结构方程模型学习课件.pptVIP

（一）SEM的基本原理 结构方程式模型分析法： 是一种以回归为基础的多变量技术，并结合路径分析及因素分析，属于验证性实证研究的资料分析法，能同时处理多组变项间的关系，其目的在探究变量间的因果关系以验证理论，故又可称为因果模式分析技术。 因此，在使用验证性研究方法时，研究者所提的研究模式必须具有理论基础，由理论来引导。 （二）SEM的基本思想与方法 SEM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，实际上是一般线性模型的拓展，包括测量模型与结构模型，体现了传统路径分析与因素分析的完美结合。 （二）SEM的基本思想与方法 SEM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，实际上是一般线性模型的拓展，包括测量模型与结构模型，体现了传统路径分析与因素分析的完美结合。 SEM的基本思想与方法 1、测量模型 SEM分析中的变量还可以区分为：内生变量和外源变量。 （1）内生变量（endogenous variable）：是指模型当中，会受到任何一个其他变量影响的变量，也就是路径图中会受到任何一个其他变量以单箭头指涉的变量。 （2）外源变量（ exogenous variable ）：是指在模型当中未受任何其他变量的影响，但他却直接影响别的变量的变量。 1、测量模型 1、测量模型 SEM分析中变量的四种类型。 （1）内生潜在变量（以 表示） （2）内生测量变量（以 y 表示） （3）外源潜在变量（以 表示） （4）外源测量变量（以 x 表示） 测量模型 测量模型范例： 范例1：一个共同因素（潜在变量）的测量模型 范例2：两个共同因素（潜在变量）的测量模型 范例3：三个共同因素的测量模型 范例4：测量模型中测量误差间具有共变关系。 测量模型 测量模型范例： 范例2：两个共同因素（潜在变量）的测量模型 测量模型 测量模型范例： 范例3：三个共同因素的测量模型 测量模型 测量模型范例： 范例4：测量模型中测量误差间具有共变关系。 测量模型 练习题 SEM的组成 总结：SEM术语 观测变量 可直接测量的变量，通常是指标 潜变量 潜变量亦称隐变量，是无法直接观测并测量的变量。潜变量需要通过设计若干指标间接加以测量。 外生变量 是指那些在模型或系统中，只起解释变量作用的变量。它们在模型或系统中，只影响其他变量，而不受其他变量的影响。在路径图中，只有指向其他变量的箭头，没有箭头指向它的变量均为外生变量。 内生变量 是指那些在模型或系统中，受模型或系统中其它变量包括外生变量和内生变量影响的变量，即在路径图中，有箭头指向它的变量。它们也可以影响其它变量。 总结： 结构方程模型示意图 总结： 结构方程模型 结构方程模型通常包括三个矩阵方程式: 总结： 模型中的三种误差 1、一是x的测量误差，记为 ，其协方差矩阵记为 2、y变量的测量误差，记为 ，其协方差矩阵记为 3、潜在因变量无法被当前结构方程模型解释的残差，记为 ，其协方差矩阵记为 完整LISREL模型的参数图示 结构方程验证的关系： 潜变量与潜变量、潜变量与观测变量以及误差项之间的关系。 SEM模型的八种矩阵概念列表 LISREL的原始设定与替代设定代码对照表 结构方程模型 举例演示：Lisrel—1.LS8 数据准备 样本量：一般认为样本数最少应在100以上才适合使用最大似然估计法（MLE）来估计结构方程（侯杰泰，2004），但样本数过大（如超过400到500时），MLE会变得过度敏感，容易使所有的拟合度指标检验都出现拟合不佳的结果（侯杰泰，2004）。 缺失数据处理：列删除法、配对删除法、插补法 一般应用SEM的论文中的数据分析 1. 信度、效度检验 信度： Cronbach’s 0.50 效度 ：验证性因子分析 （Fidell,2007） 2. 评估模型拟合度 一般论文的SEM评价包括如下步骤： 估算每一个因子的载荷量 标准化因子载荷，反映了观测变量影响潜在变量的部分差异，用于表示观测变量与潜变量之间的相对重要程度。 检查每一个单一因子的测量模型对问卷数据的拟合度 检查整个模型对问卷数据的拟合度 估算潜变量之间的关系 SEM的主要拟合度指标 1．基本拟合标准 2．模型内在结构拟合度 3．整体模型拟合度 基本拟合标准 基本拟合标准是用来检验模型的误差以及误输入等问题。 主要包括： （1）不能有负的测量误差； （2）测量误差必须达到显著性水平； （3）因子载荷必须介于0.5-0.95之间； （4）不能有很大的标准误差。 模型内在结构拟合度 模型的内在结构拟合度是用来评价模型内估计参数的显著程度、各指标及潜在变量的信度。