結(jié)構(gòu)方程模型-課件PPT

1、2021/8/2612021/8/262 2021/8/263 一、結(jié)構(gòu)方程模型概述一、結(jié)構(gòu)方程模型概述1 結(jié)構(gòu)方程模型是應(yīng)用線性方程表示觀測變量與潛變量之間，以及潛在變量之間關(guān)系的一種多元統(tǒng)計方法，其實質(zhì)是一種廣義的一般線性模型。 2 發(fā)展歷程20世紀(jì)70年代，一些學(xué)者（Joreskog,1973;Wiley,1973）將因子分析、路徑分析等統(tǒng)計方法整合，提出結(jié)構(gòu)方程初步概念。Joreskog與其合作者進(jìn)一步發(fā)展矩陣模型的分析技術(shù)來處理共變結(jié)構(gòu)的分析問題，提出測量模型與結(jié)構(gòu)模型的概念，促成SEM的發(fā)展。Ullman（1996）定義結(jié)構(gòu)方程為“一種驗證一個或多個自變量與一個或多個因變量之間一組

2、相關(guān)關(guān)系的多元分析程式，其中自變量和因變量既可以是連續(xù)的，也可以是離散的”，突出其驗證多個自變量與多個因變量之間關(guān)系的特點。2021/8/2643 SEM與幾種多元方法的比較SEM與傳統(tǒng)多元統(tǒng)計方法（多元統(tǒng)計）傳統(tǒng)多元統(tǒng)計方法：檢驗自變量和因變量的單一關(guān)系（多元方差分析可以處理多個，但是關(guān)系也是單一的）SEM:綜合多種方法，驗證性分析，允許測量誤差的存在SEM與典型相關(guān)分析（多個自變量與多個因變量之間關(guān)系）典型相關(guān)分析：兩組隨機變量（定性或定量）之間線性密切程度；高維列聯(lián)表各邊際變量的線性關(guān)系；探索性分析SEM:估計多元和相互關(guān)聯(lián)的因變量之間的線性關(guān)系；處理不可觀測的假設(shè)概念；說明測量誤差SE

3、M與聯(lián)立方程模型（聯(lián)立方程組、變量之間雙向影響）聯(lián)立方程模型：方程數(shù)量取決于內(nèi)生變量的數(shù)量；只能處理有觀察值的變量，假定不存在測量誤差SEM:處理測量誤差；分析潛在變量之間結(jié)構(gòu)關(guān)系2021/8/265 SEM與人工神經(jīng)網(wǎng)絡(luò)（針對不可觀測或潛在變量建模）人工神經(jīng)網(wǎng)絡(luò)：執(zhí)行數(shù)據(jù)分析時，模型的隱含層接點仍然沒有被明確標(biāo)識出來；數(shù)據(jù)從輸入層通過隱含變量流向輸出層（輸出向輸入回流的網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)）SEM:數(shù)據(jù)分析之前，已經(jīng)標(biāo)識潛在變量并構(gòu)建起假設(shè)路徑；觀測變量都與中心潛在變量相關(guān)，潛在變量之間也可能發(fā)生關(guān)系。 SEM與偏最小二乘法（PLS）（集成多種分析方法，對因變量進(jìn)行測量）PLS：對觀測變量協(xié)方差矩陣

4、的對角元素擬合較好，適用于對數(shù)據(jù)點的分析，預(yù)測準(zhǔn)確度較高SEM:對觀測變量協(xié)方差矩陣的非對角元素的擬合較好，適合于對協(xié)方差結(jié)構(gòu)的分析，參數(shù)估計更準(zhǔn)確2021/8/2664 SEM的技術(shù)特性具有理論先驗性同時處理因素的測量關(guān)系和因素之間的結(jié)構(gòu)關(guān)系以協(xié)方差矩陣的運用為核心適用于大樣本分析（樣本數(shù)200）包含不同的統(tǒng)計技術(shù)重視多重統(tǒng)計指標(biāo)的運用5 樣本規(guī)模大小資料符合常態(tài)、無遺漏值及例外值(Bentler & Chou, 1987)下，樣本比例最小為估計參數(shù)的5倍、10倍則更為適當(dāng)。當(dāng)原始資料違反常態(tài)性假設(shè)時，樣本比例應(yīng)提升為估計參數(shù)的15倍。以ML法評估，Loehlin (1992)建議樣

5、本數(shù)至少為100 ， 200較為適當(dāng)。當(dāng)樣本數(shù)為400500時，此法會變得過于敏感，而使得模式不適合。2021/8/2672021/8/268二、結(jié)構(gòu)方程模型的基本原理二、結(jié)構(gòu)方程模型的基本原理(一)模型構(gòu)成1 變量觀測變量：能夠觀測到的變量(路徑圖中以長方形表示)潛在變量：難以直接觀測到的抽象概念，由測量變量推估出來的變量（路徑圖中以橢圓形表示）內(nèi)生變量：模型總會受到任何一個其他變量影響的變量（因變量；路徑圖會受到任何一個其他變量以單箭頭指涉的變量外生變量：模型中不受任何其他變量影響但影響其他變量的變量（自變量；路徑圖中會指向任何一個其他變量，但不受任何變量以單箭頭指涉的變量）中介變量：當(dāng)內(nèi)

6、生變量同時做因變量和自變量時，表示該變量不僅被其他變量影響，還可能對其他變量產(chǎn)生影響。內(nèi)生潛在變量：潛變量作為內(nèi)生變量外生觀測變量：外生潛在變量的觀測變量外生潛在變量：潛變量作為外生變量外生觀測變量：外生潛在變量的觀測變量中介潛變量：潛變量作為中介變量中介觀測變量：中介潛在變量的觀測變量2021/8/2692 參數(shù)（ “未知”和“估計” ）潛在變量自身：總體的平均數(shù)或方差變量之間關(guān)系：因素載荷，路徑系數(shù)，協(xié)方差參數(shù)類型：自由參數(shù)：參數(shù)大小必須通過統(tǒng)計程序加以估計固定參數(shù)：模型擬合過程中無須估計（1） 為潛在變量設(shè)定的測量尺度 將潛在變量下的各觀測變量的殘差項方差設(shè)置為1 將潛在變量下的觀測變量

