结构方程模型简介及应用.pptVIP

* 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