- 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
- 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
共产党员在政府工作中,应该是十分廉洁、不用私人、多做工作、少取报酬的模范。共产党员在民众运动中,应该是民众的朋友,而不是民众的上司,是诲人不倦的教师 共产党员在政府工作中,应该是十分廉洁、不用私人、多做工作、少取报酬的模范。共产党员在民众运动中,应该是民众的朋友,而不是民众的上司,是诲人不倦的教师 共产党员在政府工作中,应该是十分廉洁、不用私人、多做工作、少取报酬的模范。共产党员在民众运动中,应该是民众的朋友,而不是民众的上司,是诲人不倦的教师 结构方程模型简介 王国霞 为何用结构方程模型呢? 心理学研究中变量均是不能直接测量的 传统的分析中均假设自变量没有测量误差 问卷编制中的探索性因素分析是数据驱动的 测验的个别题目属于多个维度 可同时处理测量问题与分析问题 …… 结构方程模型的分析原理 是基于变量的协方差矩阵来分析变量之间关系的一种统计方法。 理论模型与实际模型之间的协方差矩阵是否一致 1. 结构方程模型的基本概念 潜在变量(latent variable):无法直接测量,需要用外显指标去间接测量的变量 观测变量(observed variable):可以直接被测量的变量 外生变量(exogenous variable):在模型中起解释变量作用的变量 内生变量(endogenous variable):在模型中,受模型其他变量包括外生变量与内生变量影响的变量 残差项(error terms):无法被模型解释的变异 1. 结构方程模型的基本概念 2. 结构方程模型的组成结构 测量方程 结构方程 潜变量与观测变量的关系 (因素分析) 潜变量之间的关系 (回归分析) 全模型 潜在变量 观测变量 内生潜变量 外生潜变量 误差 测量方程 测量方程 结构方程 相关 回归 3. 结构方程模型的特点 结构方程模型具有理论先验性 结构方程模型可以同时处理测量与分析问题 结构方程模型关注协方差的运用(变量间的协方差矩阵、理论模型与实际模型之间的协方差差异) 结构方程模型适用于大样本的统计分析(一般大于200人;人数是观测变量的10-15倍) 4. 结构方程模型的分析步骤 第一步:模型建构 第二步:模型识别 第三步:收集数据 第四步:模型拟合 第五步:模型修正 第六步:模型解释 第一步:模型建构 理论基础 模型的准确性和简约型 测量方程和结构方程 模型建构的类型:纯粹验证、选择模型、模型发展型 模型建构:SEM的准确性和简约性 SEM的简约性:df越大模型越简单 自由度:是指当以样本的统计量来估计总体的参数时,样本中独立或能自由变化的资料的个数。 计算方法:df=n(n+1)/2-k(需要估计参数的数目) 模型建构:描述数据的两难 准确就需要复杂 简约准确性就低 好模型:尽可能准确且相对简单 模型建模的类型 纯粹验证型:拒绝or接受 模型发展型:根据数据和理论修改 选择模型:选择一个好的 模型建构:模型选择(以验证性因素分析为例) 多个一阶模型:理论和探索性因素分析结果 直交or斜交:因素间是否存在相关 一阶or二阶:因素间的相关大小 第二步:模型识别 k≤ n(n+1)/2 低识别:有无数个解 正好识别:有一个解(df =0, 即饱和模型) 过度识别:有一个解(df 0) 低识别模型 正好识别模型 过度识别模型 第三步:收集数据 样本数: a:理想的样本量与题项数比例为5-20倍 b:样本越多越好,但是越多卡方值越大, 模型被拒绝的可能性更大。 c: 200-500之间 缺失数据:在spss里补好 第四步:模型拟合—参数估计方法 极大似然法(maximum likelihood):大样本,正态分布、观测变量是连续变量 一般化最小平方法(generalized least squares):大样本、非正态 未加权最小平方法(unweighted least squares):数据不符合统计分布 一般加权最小平方法(generally weighted least squares):非正态,大样本(1000以上) 对角线加权平方法(diagonally weighted least squares):非正态,大样本(1000以上) 工具性变量法(instrumental variables) 两阶段最小平方法(two-stage least squares) 第四步:模型拟合 基本拟合标准 模型内在结构拟合度 整体模型拟合度(外部) 第四步:模型拟合—基本拟合标准 估计参数中不能有负的误差方差 潜变量与测量指标间的因素负荷量最好介于0.5至0.95之间 不能有很大的标准误差 第四步:模型拟合—模型内在结构拟合度 所有参数必须达到显著水平(t值1.96) 标准化残差的绝对值小于2.
文档评论(0)