【北师大心理统计学课件】5-第二讲验证性因素分析.pptVIP

第二讲 验证性因素分析 北京师范大学心理学院 刘红云 验证性因素分析 引言 探索性因素分析与验证性因素分析 验证性因素分析模型及其符号表示 模型的定义(Specification) 模型的识别(Identification) 模型的参数估计(Parameter Estimation) 模型的评价(Model Evaluation) 模型修正(Modification)和再定义（Respecification) 验证性因素分析在测验中的应用 Lisrel应用软件简介 AMOS应用软件简介 引言 模型的产生与发展 模型简介 模型优点 模型应用的步骤 应用软件 引言 1.模型的产生与发展 协方差结构模型（Conariance Structure Models，简称CSM），又称为结构方程模型（Structural Equation Modeling, 简称SEM），协方差结构分析（the analysis of covariance structure），线性结构模型（the linear structural relations models），矩结构模型（the moments structure models），结构化线性模型中的潜变量方程系统（Latent variable equation system linear model）以及LISREL模型。 引言 1966年，Bock 和Bargmann最早提出了“验证性因素分析模型”。此后，Joreskog（1973）、Van Thillo（1972）、Kellsling (1972)和Wiley (1973) 将Bock 和Bargmann的模型逐渐演变，使之成为一个更通用的模型，这就是我们今天所说的协方差结构模型。引言 2.协方差结构模型简介 协方差结构模型主要是利用一定的统计手段，对复杂的理论模式加以处理，并根据模式与数据关系的一致性程度，对理论模式做出适当评价，从而达到证实或证伪研究者事先假设的理论模式的目的。SEM实际是一般线性模式（General Linear Models, GLM）的扩展。一般线性模式包括：路径分析、典型相关、因素分析、判别分析、多元方差分析以及多元回归分析。 引言 协方差结构模型包含测量模型（验证性因素分析）和结构模型（因果模型）两部分。这种模型由一种因素模型和一种结构方程式模型组成，将心理测量学与计量经济学有效的结合起来。 引言 3.协方差结构模型的优点 协方差结构模型与传统的回归分析方法相比，至少有以下优点： 可同时考虑和处理多个因变量 允许自变量和因变量含有测量误差 容许潜在变量由多个外源指标变量组成，并 可同时估计指标变量的信度和效度 可采用比传统方法更有弹性的测量模型，如某一观测变量或项目在SEM内可以同时从属于两个潜在变量 可以考虑潜在变量之间的关系，并估计整个 模型是否与数据相吻合 ????? 引言 4.应用协方差结构模型的步骤 数学模型的设定（model specification） 模型的识别 (model identification) 模型的估计 （model estimation） 模型的评价（model evaluation） 模型的修正（model modification） 引言 协方差结构模型应用软件 Lisrel AMOS EQS SAS 探索性因素分析与验证性因素分析 1.模型假设 探索性因素分析的假设： （1）所有的公共因素都相关（或都无关） （2）所有的公共因素直接影响所有的观测变量 （3）特殊因素之间相互独立 （4）所有观测变量只受一个特殊因素的影响 （5）公共因素和特殊因素相互独立 （6） 观测变量与潜在变量之间的关系不是事先假定的； （7）潜在变量的个数不是在分析前确定的 （8）模型通常是不可识别的 探索性因素分析与验证性因素分析 验证性因素分析的假设 （1）公共因素之间可以相关也可以无关 （2）观测变量可以只受某一个或几个公共因素 的影响而不必受所有公共因素的影响 （3）特殊因素之间可以有相关，还可以出现不存在误差因素的观测变量 （4）公共因素和特殊因素之间相互独立 （5）观测变量与潜变量之间的关系事先假定的； （6）潜在变量的个数在数据分析前确定的 （7）模型通常要求是可识别的 探索性因素分析与验证性因素分析 2.应用 探索性因素分析往往的不到可以合理解释的模型； 验证性因素分析往往得不到拟合优度的模型。 探索性因素分析与验证性因素分析举例 Political dem