7、的因子負(fù)荷固定為1（2）為提高模型識別度人為設(shè)定限定參數(shù)：多樣本間比較（半自由參數(shù)）2021/8/26103 路徑圖（1）含義：路徑分析的最有用的一個工具，用圖形形式表示變量之間的各種線性關(guān)系，包括直接的和間接的關(guān)系。（2）常用記號：矩形框表示觀測變量圓或橢圓表示潛在變量小的圓或橢圓，或無任何框，表示方程或測量的誤差單向箭頭指向指標(biāo)或觀測變量，表示測量誤差單向箭頭指向因子或潛在變量，表示內(nèi)生變量未能被外生潛在變量解釋的部分，是方程的誤差單向箭頭連接的兩個變量表示假定有因果關(guān)系，箭頭由原因（外生）變量指向結(jié)果（內(nèi)生）變量兩個變量之間連線的兩端都有箭頭，表示它們之間互為因果弧形雙箭頭表示假定兩個變

8、量之間沒有結(jié)構(gòu)關(guān)系，但有相關(guān)關(guān)系變量之間沒有任何連接線，表示假定它們之間沒有 直接聯(lián)系2021/8/2611（3）路徑系數(shù)含義：路徑分析模型的回歸系數(shù)，用來衡量變量之間影響程度或變量的效應(yīng)大小（標(biāo)準(zhǔn)化系數(shù)、非標(biāo)準(zhǔn)化系數(shù)）類型：反映外生變量影響內(nèi)生變量的路徑系數(shù)反映內(nèi)生變量影響內(nèi)生變量的路徑系數(shù)路徑系數(shù)的下標(biāo)：第一部分所指向的結(jié)果變量第二部分表示原因變量（4）效應(yīng)分解直接效應(yīng)：原因變量（外生或內(nèi)生變量）對結(jié)果變量（內(nèi)生變量）的直接影響，大小等于原因變量到結(jié)果變量的路徑系數(shù)間接效應(yīng)：原因變量通過一個或多個中介變量對結(jié)果變量所產(chǎn)生的影響，大小為所有從原因變量出發(fā)，通過所有中介變量結(jié)束于結(jié)果變量的路徑

9、系數(shù)乘積總效應(yīng)：原因變量對結(jié)果變量的效應(yīng)總和 總效應(yīng)=直接效應(yīng)+間接效應(yīng)2021/8/26122021/8/2613x3 矩陣方程式（1）和（2）是測量模型方程，（3）是結(jié)構(gòu)模型方程 是外生觀測變量向量， 為外生潛在變量向量， 外生觀測變量在外生潛在變量上的因子負(fù)荷矩陣， 外生觀測變量的殘差項向量； 為內(nèi)生觀測變量向量， 為內(nèi)生潛在變量向量， 為內(nèi)生觀測向量在內(nèi)生潛在變量上的因子負(fù)荷矩陣，為內(nèi)生觀測向量的殘差項向量； 和 都是路徑系數(shù)， 表示內(nèi)生潛在變量之間的關(guān)系， 表示外生潛在變量對內(nèi)生潛在變量的 影響， 為結(jié)構(gòu)方程的誤差項 xx （1） yy （2） B （3） xyyBB2021/8/2

10、614111 11xx 123xxxx1 12 13 1xxxx123111 11yy 123yyyy1234561221000B 1 1測量模型：反映潛在變量和觀測變量之間的關(guān)系方程式：112131425262000000yyyyyyy22112112 結(jié)構(gòu)模型：反映潛在變量之間因果關(guān)系方程式：111 11 1121yy 2021/8/2615結(jié)構(gòu)方程模型的八種矩陣概念xy2021/8/2616（二）模型識別1 模型整體識別性（1）t法則數(shù)據(jù)資料點數(shù)DP=(p+q)*(p+q+1)/2 （p+q）表示觀測變量個數(shù)待估參數(shù)數(shù)目（自由參數(shù)）t =參數(shù)總數(shù)固定參數(shù)t DP，模型識別不足t = DP

11、，模型充分識別（2）虛無B矩陣模型中沒有任何內(nèi)生變量去影響其他內(nèi)生變量，無結(jié)構(gòu)關(guān)系假設(shè)，沒有任何結(jié)構(gòu)參數(shù)（ ）的估計，B矩陣為0，模型自動識別。（3）遞歸法則B矩陣呈現(xiàn)三角形狀態(tài)（對稱矩陣，所有變量間的結(jié)構(gòu)參數(shù)均加以估計），而 呈現(xiàn)對角線狀態(tài)（僅估計干擾項的方差，干擾項的相關(guān)不列入估計），此時為遞歸模型且為飽和模型，模型自動識別2021/8/26172 測量模型的識別性只有一個潛在變量，至少要有三個測量變量，其因素載荷必須不等于0，測量殘差之間沒有任何相關(guān)假設(shè)超過一個以上的潛在變量，每一個潛在變量只要有至少三個測量變量來估計，每一個測量變量只用以估計單一一個潛在變量，殘差之間沒有共變假設(shè)潛在變

12、量只以兩個測量變量來估計，殘差無相關(guān)，每一個測量變量只用以估計單一一個潛在變量且沒有任何一個潛在變量的共變或方差為03 結(jié)構(gòu)模型的識別性虛無B矩陣法則遞歸法則每一個方程式至少要有（q-1）個變量不屬于非遞歸模型用以計算標(biāo)準(zhǔn)誤的訊息矩陣必須可以被完全估計，并可以求出倒置信息矩陣2021/8/2618（三）參數(shù)估計1 假設(shè)條件測量模型誤差項 ， 的均值為零結(jié)構(gòu)模型的殘差項 的均值為零誤差項 ， 與因子 ， 之間不相關(guān)，誤差項 與 不相關(guān)殘差項 與 ， ， 之間不相關(guān)2 共變推導(dǎo) （1）協(xié)方差協(xié)方差：利用兩個變量間觀測值與其均值離差的期望觀測兩個變量間的關(guān)系強弱。（2）運算定理2222( ,)( )

13、(,)( , )( , )( , )( , )()(,)( ,)( , ) 2( , )()( ,)( , )Cov X XVar XCov aX bY cZ dUacCov X ZadCov X UbcCov Y ZbdCov Y UVar aX bYCov aX bY aX bYa Cov X Xb Cov Y YbcCov X YVar aX bYa Cov X Xb Cov Y Y2021/8/2619(3)導(dǎo)出矩陣兩個具有相關(guān)的潛在變量的兩個具有相關(guān)的潛在變量的CFA圖圖2021/8/2620(3)導(dǎo)出矩陣觀測變量方程式：1111VFE2222VFE4444VFE1211121212

