结构方程模型简介Lisrrel与Amos初级应用.pptVIP

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。 目前工作满意度 价格廉价性 工作兴趣 工作满意度 工作乐趣 价格感知 价格公平性 工作厌恶度 价格多样性 潜变量 潜变量 显变量 显变量 ◇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。 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)企业绩效 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 6, Xnl a Xnl/ 理论 n 模型 构成要素:变量、模型 nIE ξ n 结构方 82Xn2i nke 2 程模型 的变量 n 1、潜变量( latent variable):不能被直接测量的变量; 内生潜变量:受其它潜变量影响的潜变量:(η,市场财务绩效) 中外生潜变量:由系统外其他因素决定的潜变量;《ξ,反应速度) 2、显变量( observable indicators):间接测量潜变量的指标 ,也称为观测变量; 内生指标:间接测量内生潜变量的指标:(Y 外生指标:间接测量外生潜变量的指标。(X) 3、误差项(、E、) n 62 入 1测量模满量指标与潜变量之的关系( 结构方 程模型 的结构 n X=∧x5+6 反应效率 y=∧n+E 2、结构模型 反应效率 市场绩效 对于潜变量间的关系,可用结构方程表示: n=Bn+r5+s 反应速度 财务绩效 SEM实质 X=∧5+6 y=∧yn+E SEM分析核心概念是变量的协方差,用协方差反应两个变量的 共同变异或相关联程度。 假设模型隐含的协方差矩阵B,应尽可能的接近样本协方差矩阵 A,A与B越接近,模型拟合越好,参数估计越有效。 估计方法:最大似然估计法ML,一阶段最小二乘法(TSLS)等 LISREL( Linear Structura| Relationship,线性结构关系)结 合矩阵分析技巧,用以处理协方差结构分析的一套计算机程序 。AMoS( Analysis of Moment Structure,矩结构分析)矩 结构与协方差矩阵内涵类似,结合了传统的一般线性模型与共 同因素分析的技术。 SEM应用条件 ◇随机抽样 ◇线性相关 ◇ML和TSLS估计时满足:连续变量且多元正态分布 李克特量表 ◇SEM适合大样本分析 样本量绝对不能小于100 200-500是最佳样本范围 使用L估计时样本量需在200以上 标准样本量应当是变量数(题项)的10-15倍 10