结构方程模型简介——Lisrel与Amos的初级应用.pptVIP

模型二 模型三 模型四 拟合指标 df χ2/df GFI AGFI NFI IFI CFI RMR RMSEA 建议值 -- ＜5 ＞0.9 ＞0.9 ＞0.9 ＞0.9 ＞0.9 ＜0.05 ＜0.08 模型一 49 3.967 0.91 0.85 0.90 0.92 0.92 0.11 0.083 模型二 50 3.910 0.91 0.85 0.90 0.92 0.92 0.11 0.082 模型三 51 3.875 0.90 0.85 0.90 0.92 0.92 0.12 0.082 模型四 50 3.668 0.91 0.86 0.90 0.93 0.93 0.10 0.079 6、假设检验 H1：速度营销反应效率对企业市场绩效存在正向的影响关系； t检验未通过 H2：速度营销反应速度对企业市场绩效存在正向的影响关系； + √ H3：速度营销反应效率对企业财务绩效存在正向的影响关系； + √ H4：速度营销反应速度对企业财务绩效存在正向的影响关系。 t检验未通过 7、结论与分析 结合理论 结合模型变化 结合具体变量 中介变量 SEM分析需注意： 假设模型与样本数据可以适配，并不表示假设模型时最佳的模型，也不表示模型有很高的实用性，与调查数据契合度较高。 SEM分析只能用来评估研究者所提出的假设理论是否适切，但是究竟何者才是真正能够反应变量之间真实关系的模型，这一结论并不能够从模型评价过程中得到答案。 除了研究者所提出的理论模型之外 ，同样的一组显性变量可能有许多不同的模型组合，这些基于同样观察数据的基础假设模型可能都有理想的适配度，SEM分析并无法区辨这些计量特征类似的理论模型何者为真。 结构方程模型的研究者不但必须谨记统计学方法本身的限制，更必须避免自己陷入过度统计推论的迷思之中。 邱皓政，林碧芳 《结构方程模型的原理与应用》2008年 中国轻工业出版社 吴明隆 《结构方程模型——AMOS的操作与应用》2009年 重庆大学出版社 侯杰泰 温忠麟 成子娟 《结构方程模型及其应用》2005年 教育科学出版社 * A. Klicken Sie, um das Format des Titel-Masters zu bearbeiten. 结构方程模型(SEM)简介 ——Lisrel与Amos的初级应用 Structural Equation Model，SEM Linear Structural Relationship，LISREL Analysis of Moment Structure, AMOS 为什么要用结构方程模型 ◇很多社会、心理、经济管理研究中所涉及到的变量，都不能准确、直接地测量，这种变量称为潜变量，如工作满意度、价格感知等。 ◇这时，只能退而求其次，用一些外显指标，去间接测量这些潜变量。 ◇传统的统计分析方法不能妥善处理这些潜变量，而结构方程模型则能同时处理潜变量及其指标。 目前工作满意度 工作兴趣 工作乐趣 工作厌恶度 工作满意度 潜变量 显变量 价格廉价性 价格公平性 价格多样性 价格感知 潜变量 显变量 为什么要用结构方程模型 假如4道题目来衡量企业在某方面的竞争优势，还有3道题目来测量企业绩效。现要研究竞争优势与企业绩效的关系。 按照传统的回归分析做法：3个Y只取一个或运用某种方法合并为1个Y 信息丢失 竞争优势 X1 X2 X3 X4 企业绩效 Y1 Y2 Y3 结构方程模型（SEM）的优点 ◇同时处理多个因变量(多个Y); ◇容许自变量和因变量含测量误差，精确估计观察变量与潜在变量之间的关系; ◇同时估计因子结构和因子关系; ◇估计整个模型的拟合程度，用以比较不同模型; ◇容许更大弹性的测量模型； ◇SEM是复杂多元的统计方法，包括:回归分析、因子分析(验证性因子分析)、ｔ检验、方差分析、比较各组因子均值、交互作用模型、实验设计等。 SEM概念 概念1：结构方程模型(Structural Equation Modeling，简称SEM)是基于变量的协方差矩阵来分析变量之间关系的一种综合性的统计方法，因此又称为协方差结构分析。 概念2：结构方程模型是一种通用的线性统计建模技术。它主要是利用联立方程组求解，但是没有严格的假设限定条件，同时允许自变量和因变量存在测量误差。 概念3：SEM是一种呈现客观状态的数学模型，主要用来呈现检验观察变量与潜在变量之间的假设关系，它融合了因素分析与路径分析两种统计技术。 关键词：结构、协方差、线性 理论模型 λxn1 λyn1 λyn2 γ3 λxm2 δ2 δ1 δ4 δ3 λxm1 ζ1 ε4 ε1 Φ21 ξ1 Xn1 Xn2 Xm1 Xm1 ξ