14、11112211121211121112(,)(,)(,)(,)(,)(,)(,)(,)Cov V VCovFEFECov F FCov F ECov E FCov E ECov F FVar F F 1411142414141144121414121421(,)(,)(,)(,)(,)(,)(,)Cov V VCovFEFECov F FCov F ECov EFCov EECov F F 11111112114111111112211111()(,)(,)(,)(,)(,)()()Var VCovFEFECov F FCov F ECov E FCov E EVar FVar E同一潛在變

15、量的兩個觀測變量的協(xié)方差：同一潛在變量的兩個觀測變量的協(xié)方差：不同潛在變量的兩個觀測變量的協(xié)方差：不同潛在變量的兩個觀測變量的協(xié)方差：觀測變量的方差：觀測變量的方差：2021/8/2621121231323414243451525354561626364656( )( , )( )( , )( ,)( )( , )( ,)( ,)( )( , )( ,)( ,)( ,)( )( , )( ,)( ,)( ,)( ,)( )Var VCov V VVar VCov V VCov V VVar VCov V VCov V VCov V VVar VCov V VCov V VCov V VCov

16、V VVar VCov V VCov V VCov V VCov V VCov V VVar V211212222132333214212421342144215212521352145552162126213621465666 逐一計算六個觀測變量的方差與配對協(xié)方差，參數(shù)的方差與協(xié)方參數(shù)的方差與協(xié)方差導(dǎo)出矩陣差導(dǎo)出矩陣（ ）S矩陣：矩陣：樣本觀測值的方差與協(xié)方差矩陣（6*6）殘差矩陣殘差矩陣=S 估計協(xié)方差矩陣與觀測協(xié)方差矩陣的差異極小化2021/8/2622（4）參數(shù)估計策略加權(quán)最小平方策略（WLS）擬合函數(shù)：表示估計協(xié)方差矩陣與觀察協(xié)方差矩陣的差異最大概似法(ML)基本假設(shè)：觀察數(shù)據(jù)都是

17、從總體中抽取得到的數(shù)據(jù)，且所抽取的樣本必須是所有可能樣本中被選擇的幾率最大者無加權(quán)最小平方法(ULS)一般化最小平方法（GLS）漸進(jìn)分布自由法（ADF）（5）迭代運算停止條件達(dá)到計算機預(yù)計的疊代次數(shù)，如25次模式收斂完成，亦即達(dá)到計算機預(yù)設(shè)標(biāo)準(zhǔn)1( )( )( )F QsWs1loglog()MLFStr S2021/8/2623（四）模型擬合評價1 參數(shù)檢驗（1）參數(shù)的顯著性檢驗t=參數(shù)估計值/標(biāo)準(zhǔn)誤t的絕對值大于2，則參數(shù)即可達(dá)到.05的顯著水平樣本數(shù)低于30時，樣本數(shù)越小， t值要越大才能超越顯著水平的門檻（2）參數(shù)的合理性檢驗參數(shù)估計值是否有合理的實際意義：參數(shù)的符號是否符合理論假設(shè)參

18、數(shù)的取值范圍是否合理參數(shù)是否可以得到合理解釋2021/8/26242 模型整體評價2021/8/26252021/8/2626(五)模型修正1 參考標(biāo)準(zhǔn)模型所得結(jié)果是適當(dāng)?shù)乃媚Ｐ偷膶嶋H意義、模型變量間的實際意義和所得參數(shù)與實際假設(shè)的關(guān)系是合理的參考多個不同的整體擬合指數(shù)2 修正原則省儉原則兩個模型擬合度差別不大的情況下，應(yīng)取兩個模型中較簡單的模型擬合度差別很大，應(yīng)采取擬合更好的模型，暫不考慮模型的簡潔性最后采用的模型應(yīng)是用較少參數(shù)但符合實際意義，且能較好擬合數(shù)據(jù)的模型等同模式等同模式：用不同的方法表示各個潛在變量之間的關(guān)系，能得出基本相同的結(jié)果，參數(shù)個數(shù)相同，擬合程度相同的模式。實際意義多次

19、驗證2021/8/26273 模型修正方向模型擴展方面（放松一些路徑系數(shù)，提高擬合度）修正指數(shù)MI反映的是一個固定或限制參數(shù)被恢復(fù)自由時，卡方值可能減少的最小的量。如果MI變化很小，則修正沒有意義；通常認(rèn)為MI4,模型修正才有意義。（顯著水平為0.05時，臨界值為3.84）模型簡約方面（刪除或限制一些路徑系數(shù)，使模型變簡潔）臨界比率CR通過自由度調(diào)整卡方值，以供選擇參數(shù)不是過多，又能滿足一定擬合度的模型，尋找CR比率最小者單個參數(shù)調(diào)整設(shè)為0兩個變量之間路徑系數(shù)關(guān)系進(jìn)行調(diào)整，設(shè)為相等4 模型修正內(nèi)容（1）測量模型修正添加或刪除因子載荷添加或刪除因子之間的協(xié)方差添加或刪除測量誤差的協(xié)方差（2）結(jié)構(gòu)

20、模型修正增加或減少潛在變量數(shù)目添加或刪減路徑系數(shù)添加或刪除殘差項的協(xié)方差2C Rdf221MMI2021/8/26281 驗證性因子分析（CFA）2021/8/2629F1e1F2e2e3e4e5e6x1x2x3x4x5x611一階驗證性因子分析一階驗證性因子分析2021/8/2630F1e1F2e2e3e4e5e6x1x2x3x4x5x611F31二階（高階）驗證性因子分析二階（高階）驗證性因子分析2021/8/2631績效績效期望期望滿意度滿意度忠誠度忠誠度2 路徑分析遞歸模型遞歸模型D1D2非遞歸模型非遞歸模型2021/8/2632自我效能感自我效能感社會期待社會期待成就動機成就動機學(xué)業(yè)

21、表現(xiàn)學(xué)業(yè)表現(xiàn)D1D20.290.630.210.020.130.16路徑分析參數(shù)估計圖路徑分析參數(shù)估計圖自我效能對于學(xué)業(yè)表現(xiàn)的模型衍生相關(guān)：（軌跡法則）1 直接效應(yīng)：自我效能 學(xué)業(yè)表現(xiàn)=0.292 間接效應(yīng)：自我效能 成就動機 學(xué)業(yè)表現(xiàn)=0.133 相關(guān)間接效應(yīng)：自我效能 社會期待 學(xué)業(yè)表現(xiàn)=0.13*0.16=0.02自我效能 社會期待 成就動機 學(xué)業(yè)表現(xiàn)=0.13*0.02*0.21=0.000546衍生相關(guān)為0.29+0.13+0.02+0.00=0.442021/8/2633Y1X2X1Y2D1D2時間延宕非遞歸模型時間延宕非遞歸模型工具型變量模型工具型變量模型2021/8/26343

