor analysis） Thurston:最簡化結構（simple structure） J?reskog與Lawley:最大概率模式（maximum likelihood） 生物與經濟計量根源 Wright: path analysis Haavelmo:聯立方程式分析（simultaneous equation） Applications of SEM Confirmatory factor analysis (M1) Path analysis (M2) Structural regression analysis (M3) Time-dependent/longitudinal data (M4) Recursive and non-recursive models for cross-sectional data Covariance structure models Multi-sample analysis Multi-level analysis Four Basic Model of SEM ICFA model Four Basic Model of SEM IIPath Analysis model Four Basic Model of SEM IIIStructural Regression model Four Basic Model of SEM IVLatent Change model Features of SEM SEM具有理論先驗性 SEM同時兼具觀察變項與潛在變項 SEM以共變數的運用為核心，亦可處理平均數估計與比較 SEM包含了許多不同的統計技術 SEM適用於大樣本之分析 SEM對統計顯著性考驗的需求較低 Methodological Concepts of SEM 一、假設考驗 (hypothesis-testing) 研究者為了驗證自己所提出理論模式的適切性，提出理論性的建構，而以假設考驗的方式來檢驗之。 二、結構化驗證 (structural confirmatory) 一組變項之間潛在的因果性（causality）或階層性（hierarchy）結構關係的探討 三、模型比較分析（modeling analysis comparison） 將一系列的研究假設同時結構成一個有意義的假設模型，然後經由統計的程序對於此一模型進行檢證。 Modeling of SEM Basic elements: 觀察變項(observed variable) or 測量變項(measured variable) 潛在變項(latent variable) Model specification 測量模式(measurement model) 指實際觀察值與其背後的潛在特質的相互關係 結構模式(structural model) 顯示潛在變項之間的關係 Procedures of SEM 技術原理：參數估計 Parameters in S