结构方程模型LISREL.ppt

2. 保存运行结果 记录下卡方值和自由度：289.164 3. 不让让题1和题2进行自由估计 修改程序： : 1 7 13 19 25 2 8 14 20 26 3 9 15 21 27 m1 m2 m3 E:\\\ = 776 : w1 w2 : 1 = 1 * w1 7 13 19 25 1 1 7 （加一个“！”就能使这条语句不运行） = 4. 保存程序并运行结果 记录卡方值和自由度：记录卡方值和自由度：286.48，5 5. 利用表格统计函数计算卡方差异 具体：利用统计函数函数计算卡方分布的右尾概率，即P值 6.解释结果 结果表明这两个题项差异不显著，即这两个题项的区分效度不好。但这不意味着这个量表的区分效度不好！ 以此类推，可计算各分量表其他两两题项间的区分效度。 (二) 变量层面的区分效度的检验 1 计算多个变量间的测量模型的卡方值： : 1 7 13 19 25 2 8 14 20 26 3 9 15 21 27 m1 m2 m3 E:\\\ = 776 : w1 w2 w3 : 1 = 1 * w1 7 13 19 25 1 2 = 1 * w2 8 14 20 26 2 3 = 1 * w3 9 15 21 27 3 = 2 计算多个变量间的测量模型的卡方值： : 1 7 13 19 25 2 8 14 20 26 3 9 15 21 27 m1 m2 m3 E:\\\ = 776 : w1 w2 w3 : 1 = 1 * w1 7 13 19 25 1 2 = 1 * w2 8 14 20 26 2 3 = 1 * w3 9 15 21 27 3 w1 w2 1.0 = 协方差：观察多个连续变量间的关联性（线性关系），反映的是多个变量间的“平均联合偏差”的大小。协方差等于相关系数乘以标准差。即如果变量均标准化后，协方差即相关系数。 * 误差方差为负：可能样本太少；或者公因子太少或太多；模型有问题。 * 残差：测定值与按回归方程预测的值之差/残差的标准差即为标准化残差；标准化残差大于2.58/3表明存在异常值。 修正指标：若将原来固定的参数改为自由参数后，模型的适配度是否得到显著的提升。3.84是一个自由度的卡方检验的临界值。 * 残差：测定值与按回归方程预测的值之差/残差的标准差即为标准化残差；标准化残差大于2.58/3表明存在异常值。 修正指标：若将原来固定的参数改为自由参数后，模型的适配度是否得到显著的提升。3.84是一个自由度的卡方检验的临界值。 * * * * 结构方程模型 的应用 主要内容： 第一节 结构方程模型的理论概述 第二节 基于的量表效度检验 第三节 基于的量表验证性因素分析 第四节 基于的结构方程模型检验 参考学习资料： 1.书籍：结构方程模型的应用-吴明隆 2.书籍：结构方程模型的原理与应用（邱皓政） 2.视频：【文光讲堂】结构方程模型（);(周文光老师) 第一节 结构方程模型的理论概述 一、基本概念与知识： 1.基本原理: 检验样本数据的协方差矩阵与理论假设模型隐含的协方差矩阵间的差异。 2.基本构成： 测量模型（验证性因素分析）、结构模型（路径分析） 3.基本条件: 理论层面：有足够的理论基础 技术层面： a.样本足够大（200n2500，），一般是题项的5-10倍; b.数据服从正态分布；c.测量指标呈线性关系 d.观察指标为反应性指标，观察指标是“果”，潜在变量是“因” 第一节 结构方程模型的理论概述 4.基本概念与知识： 第一节 结构方程模型的理论概述 5. 估计方法： 法，即最大似然法 使用条件：大样本，服从正态分布、且随机抽样 法，即一般化最小平方法 使用条件：大样本，数据不符合正态分布 第一节 结构方程模型的理论概述 6. 分析的基本模型： 第一节 结构方程模型的理论概述 二、模型适配度统计量 1.模型适配度检验前的“违反估计现象”检验 A. 估计参数中不能有负的误差方差（可能样本太少或模型设定有问题） B. 出现非常大的标准误（缺乏代表性导致无法估计） C. 标准化参数系数不能大于1： 如果n个变量不相关，则不能大于1， 如果n个变量相关，则可以大于1. D. 所有误差变异必须显著（t值） 第一节 结构方程模型的理论概述 二、模型适配度统计量 2.整体模型适配度的检验（模型外在品质评估） 绝对拟合优度指数： —χ2 值的p值0.05(易受样本量的影响) —拟合优度指数0.9(相当于R2) —调整拟合优度指数0.9 —标准化残差均方和平方根0.