22、 統(tǒng)合模型分析x1x2x3y1y2y3x1測量殘差測量殘差外生觀察變量外生觀察變量因素負(fù)荷量因素負(fù)荷量外生潛在變量外生潛在變量結(jié)構(gòu)參數(shù)結(jié)構(gòu)參數(shù)內(nèi)生潛在變量內(nèi)生潛在變量因素負(fù)荷量因素負(fù)荷量內(nèi)生觀察變量內(nèi)生觀察變量結(jié)構(gòu)模式結(jié)構(gòu)模式測量測量(CFA)模式模式測量殘差測量殘差x2x3y1y2y3測量測量(CFA)模式模式2021/8/2635趙新棟趙新棟 M0301091 2021/8/2636Amos 學(xué)習(xí)網(wǎng)址學(xué)習(xí)網(wǎng)址2021/8/2637SPSS與與Amos 一般的研究論文的數(shù)據(jù)分析部分少不了對樣本的描述、對變量進(jìn)行探索性因子分析（EFA），然后再利用多變量分析技術(shù)或SEM進(jìn)行數(shù)據(jù)分析，最后提出研

23、究結(jié)論（驗證假說），提出建議。基于這樣的了解，我們來看看SPSS與Amos所發(fā)揮的功能：2021/8/2638利用利用amos做統(tǒng)計檢驗做統(tǒng)計檢驗 利用amos，所得到的值是顯著性（p值），我們要用顯著性和我們所設(shè)的顯著水平值做比較，如果顯著性大于值，未達(dá)到顯著水平，則接受虛無假說；如果顯著性小于值，達(dá)到顯著水平，則拒絕虛無假說（即發(fā)現(xiàn)有統(tǒng)計上的顯著性）。在統(tǒng)計檢驗時，本書所設(shè)定的顯著性水平皆是0.05（=0.05）2021/8/2639Amos操作環(huán)境操作環(huán)境2021/8/26402021/8/2641啟動啟動Amos Graphics ，映入眼簾的是，映入眼簾的是Amos的操作環(huán)境。左邊是

24、工具箱，中的操作環(huán)境。左邊是工具箱，中間是顯示區(qū)，右邊是繪圖區(qū)。如圖間是顯示區(qū)，右邊是繪圖區(qū)。如圖2021/8/2642二、建立模型二、建立模型建立路徑圖建立路徑圖2021/8/26431 制作潛在變量：制作潛在變量：在工具箱中選“ ”，然后在繪圖區(qū)從左上到右下拉出一個橢圓。2021/8/26442 制作指標(biāo)變量制作指標(biāo)變量指標(biāo)變量包括觀察變量和誤差變量。在工具箱中選“ ”，然后在繪圖區(qū)中的橢圓“ ”上點一下。就會出現(xiàn)指標(biāo)變量，每多點一下，就出現(xiàn)一個指標(biāo)變量。要改變指標(biāo)變量的方向，可以按“ ”。2021/8/26453 建立潛在變量之間的關(guān)系建立潛在變量之間的關(guān)系“ ”表示影響，因果關(guān)系?！?

25、”表示相關(guān)性。2021/8/26464 讀取數(shù)據(jù)文件讀取數(shù)據(jù)文件 注意：在讀取數(shù)據(jù)之前，要對數(shù)據(jù)的完整性（如遺漏值的處理、觀察變量的信度等）進(jìn)行處理。） 在工具箱中選選擇數(shù)據(jù)文件“ ”，在出現(xiàn)的“Data Files”窗口中，點擊“File Name”，在 出現(xiàn)的“開啟”窗口中，選擇要讀取的文件。 數(shù)據(jù)的讀入方式有兩種：以觀察變量的原始數(shù)據(jù)或者以觀察變量相關(guān)系數(shù)矩陣讀入。2021/8/26475 交代變量名稱交代變量名稱 觀察變量：在工具箱中選“ ”，就會出現(xiàn)“Variables in Dataset”窗口。此時，先點住變量名稱，然后拖動到適當(dāng)?shù)挠^察變量上后松手，這個變量名稱就獨到觀察變量上了

26、。 潛在變量名稱：在對象上雙擊就會出現(xiàn)“object properties”窗口，在“variable name”上鍵入文字即可。 誤差變量名稱，可以按【plugins】、【name Unobserved Variables】。2021/8/26486 完整模型：如圖完整模型：如圖2021/8/2649顯示重要參數(shù)：在工具箱中選顯示重要參數(shù)：在工具箱中選“ ”，然后在繪圖區(qū)點一下，出現(xiàn)下圖然后在繪圖區(qū)點一下，出現(xiàn)下圖2021/8/2650然后在Figure Caption 窗口中輸入Chi Square=cmindf=dfp=p2021/8/2651點擊點擊ok，就會出現(xiàn)一下情況：，就會出現(xiàn)一

27、下情況：2021/8/2652在工具箱中點擊Calculate estimates的圖示“ ”，產(chǎn)生估計值，在點擊顯示區(qū)的view the output path diagram 圖示“ ”。結(jié)果如圖顯示：2021/8/2653三、分組三、分組如果數(shù)據(jù)文件有必要分組，自讀取數(shù)據(jù)文件之后，要分別交代Group Variable、Group Value2021/8/2654四、分析輸出報表四、分析輸出報表1.違反估計2.正態(tài)性檢驗與異常值處理3.擬合度2021/8/26551.違反估計違反估計違反估計是指模型內(nèi)統(tǒng)計所輸出的估計系數(shù)，超出了可接受的范圍。違反估計的項目有： 負(fù)的誤差方差的存在 標(biāo)準(zhǔn)化

28、洗漱超過或太接近1（通常以0.95為門檻）2021/8/26562.正態(tài)性檢驗與異常值處理正態(tài)性檢驗與異常值處理Asessment of normality表中的c.r.掉膘偏度系數(shù)或者峰度系數(shù)除以標(biāo)準(zhǔn)誤的臨界值，最后一行為Mardis多變量峰度系數(shù)c.r.。當(dāng)c.r.大于2時，則暗示有些單變量可能具有異常值。Observations farthest from the centroid表中通?？磒2值，當(dāng)p2值很小時（例如小于0.05）即表示該觀察值為異常值。2021/8/26573.擬合度擬合度AMOS是以卡方統(tǒng)計量來進(jìn)行檢驗的，一般以卡方值p大于0.05判斷模型是否具有良好的擬合度。但是

