结构方程模型Lisrel初初级应用.ppt

目录 为何要用结构方程模型? 模型原理简介 模型建模 四、例子:员工流失动因模型  为何要用结构方程模型? 很多社会、心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,如工作自 主权、工作满意度等。 ·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。如用工作方式选择、工作目标调 整作为工作自主权(潜变量)的指标,以目前工作 满意度、工作兴趣、工作乐趣、工作厌恶程度(外 显指标)作为工作满意度的指标 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  回归分析与结构方程模型 一个回归分析和结构方程比较的例子: 假如有五道题目来测量外向型性格,还有四道题目 来测量白信。研究自信与外向型性格的关系。假如 是你,你将怎样来进行研究? 回归分析的做法:先分别计算外向题目的总分(或 平均分)和自信题目的总分(或平均分),在计算 两个总分的相关 这样的计算所得的两个潜变量(性格与白信)的关 系,恰当吗?  线性回归模型及其局限性 y=bo+,x,+b2x2+a ·1)无法处理因变量(Y)多于一个的情况; 2)无法处理白变量(Ⅹ)之间的多重共线性 3)无法对一些不可直接测量的变量进行处理,主 要是一些主观性较强的变量进行测量。如幸福感 组织认同感、学习能力等 4)没有考虑变量(自变量、因变量)的测量误差, 以及测量误差之间的关系  多元统计方法中的相关解决方法 针对1):路径分析( Path Analysis) 缺点:分开考察不同的因变量,无法考察因变量之间 的关系且缺少整体的视角 针对2):偏最小二乘法(PLS) 缺点:相关理论尚不完善,解释力较弱。 《王惠文,偏最小二乘法理论与应用,国防工业出版社》 ·针对3):指标赋予权重,进行综合评价,得出 个量化的指标 缺点:权重设计,需要相当的技巧,通常的方法,如 AHP,模糊综合评判等方法缺少信度与效度 针对4):没有办法解决