现代管理理论与方法之结构方程模型(SEM).pdfVIP

1 结构方程模型（Structural Equation Modeling, SEM ） 现代管理理论与方法 之 结构方程模型(SEM) 标签: SEM 方程 模型 理论 现代 目录 一、SEM 定义 1 二、为什么要采用SEM 2 三、SEM 的来源 2 四、SEM 发展历史 2 五、SEM 发展现状 3 六、SEM 模型简介 3 七. SEM 与回归分析的区别 4 八. SEM 与传统因子分析的不同 5 九、SEM 优点 5 十、SEM 应用的主要类型 6 十一、 拟合的概念 6 软件：AMOS LISREL 适用：多个因变量（回归分析是多自变量）； 潜变量（模糊地，无法测度的，回归分析自变量是确定的，SEM 自变量可以含有误差项）； 大样本（≥400 ，至少200；偏最小二乘法适用小样本） 一、SEM 定义 • 结构方程模型（Structural Equation Modeling ，简称SEM ）是一门基于统计分析技术的研究 方法学（statistical methodology ），用以处理复杂的多变量研究数据的探究与分析。 • 在社会科学以及经济、管理、市场等研究领域，有时需要处理多个原因、多个结果的关系， 或者会碰到不可直接观测的变量（即潜变量），这些都是传统的统计方法不好解决的问题。20 世纪 80 年代以来，结构方程分析迅速发展，弥补了传统 统计方法的不足，成为多元统计分 析的重要工具。 2 结构方程模型（Structural Equation Modeling, SEM ） 二、为什么要采用SEM • 差不多所有心理、教育、社会研究中涉及的变量（如智力、学习动机、家庭社会经济地位） 均难以直接准确测量(latent variable) ，我们只好退而求其次，用一些外显指标(observable indicators)去间接地测量这些潜变量。结构方程模型能同时处理潜变量及其指标。 • SEM 提供一个处理（自变量）测量误差的方法，采用多个指标去反映潜变量，也令估计整 个模型因子间关系，较传统回归方法更为准确合理。（回归分析自变量是确定的，SEM 自变量 可以含有误差项） • 结构方程模型可用以比较不同的模型 （拟合优度）。 三、SEM 的来源 • 从统计学与方法学的发展脉络来看，结构方程模式并不是一个崭新的技术，而是因子分析 （factor analysis ）与路径分析（path analysis）(近似回归分析)两种在社会与行为科学非常重要 的统计技术的结合体。相对于这两大分析技术的发展轨迹，Kaplan （2000 ）指出 SEM 的历史 根源系来自两个重要的计量学科：心理计量学 （因子分析）与经济计量学 （回归分析），这两 个学术领域对于SEM 的发展有着重要的影响。 • 心理计量学： Spearman 认为，人类心智能力测验得分之间的相互关系，可以被视为是由这些分数背后所具 有的一个潜的 共同因素（common factor ）的影响结果。 Thurston 认为，在复杂的智力测量背后，应该存在着不同且独立的一组共同因素，他称之为核 心心智能力（primary mental abilities ），由于这一组共同因素的存在，构成了智力测验得分的 复杂关系。研究者必须找 出这些因素，才能利用此一因素结构来对智力测验得 分之间的共变 （协方差）关系，得到最理想的解释，得出最大的解释力。 • 经济计量学： Haavelmo 在1943 年利用一系列的联立方程式（simultaneous equation ）来探讨经济学变量的 相 互关系，是为经济计量学中的联立方程模型。 联立方程模型分析虽然可以用来探讨复杂变量的关系，对于总体经济现象的解释有其效力，但 是它所遭到的最大批评在于无法针对特定的经济现象进行精确有效的时间序列性预测。 四、SEM 发展历史 从发展历史来看