29、卡方統(tǒng)計量容易受到樣本大小的影響，因此還要參考其他擬合指標(biāo)。如下圖：2021/8/26582021/8/2659四、模型修正四、模型修正在regression weights表中，可看到Modification Indices（M.I.）值，找出誤差變量之間最大的項目，是卡方值減少，p值增加，是我們修正模型的主要目標(biāo)。2021/8/2660五、探索最佳模型五、探索最佳模型點【analyze】，在出現(xiàn)的“specification search”工具列中，點擊最左邊的虛線“make arrow optional”的圖標(biāo)，然后在個變量之間的箭頭上分別加以點選，使他們呈現(xiàn)出虛線。2021/8/266

30、1五、探索最佳模型五、探索最佳模型在“specification search”工具列中，點“option”圖示，在出現(xiàn)的“options”，其current results選“zero-based(min=0) ”,dian next search,在”retain only the best model”左邊方格中，將數(shù)值設(shè)為10。2021/8/2662五、探索最佳模型五、探索最佳模型在“specification search”工具列中點“perform specification search”圖標(biāo)，就會產(chǎn)生“擬合指標(biāo)匯總表”根據(jù)BCC與BIC來決定最佳模型。在specificatio

31、n search窗口中，先點r圖示，再在模型所代表的數(shù)字上點兩下，就會出現(xiàn)該模型的路徑系數(shù)。2021/8/2663六、遞歸與非遞歸模型六、遞歸與非遞歸模型PA-VO的路徑分析有兩種應(yīng)用模型：遞歸與非遞歸。遞歸與非遞歸模型可以從兩個角度來判別：1.變量之間有無回溯關(guān)系2.殘差之間是否具有殘差相關(guān)。2021/8/2664七、直接效果與間接效果七、直接效果與間接效果直接效果是某一變量對另一變量的直接影響。間接效果是某一變量通過某一中介變量對另一變量的直接影響?？傂Ч扔谥苯有Ч由祥g接效果。通常：如果直接效果大于間接效果，表示中介變量不發(fā)揮作用，可以忽略；如果直接效果小于間接效果，表示中介變量具有影

32、響力，要重視中介變量2021/8/2665焦?jié)節(jié)?M0301091 2021/8/26662021/8/2667結(jié)構(gòu)方程在各領(lǐng)域的應(yīng)用結(jié)構(gòu)方程在各領(lǐng)域的應(yīng)用1 結(jié)構(gòu)方程在醫(yī)療衛(wèi)生領(lǐng)域的應(yīng)用結(jié)構(gòu)方程在醫(yī)療衛(wèi)生領(lǐng)域的應(yīng)用1.1 生育保險生育保險 楊樹東，閔捷，沈其君等生育保險病種費用影響因素結(jié)構(gòu)方程模型分析 （2008）通過建立結(jié)構(gòu)模型研究了生育保險病種費用影響因素，為生育保險按病種付費提供依據(jù)。抽取了南京市4家醫(yī)院2002年2004年生育保險參保人員病歷首頁以及財務(wù)結(jié)算帳單1525份，用結(jié)構(gòu)方程模型(SEM)方法進(jìn)行分析。結(jié)構(gòu)模型中的外生的顯在變量包括醫(yī)院等級，病種，年齡，職業(yè)，術(shù)前住院天數(shù)，

33、入院病情和主要診斷程度，內(nèi)生的顯在變量包括病種實際住院天數(shù)和住院費用。隱變量包括社會經(jīng)濟特征，臨床特征，醫(yī)院管理和醫(yī)護(hù)質(zhì)量。其中社會經(jīng)濟特征用醫(yī)院等級、年齡和職業(yè)顯變量來估計，病種、入院病情和主要診斷程度可以估計臨床特征這個隱變量，術(shù)前住院天數(shù)和實際住院天數(shù)可以估計醫(yī)院管理和醫(yī)護(hù)質(zhì)量這個隱變量。最后的擬合結(jié)果，三個隱變量對住院費用的影響看，臨床特征對住院費用的影響最大，系數(shù)為09334，醫(yī)護(hù)質(zhì)量和社會經(jīng)濟特征對住院費用的影響系數(shù)分別為03194和02230，而病種對臨床特征的影響最大，這對研究的生育病種付費標(biāo)準(zhǔn)有很大意義，即確定病種付費標(biāo)準(zhǔn)時要充分考慮臨床特征的影響，把付費標(biāo)準(zhǔn)的差異最大化的歸

34、于臨床特征的不同。2021/8/26681.2農(nóng)村醫(yī)療衛(wèi)生農(nóng)村醫(yī)療衛(wèi)生 張英沽，李士雪，成昌慧張英沽，李士雪，成昌慧 參合農(nóng)民住院概率影響因素的參合農(nóng)民住院概率影響因素的結(jié)構(gòu)方程模型分析結(jié)構(gòu)方程模型分析 （2008）通過采用結(jié)構(gòu)方程模型分析參合農(nóng)民住院概率的影響因素，并進(jìn)行模型擬合與評估。調(diào)查對象為山東省濟南市3個新型農(nóng)村合作醫(yī)療試點縣的全體農(nóng)民，以戶為抽樣單位，每個縣按經(jīng)濟狀況和新農(nóng)合覆蓋率的不同隨機抽取6個鄉(xiāng)鎮(zhèn)，共抽取l8個鄉(xiāng)鎮(zhèn)，每個鄉(xiāng)鎮(zhèn)再按經(jīng)濟狀況和新農(nóng)合覆蓋率不同隨機抽取6個村，共108個村，每個村再隨機抽取30戶家庭組成訶查的樣本，共計調(diào)查戶數(shù)為3240戶。調(diào)查內(nèi)容主要涉及家庭基本狀

35、況、家庭收支情況、各層次醫(yī)療機構(gòu)的住院衛(wèi)生服務(wù)利用情況及其影響因素。住院人群的人口學(xué)特征包括住院病人的年齡、性別(生理狀態(tài))，文化程度、婚姻狀況（社會因素），經(jīng)濟狀況、是否患有慢性病以及兩周是否患病等。通過結(jié)構(gòu)方程模型得出的結(jié)果顯示：結(jié)構(gòu)方程模型顯示健康狀況直接影響住院率(直接影響權(quán)重為0.26)；生理狀態(tài)不僅直接影響住院率(直接影響權(quán)重為0.19)，而且通過健康狀況和社會因素間接影響住院率(間接影響權(quán)重為一0.30)；衛(wèi)生服務(wù)可得性對住院率的影響最小(影響權(quán)重僅為0.02)。本文中線性結(jié)構(gòu)方程模型較好的分析了參合農(nóng)民住院概率的影響因素。2021/8/2669陳琦，梁萬年，盂群 農(nóng)村衛(wèi)生人力培

