結(jié)構(gòu)方程模型資料

結(jié)構(gòu)方程模型資料一、為什么使用SEM?1、回歸分析有幾方面的限制：不允許有多個(gè)因變量或輸出變量中間變量不能包含在和預(yù)測(cè)因子一樣的單一模型中預(yù)測(cè)因子假設(shè)為沒(méi)有測(cè)量誤差預(yù)測(cè)因子間的多重共線(xiàn)性會(huì)妨礙結(jié)果解釋結(jié)構(gòu)方程模型不受這些方面的限制2、SEM的優(yōu)點(diǎn)：SEM程序同時(shí)提供總體模型檢驗(yàn)和獨(dú)立參數(shù)估計(jì)檢驗(yàn)；回歸系數(shù)，均值和方差同時(shí)被比較，即使多個(gè)組間交叉；驗(yàn)證性因子分析模型能凈化誤差，使得潛變量間的關(guān)聯(lián)估計(jì)較少地被測(cè)量誤差污染；擬合非標(biāo)準(zhǔn)模型的能力，包括靈活處理追蹤數(shù)據(jù)，帶自相關(guān)誤差結(jié)構(gòu)的數(shù)據(jù)庫(kù)(時(shí)間序列分析)，和帶非正態(tài)分布變量和缺失數(shù)據(jù)的數(shù)據(jù)庫(kù)。3、結(jié)構(gòu)方程模型最為顯著的兩個(gè)特點(diǎn)是：評(píng)價(jià)多維的和相互關(guān)聯(lián)的關(guān)系；能夠發(fā)現(xiàn)這些關(guān)系中沒(méi)有察覺(jué)到的概念關(guān)系，而且能夠在評(píng)價(jià)的過(guò)程中解釋測(cè)量誤差。同時(shí)具有聯(lián)系信息技術(shù)吸納能力：SEM能夠反映模型中要素之間的相互影響；吸納能力概念作為一個(gè)重要的模型要素，難以直接度量，結(jié)構(gòu)方程模型技術(shù)能夠更為充分地體現(xiàn)其蘊(yùn)含的要素信息和影響作用。二、SEM的基本思想和方法SEM是基于變量的協(xié)方差矩陣來(lái)分析變量之間關(guān)系的一種統(tǒng)計(jì)方法，實(shí)際上是一般線(xiàn)性模型的拓展，包括因子模型和結(jié)構(gòu)模型，體現(xiàn)了傳統(tǒng)路徑分析和因子分析的完美結(jié)合。SEM一般使用最大似然法估計(jì)模型(Maxi-Likeliheod,ML)分析結(jié)構(gòu)方程的路徑系數(shù)等估計(jì)值，因?yàn)镸L法使得研究者能夠基于數(shù)據(jù)分析的結(jié)果對(duì)模型進(jìn)行修正。1、SEM術(shù)語(yǔ)觀(guān)測(cè)變量可直接測(cè)量的變量，通常是指標(biāo)潛變量潛變量亦稱(chēng)隱變量，是無(wú)法直接觀(guān)測(cè)并測(cè)量的變量。潛變量需要通過(guò)設(shè)計(jì)若干指標(biāo)間接加以測(cè)量。外生變量是指那些在模型或系統(tǒng)中，只起解釋變量作用的變量。它們?cè)谀Ｐ突蛳到y(tǒng)中，只影響其他變量，而不受其他變量的影響。在路徑圖中，只有指向其他變量的箭頭，沒(méi)有箭頭指向它的變量均為外生變量。內(nèi)生變量是指那些在模型或系統(tǒng)中，受模型或系統(tǒng)中其它變量包括外生變

量和內(nèi)生變量影響的變量，即在路徑圖中，有箭頭指向它的變量。它們也可以影響其它變量。2、結(jié)構(gòu)方程模型示意圖觀(guān)測(cè)變量通常用長(zhǎng)方形或方形表示，外生觀(guān)測(cè)變量用x表示，內(nèi)生觀(guān)測(cè)變量用y表示。潛變量用橢圓或圓形表示，外生潛變量通常用1表示，內(nèi)生潛變量通常用n表示。6外生觀(guān)測(cè)變量x的誤差；￡內(nèi)生觀(guān)測(cè)變量y的誤差。3、結(jié)構(gòu)方程結(jié)構(gòu)方程模型通常包括三個(gè)矩陣方程式：y—A"+ex=a耳歹-fAx—外生觀(guān)測(cè)變量和外生潛變量直接的關(guān)系，是外生觀(guān)測(cè)變量在外生潛變量上的因子載荷矩陣；人y—內(nèi)生觀(guān)測(cè)變量和內(nèi)生潛變量之間的關(guān)系，是內(nèi)生觀(guān)測(cè)變量在內(nèi)生潛變量上的因子載荷矩陣；B—路徑系數(shù)，表示內(nèi)生潛變量間的關(guān)系；r—路徑系數(shù)，表示外生潛變量對(duì)內(nèi)生潛變量的影響；Z—結(jié)構(gòu)方程的殘差項(xiàng)，反映了”在方程中未能被解釋的部分。三、結(jié)構(gòu)方程模型的四大步驟1、模型構(gòu)建構(gòu)建研究模型，具體包括：觀(guān)測(cè)變量（指標(biāo)）和潛變量（因子）的關(guān)系，各潛變量之間的相互關(guān)系等2、模型擬合