36、訓(xùn)效果的結(jié)構(gòu)方程模型研 （2004）為了研究分折農(nóng)村衛(wèi)生人力培訓(xùn)效果的影響因素，為進(jìn)一步提高培訓(xùn)效果提供理論依據(jù)，從中部4省(山西省、安徽省、河南省、河北省)的鄉(xiāng)村醫(yī)生中選出800名作為研究調(diào)查對象，運用結(jié)構(gòu)方程模型方法進(jìn)行分析。在研究中共設(shè)了8個潛在變量，即由行醫(yī)資歷、培訓(xùn)形式因子、服務(wù)人口因子、培訓(xùn)需求因子和教育程度因子組成的5個外生潛在變量(潛在的自變量)和反映培訓(xùn)效果的工作技能、工作適應(yīng)性、考核成績組成的3個內(nèi)生潛在變量(潛在的因變量)。最后的得出的結(jié)論是，影響培訓(xùn)前后工作技能提高的因素主要有：培訓(xùn)形式、被培訓(xùn)者教育程度、被培訓(xùn)者行醫(yī)的資歷及其服務(wù)人口的多少。影響工作適應(yīng)性的有兩個因子

37、，培訓(xùn)形式和被培訓(xùn)者培訓(xùn)需求。對考核成績產(chǎn)生影響的有兩個因素即培訓(xùn)形式和被培訓(xùn)者教育程度。最后作者講到本研究沒有對培訓(xùn)費用和培訓(xùn)內(nèi)容的指標(biāo)進(jìn)行調(diào)查，如果引入的話可能使結(jié)構(gòu)模型更加完善。 2021/8/26701.3長期護(hù)理長期護(hù)理舒勤，朱京慈護(hù)理研究中結(jié)構(gòu)方程模型應(yīng)用情況的元分析 （2009）回顧了國內(nèi)外護(hù)理研究中運用結(jié)構(gòu)方程模型進(jìn)行研究分析的歷史，分為三個階段：第一階段從1980年一1 989年，屬于SEM 在護(hù)理研究領(lǐng)域應(yīng)用的萌芽階段。第二個階段從1990年1999年，屬于發(fā)展階段。第三個階段從2000年至今，屬于應(yīng)用推廣階段。指出了國內(nèi)外護(hù)理研究學(xué)者常運用SEM進(jìn)行護(hù)理相關(guān)理論的研究：探

38、索各個因素間的相互關(guān)系；對護(hù)理理論模型的構(gòu)建、擬合調(diào)整及驗證；制定各種護(hù)理量表等，涉及的領(lǐng)域包括護(hù)理管理、護(hù)理心理、家庭護(hù)理 社區(qū)護(hù)理、臨床護(hù)理等方面；研究方法多采用問卷法、量表法、訪談法等；研究層面從個體、家庭、社區(qū)、地區(qū)到國家，層面較為豐富。SEM 為護(hù)理研究工作者提供了一個比較強大的分析和驗證工具；SEM 多因素分析技術(shù)在護(hù)理領(lǐng)域的研究為研究者打開了思路。SEM可以從微觀個體出發(fā)探討宏觀規(guī)律，對現(xiàn)有的可能存在測量誤差的隨機變量或不可直接測量的潛在隨機變量進(jìn)行參數(shù)估計，在多指標(biāo)間關(guān)系復(fù)雜、潛在因子之間存在一定關(guān)聯(lián)或依存關(guān)系的情況下建立模型 ，幫助研究者了解元素間的相互影響和相互作用，探討護(hù)

39、理方案的改進(jìn)措施，使研究問題得到恰當(dāng)?shù)慕獯稹?2021/8/26712 結(jié)構(gòu)方程在經(jīng)濟管理領(lǐng)域的應(yīng)用結(jié)構(gòu)方程在經(jīng)濟管理領(lǐng)域的應(yīng)用2.1食品安全領(lǐng)域食品安全領(lǐng)域劉艷秋，周星劉艷秋，周星QS認(rèn)證與消費者食品安全信任關(guān)系的實證研究認(rèn)證與消費者食品安全信任關(guān)系的實證研究（2008）采用結(jié)構(gòu)方程模型，研究QS認(rèn)證相關(guān)因素影響消費者信任的途徑、消費者信任與購買意愿之間的關(guān)系，在研究結(jié)果基礎(chǔ)上對構(gòu)建基于QS認(rèn)證的消費者食品安全信任提出相應(yīng)的對策建議。作者在文章中總結(jié)歸納了八個影響QS認(rèn)證信任的因素：消費者食品安全意(CSA)、企業(yè)能力(CA)、企業(yè)可信性(CC)、企業(yè)可靠性(CR)、企業(yè)誠信(CI)、政府和

40、企業(yè)及消費者的三方信息交流(IC)、政府執(zhí)行QS認(rèn)證的力GE)、政府監(jiān)管QS認(rèn)證的水平(GS)。本文假設(shè)這八個因素與消費者對QS認(rèn)證信任呈正相關(guān)關(guān)系。問卷是在福州和廈門地區(qū)四個大型超市，采取路上攔截調(diào)查，在不同的時問發(fā)放問卷400份，有效為346份。通過結(jié)構(gòu)方程模型(SEM)方法來識別QS認(rèn)證的影響因素與消費者信任以及購買意愿之間的關(guān)系，得出的結(jié)論是：消費者安全意識、企業(yè)可信性、企業(yè)能力、政府監(jiān)管以及信息交流這五個因素對QS認(rèn)證信任有顯著的影響。針對結(jié)論提出了政策建議：（1）加強消費者食品安全教育，提高安全意識（2）政府部門要做好QS認(rèn)證監(jiān)管工作，為消費者信任QS認(rèn)證提供長期政策保證（3）政府

41、部門、企業(yè)應(yīng)及時與消費者應(yīng)進(jìn)行信息交流，增加消費者對食品安全的信任，保證QS認(rèn)證制度順利實施（4）企業(yè)要不斷改進(jìn)其生產(chǎn)安全食品的能力，進(jìn)而提高消費者的信任（5）食品企業(yè)應(yīng)不斷提高企業(yè)誠信，創(chuàng)造食品安全誠信文化，打好消費者信任QS認(rèn)證的基礎(chǔ)。 2021/8/2672梁一鳴梁一鳴,張鈺爛張鈺爛,董西釧董西釧基于結(jié)構(gòu)方程模型的杭州城鎮(zhèn)居基于結(jié)構(gòu)方程模型的杭州城鎮(zhèn)居民食品安全滿意度統(tǒng)計評估民食品安全滿意度統(tǒng)計評估 （2009） 采用杭州城鎮(zhèn)居民食品安全滿意度的樣本數(shù)據(jù)，運用探索性因子分析和結(jié)構(gòu)方程模型，考察了杭州城鎮(zhèn)居民對食品安全的滿意程度，探索其影響因素及薄弱之處，針對得出的結(jié)論提出政策建議。根據(jù)食

42、品安全的定義，以及結(jié)合杭州食品市場的有關(guān)現(xiàn)實狀況，作者歸納了20 個可能影響食品安全的因素，作為食品安全滿意度評價體系的單項指標(biāo)如：技術(shù)認(rèn)證、有關(guān)法律、執(zhí)法力度、政府政策、監(jiān)管體系、許可認(rèn)證等。將20個指標(biāo)分為5個滿意度因子治理監(jiān)管因子生產(chǎn)加工因子有害物質(zhì)因子質(zhì)量狀況因子社會監(jiān)督因子。將居民食品安全滿意度作為一級指標(biāo)，5個因子作為二級指標(biāo)，上文提到的20個指標(biāo)作為三級指標(biāo)。通過對杭州多個城區(qū)的居民進(jìn)行問卷調(diào)查獲得數(shù)據(jù)來源，發(fā)放400份有效問卷383份。最后通過結(jié)構(gòu)方程建立模型，進(jìn)行模型修正得出結(jié)論：（1） 杭州城鎮(zhèn)居民食品安全滿意度總指數(shù)為63.89。（2） 居民對社會監(jiān)督因子的滿意度最高，而

43、對有害物質(zhì)因子的滿意度最低。在對有害物質(zhì)因子滿意度進(jìn)行分析后，發(fā)現(xiàn)居民對添加劑使用的滿意度最低。（3） 成熟的監(jiān)管體系、合理的執(zhí)法力度對于維護(hù)食品消費市場的安全至關(guān)重要。提出的建議是：（1） 增強食品信息透明度，建立食品安全信息發(fā)布平臺（2） 宣傳食品安全法，普及食品安全知識（3） 加大食品安全問題的懲處和法律制裁的力度。2021/8/26733.2土地、住房領(lǐng)域土地、住房領(lǐng)域武文杰，劉志林，張文忠基于結(jié)構(gòu)方程模型的北京居住用地價格影響因素評價 （2010） 選取了北京市2004-2008 年土地交易的微觀數(shù)據(jù)，基于結(jié)構(gòu)方程模型構(gòu)建了地價估計模型，定量分析了生活、交通、環(huán)境設(shè)施便利性和工作便利

44、性這4 類外生潛變量對居住用地出讓價格的影響程度，從而測度出房地產(chǎn)開發(fā)商對它們的偏好差異度。文中作者指出，目前，主要有兩大類估計技術(shù)來求解結(jié)構(gòu)方程模型。種是基于最大似然估計(ML)的協(xié)方差結(jié)構(gòu)分析方法，該方法被稱為“硬模型”(Hard Modeling)，以LISREL 方法為代表；另一種則是基于偏最小二乘(PLS) 的結(jié)構(gòu)方程模型，被稱為“軟模型”(Soft Modeling) ，以PLS 方法為代表。這是一種檢驗觀測變量和潛變量、潛變量和潛變量之間關(guān)系的多元先驗?zāi)Ｐ汀в袧撟兞康慕Y(jié)構(gòu)方程模型由測量模型和結(jié)構(gòu)模型兩部分組成。本文的研究目的是反映對于居住用地價格具有重要影響的各種因素以及這些變

45、異量對居住用地價格影響程度的解釋，因而選用PLS方法來求解結(jié)構(gòu)方程模型，從而得到相對穩(wěn)健的評估。居住用地價格影響因素的結(jié)構(gòu)方程模型包括一個測量模型和一個結(jié)構(gòu)模型。其中，測量模型反映了4 類外生潛變量（生活、交通、環(huán)境設(shè)施便利性和工作便利性）和其觀測變量（居住地離醫(yī)院、政府、郵局、學(xué)校、銀行、公園、商場、地鐵站、公共廣場的距離）之間的關(guān)系，結(jié)構(gòu)模型用于表示四種外生潛變量和內(nèi)生潛變量(居住用地出讓價格) 之間的關(guān)系。研究結(jié)論顯示，生活、交通、環(huán)境設(shè)施便利性和工作便利性這4 類外生潛變量對觀測變量的解釋能力均較強。其中，這4 類外生潛變量分別對學(xué)校、地鐵站、公園和企業(yè)單位聚集中心的可達(dá)性的解釋能力相

46、對較好。另一方面，生活、交通、環(huán)境設(shè)施便利性和工作便利性均顯著性地影響北京市居住用地出讓價格，但其影響力程度不同。其中，工作便利性對居住用地價格的影響程度相對最強，而交通、生活和環(huán)境設(shè)施便利性對居住用地價格的影響程度依次減弱。作者還指出，本文只是從居住用地價格的影響因素居住用地地塊與各種影響因素的可達(dá)性關(guān)系而設(shè)定了評價模型，因而所構(gòu)建的結(jié)構(gòu)方程模型還有許多有待研究的問題，例如，模型的指標(biāo)體系可能設(shè)置的不夠全面和準(zhǔn)確，還有更多的因素應(yīng)考慮在內(nèi)。而且，隨著時間、地點和房地產(chǎn)調(diào)控政策的變化，評價結(jié)果也會發(fā)生變化。但是本文對房地產(chǎn)開發(fā)商制定住宅開發(fā)戰(zhàn)略有較好的借鑒意義。同時，也將有助于政府規(guī)劃部門了解

47、目前北京市公共服務(wù)設(shè)施的空間布局結(jié)構(gòu),改善居住用地周邊公共服務(wù)設(shè)施的可達(dá)性有一定的參考價值。2021/8/2674孔榮，王亞軍孔榮，王亞軍農(nóng)戶集中居住意愿的影響因素分析農(nóng)戶集中居住意愿的影響因素分析 (2010) 利用對徐州市4個縣的320戶農(nóng)戶的調(diào)查數(shù)據(jù)，在理論上進(jìn)行分析和假設(shè)，認(rèn)為農(nóng)戶是否愿意集中居住(參與農(nóng)村居民點用地的集約利用)，主要取決于以下六類因素：1被調(diào)查農(nóng)民自身特征：如年齡、受教育程度、有無技術(shù)專長等。2農(nóng)戶家庭特征：如家中有無黨員、有無村干部、有無小孩等。3農(nóng)戶現(xiàn)居住情況：人均住房面積、住房安全狀況、住址離城鎮(zhèn)距離等。4農(nóng)戶家庭經(jīng)濟特征：如人均純收入、收入主要來源渠道(收入主