對(duì)模型求解，其中主要是模型參數(shù)的估計(jì)，求得參數(shù)使模型隱含的協(xié)方差距陣和樣本協(xié)方差距陣的“差距”最小3、模型評(píng)價(jià)檢查1）路徑系數(shù)/載荷系數(shù)的顯著性；2）各參數(shù)和預(yù)設(shè)模型的關(guān)系是否合理；3）3）各擬合指數(shù)是否通過(guò)4、模型修正模型擴(kuò)展（使用修正指數(shù)）或模型限制（使用臨界比率）四、具體過(guò)程1、數(shù)據(jù)準(zhǔn)備樣本量:一般認(rèn)為樣本數(shù)最少應(yīng)在100以上才適合使用最大似然估計(jì)（MLE）來(lái)估計(jì)結(jié)構(gòu)方程（侯杰泰，2004），但樣本數(shù)過(guò)大（如超過(guò)400到500時(shí)），MLE會(huì)變得過(guò)度敏感，容易使所有的擬合度指標(biāo)檢驗(yàn)都出現(xiàn)擬合不佳的結(jié)果（侯杰泰，2004）。缺失數(shù)據(jù)處理：列刪除法、配對(duì)刪除法、插補(bǔ)法2、一般使用SEM的論文中的數(shù)據(jù)分析（1）.信度、效度檢驗(yàn)信度Cronbach's>0.7效度驗(yàn)證性因子分析（2）.評(píng)估模型擬合度即估算每一個(gè)因子的載荷量標(biāo)準(zhǔn)化因子載荷，反映了觀(guān)測(cè)變量影響潛在變量的部分差異，用于表示觀(guān)測(cè)變量和潛變量之間的相對(duì)重要程度。檢查每一個(gè)單一因子的測(cè)量模型對(duì)問(wèn)卷數(shù)據(jù)的擬合度檢查整個(gè)模型對(duì)問(wèn)卷數(shù)據(jù)的擬合度估算潛變量之間的關(guān)系五、SEM的主要擬合度指標(biāo)1、基本擬合標(biāo)準(zhǔn)基本擬合標(biāo)準(zhǔn)是用來(lái)檢驗(yàn)?zāi)Ｐ偷恼`差以及誤輸入等問(wèn)題。主要包括：（1）不能有負(fù)的測(cè)量誤差；（2）測(cè)量誤差必須達(dá)到顯著性水平；（3）因子載荷必須介于0.5-0.95之間；（4）不能有很大的標(biāo)準(zhǔn)誤差。2、模型內(nèi)在結(jié)構(gòu)擬合度模型的內(nèi)在結(jié)構(gòu)擬合度是用來(lái)評(píng)價(jià)模型內(nèi)估計(jì)參數(shù)的顯著程度、各指標(biāo)及潛在變量的信度。主要包括：（1）潛變量的組成信度（CR），0.7以上表明組成信度較好;

潛變量的CR值是其所有觀(guān)測(cè)變量的信度的組合，該指標(biāo)用來(lái)分析潛變量的各觀(guān)測(cè)變量間的一致性(2)平均提煉方差(AVE)，0.5以上為可以接受的水平。AVE用于估計(jì)測(cè)量模型的聚合效度，反映了潛變量的各觀(guān)測(cè)變量對(duì)該潛變量的平均差異解釋力，即潛變量的各觀(guān)測(cè)變量和測(cè)量誤差相比在多大程度上捕捉到了該潛變量的變化。3、整體模型擬合度整體模型擬合度是用來(lái)評(píng)價(jià)模型和數(shù)據(jù)的擬合程度。主要包括：絕對(duì)擬合度，用來(lái)確定模型可以預(yù)測(cè)協(xié)方差陣和相關(guān)矩陣的程度；簡(jiǎn)約擬合度，用來(lái)評(píng)價(jià)模型的簡(jiǎn)約程度；增值擬合度，理論模型和虛無(wú)模型的比較。包括x2卡方擬合指數(shù)檢驗(yàn)選定的模型協(xié)方差矩陣和觀(guān)察數(shù)據(jù)協(xié)方差矩陣相匹配的假設(shè)。原假設(shè)是模型協(xié)方差陣等于樣本協(xié)方差陣。如果模型擬合的好，卡方值應(yīng)該不顯著。在這種情況下，數(shù)據(jù)擬合不好的模型被拒絕。RMR是殘差均方根。RMR是樣本方差和協(xié)方差減去對(duì)應(yīng)估計(jì)的方差和協(xié)方差的平方和，再取平均值的平方根。RMR應(yīng)該小于0.08,RMR越小，擬合越好。RMSEA是近似誤差均方根RMSEA應(yīng)該小于0.06，越小越好。GFI是擬合優(yōu)度指數(shù)，范圍在0和1間，但理論上能產(chǎn)生沒(méi)有意義的負(fù)數(shù)。按照約定，要接受模型，GFI應(yīng)該等于或大于0.90。PGFI是簡(jiǎn)效擬合優(yōu)度指數(shù)。它是簡(jiǎn)效比率(PRATIO,獨(dú)立模式的自由度和內(nèi)定模式的自由度的比率)乘以GFI。PGFI應(yīng)該等于或大于0.90，越接近1越好。PNFI是簡(jiǎn)效擬合優(yōu)度指數(shù)，等于PRATIO乘以NFI。PNFI應(yīng)該等于或大于0.90，越接近1越好。NFI是規(guī)范擬合指數(shù)，變化范圍在0和1間，1=完全擬合。按照約定，NFI小于0.90表示需要重新設(shè)置模型。越接近1越好。TLI是Tucker-Lewis系數(shù)，也叫做Bentler-Bonett非規(guī)范擬合指數(shù)(NNFI)。TLI接近1表示擬合良好。CFI是比較擬合指數(shù)，其值位于0和1之間。CFI接近1表示擬合非常好，其值大于0.90表示模型可接受,越接近1越好。六模型修正研究者可以參考察初始模型的顯著性檢驗(yàn)結(jié)果和軟件(AMOS)提供的模型修正指標(biāo)對(duì)模型進(jìn)行修正