48、要來源于是農(nóng)業(yè)產(chǎn)業(yè)還是非農(nóng)產(chǎn)業(yè))等。5當(dāng)?shù)厣鐣顩r：如交通、通訊、治安、鄰里關(guān)系等。6政府政策：住房補助金額、集中居住地點的選址、集中居住后的住房和基礎(chǔ)設(shè)施狀況等。在問卷調(diào)查中根據(jù)六種影響因素設(shè)計18個指標(biāo)，比如年齡、受教育程度、有無技術(shù)專長、家中有無黨員、人均住房面積、人均純收入等。通過結(jié)構(gòu)方程模型分析顯示：在所選取的18個指標(biāo)中除了通訊外，其余指標(biāo)對農(nóng)民參與居民點集中利用都有明顯的影響，除了年齡外其余指標(biāo)對集中居住意愿的路徑系數(shù)均為正值，表明其他17個指標(biāo)對集中居住意愿都起到正向作用。針對分析結(jié)果提出的建議是，1提高集中居住地的居住條件，并改善配套的基礎(chǔ)設(shè)施，如學(xué)校、醫(yī)院等。2在正式推行集

49、中居住之前，可以先搞試點，而試點區(qū)域就可以選擇那些交通不便的、離城鎮(zhèn)較遠(yuǎn)的村莊。3引導(dǎo)和支持農(nóng)戶非農(nóng)就業(yè)，如通過職業(yè)培訓(xùn)、介紹外出打工、支持農(nóng)戶創(chuàng)業(yè)等，減少農(nóng)民對農(nóng)地的依賴，這樣有利于農(nóng)地集中利用，規(guī)模經(jīng)營。2021/8/26754 教育領(lǐng)域中的應(yīng)用教育領(lǐng)域中的應(yīng)用劉彪，舒劍萍劉彪，舒劍萍基于結(jié)構(gòu)方程模型的高校教職工心理癥狀及其影響基于結(jié)構(gòu)方程模型的高校教職工心理癥狀及其影響因素的相關(guān)分析因素的相關(guān)分析 （2009）對1132 名高校教職工進(jìn)行問卷調(diào)查,探討了高校教職工應(yīng)激生活事件、社會支持、領(lǐng)悟社會支持、應(yīng)對方式與心理癥狀的關(guān)系。運用驗證性因子分析得出指標(biāo)對應(yīng)的因子負(fù)荷顯著。用結(jié)構(gòu)方程模型對

50、數(shù)據(jù)進(jìn)行擬合,發(fā)現(xiàn)應(yīng)激生活事件、社會支持、領(lǐng)悟社會支持、消極應(yīng)對、積極應(yīng)對對癥狀總分有直接影響。在建立結(jié)構(gòu)方程模型時，將應(yīng)激生活事件作為外生潛變量,癥狀總分、積極應(yīng)對、消極應(yīng)對、社會支持、領(lǐng)悟社會支持作為內(nèi)生潛變量。其中應(yīng)激事件的指標(biāo)為家庭、工作學(xué)習(xí)、社交及其它因子得分，積極應(yīng)對的指標(biāo)為解決問題、求助的因子得分,消極應(yīng)對的指標(biāo)為退避、幻想、發(fā)泄、忍耐的得分。社會支持的指標(biāo)為主觀支持、客觀支持、支持利用度的因子得分。領(lǐng)悟社會支持的指標(biāo)為家庭支持、朋友支持、其它支持的因子得分。癥狀總分的指標(biāo)為10個因子的因子得分。2021/8/2676林彥蕓林彥蕓于結(jié)構(gòu)方程模型的廣東省中學(xué)教師參與體育活動于結(jié)構(gòu)方

51、程模型的廣東省中學(xué)教師參與體育活動影響因素分析影響因素分析 （2010）運用結(jié)構(gòu)方程模型來研究中學(xué)教師參與體育活動的影響因素。在此基礎(chǔ)上尋找對策,將參與體育活動最大限度地納入到中學(xué)教師生活方式當(dāng)中。數(shù)據(jù)獨立地采用了2008年廣東省中學(xué)教師參與體育鍛煉調(diào)查的1527個樣本,從調(diào)查者的性格特征、興趣愛好、家庭影響、體育氛圍、生理因素、壓力因素、余暇時間、經(jīng)濟收入八個方面來研究其對參與體育鍛煉的影響。依據(jù)這個八個方面建立結(jié)構(gòu)方程反應(yīng)各個因素對體育鍛煉影響的程度，通過擬合性檢驗后得出結(jié)論，對參與體育鍛煉影響最大的是家庭影響,模型中對參與體育活動的總影響為0.621，性格特征、生理因素及興趣愛好對參與體

52、育活動積極程度的總影響氛圍為0.467、0. 458和0.395,相對影響較大，體育氛圍、余暇時間及經(jīng)濟收入對參與體育活動積極性影響程度值分別為0.121、0.089、0.116,對中學(xué)體育教師參與體育活動影響較小。建議:1、要以家庭為單位,而非單一地面向教師群體,倡導(dǎo)中學(xué)教師群體主動參與體育。2、要關(guān)心中學(xué)教師群體的心理健康。3、要根據(jù)中學(xué)教師的興趣愛好、性格特征,因地而異、有針對性地在學(xué)校、社會修建一些投資少、鍛煉效果好、管理方便又能吸引人的體育設(shè)施,包括公共體育設(shè)施以及社區(qū)體育設(shè)施,為中學(xué)教師參與體育提供良好的外在環(huán)境。 2021/8/26774 心里學(xué)領(lǐng)域中的應(yīng)用心里學(xué)領(lǐng)域中的應(yīng)用趙夫明，王學(xué)臣，胡云江趙夫明，王學(xué)臣，胡云江結(jié)構(gòu)方程在心理學(xué)結(jié)構(gòu)方程在心理學(xué)研究中的適用性評價研究中的適用性評價 （2009）針對結(jié)構(gòu)方程模式的運用討論分析結(jié)構(gòu)方程模式在心理學(xué)運用過程中的模型建構(gòu)、模型中潛變量問關(guān)系、名義謬誤以