結(jié)構(gòu)方程模型及其測量方法課件

1、結(jié)構(gòu)方程模型及其測量方法影響社會科學(xué)研究最大的統(tǒng)計方法是什么？ 因素分析 （factor analysis） 回歸分析 （ regression analysis） 1904年 Spearman 提出了心理特質(zhì)的潛在結(jié)構(gòu)因素分析模型，開啟了潛在變量模型的大門 1918年 Weight將回歸分析擴大到多重聯(lián)立方程式的估計，正式將回歸分析提升到路徑模型的層次 1973年 Jreskog 提出了最大概似參數(shù)估計的SEM分析概念，利用數(shù)學(xué)矩陣將兩種范式巧妙整合，開創(chuàng)量化研究的結(jié)構(gòu)方程模型時代。1 結(jié)構(gòu)方程的特點 結(jié)構(gòu)方程可以剔出隨機誤差，結(jié)構(gòu)方程可以準(zhǔn)確估計出測量誤差的大小，提高測量的精度。 在管理問

2、題中，許多問題是不能直接測量的，傳統(tǒng)的方法不能處理這些變量，而結(jié)構(gòu)方程則可以同時分析潛變量及其觀測變量之間的關(guān)系 結(jié)構(gòu)方程可以同時計算多個因變量間的關(guān)系，特別是有中介變量的模型。2 變量關(guān)系的探究智力（IQ）學(xué)業(yè)表現(xiàn)（GPA）學(xué)習(xí)經(jīng)驗（Exp）成就動機（ACH）abcd3 結(jié)構(gòu)方程模型的技術(shù)特性 驗證性因素分析 同時處理測量與分析問題 以協(xié)方差的運用為核心 適用于大樣本的分析 包含了許多不同的統(tǒng)計技術(shù) 多重統(tǒng)計指標(biāo)的運用4 結(jié)構(gòu)方程模型的基本程序抽樣與測量模型識別理論建立模型設(shè)定數(shù)據(jù)準(zhǔn)備模型擬合模型評價模型解釋模型修正4.1 理論的發(fā)展與構(gòu)建理論假設(shè)觀察經(jīng)驗概括歸納演繹在前人研究的基礎(chǔ)上繼續(xù)拓

3、展，給出新的研究假設(shè)預(yù)調(diào)查和訪談驗證假設(shè)修正假設(shè)4.2 模型建立 首先需要確定模型中包括哪些變量，各自的屬性是什么？ 變量設(shè)置完畢后，設(shè)定不同變量之間的關(guān)系？ 模型參數(shù)的設(shè)定？4.2.1 變量 測量變量：能夠觀測到的變量。問卷中的各題項 潛在變量：難以直接觀測到的抽象概念。結(jié)構(gòu)方程模型對可觀測指標(biāo)的統(tǒng)計處理，可以反映抽象概念。潛在變量具有測量誤差；一個潛在變量必須以兩個以上的測量變量來估計；不同測量變量之間的協(xié)方差反映了潛在變量的共同影響測量變量一定存在，但潛在變量不可能單獨存在。潛在變量與測量變量的關(guān)系圖V1V2FE1E2內(nèi)生變量和外生變量 內(nèi)生變量：結(jié)構(gòu)方程中受到任何一個其他變量影響的變量

4、。也稱為因變量。 外生變量：不受模型中其他變量的影響，但對于其他變量存在影響作用的變量。也成為自變量，外源變量。 中介變量：當(dāng)內(nèi)生變量被其他變量影響的同時也影響其他變量。 類型：內(nèi)生測量變量、內(nèi)生潛在變量 外生測量變量、外生潛在變量變量之間的關(guān)系外生變量中介變量內(nèi)生變量變量之間的關(guān)系外部資源企業(yè)戰(zhàn)略企業(yè)績效4.2.2 變量間關(guān)系的設(shè)定1 測量模型未知已知未知未知4.2.2 變量間關(guān)系的設(shè)定2 結(jié)構(gòu)模型SEM 模型的八種矩陣結(jié)構(gòu)模型矩陣 B beta 到 的回歸系數(shù) gamma 到 的回歸系數(shù) 測量模型矩陣 lambda 到 的因素負(fù)載 lambda 到 的因素負(fù)載 phi 到 的因素共變殘差矩

5、陣 PSI 被 解釋產(chǎn)生的誤差 theta-delta X 變量的殘差 theta-epsil Y 變量的殘差4.2.3 參數(shù)的設(shè)定參數(shù)分為三種 自由參數(shù) 固定參數(shù) 限定參數(shù)4.3 模型識別 模型識別是通過比較模型待估參數(shù)數(shù)目（t）與數(shù)據(jù)資料點數(shù)目（DP）。 假設(shè)模型有p個外生測量變量，q個內(nèi)生測量變量，資料點的數(shù)目為 DP=(p+q)(p+q+1)/2 （1）tDP 此模型為識別不足 參數(shù)總數(shù)為15個，固定參數(shù)為6個，自由參數(shù)為9個，由于模型有4個外生觀測變量，此模型中的資料點數(shù)目是4(4+1)/2=10，因此tDP。此模型的自由度大于0，模型屬于過度識別。4.4 等價模型4.5 抽樣與調(diào)查

6、（略）5 模型的擬合評鑒數(shù)據(jù)樣本數(shù)至少為200個以上AMOS分析的十步驟：1 繪制假設(shè)模型2 選取數(shù)據(jù)庫3 選取變量4 潛在變量命名5 點選分析的性質(zhì)（Analysis properties) 6 檢查相關(guān)設(shè)定7 點選計算估計8 檢視最終解9 檢視報表10 存檔并結(jié)束分析模型擬合評價指標(biāo)：1）絕對擬合效果檢驗(1) 卡方值（ ）N：樣本數(shù) Fmin為模型擬合過程中所得到的函數(shù)最小值。通常通過卡方值的P值的大小來檢驗?zāi)Ｐ蚉值大于0.05時，認(rèn)為該模型未達(dá)到0.05的顯著性水平，因此模型擬合效果良好。零假設(shè)：再生矩陣和初始矩陣之間，沒有差異。當(dāng)： 值達(dá)到顯著水平時，說明該零假設(shè)不成立。受自由度的影

7、響較大，需要擬合的參數(shù)越多，擬合效果不佳的可能性越大。（2）卡方自由度比當(dāng)卡方自由度比小于2時，模型的擬合效果良好樣本數(shù)越大，卡方值也越大，從而拒絕本該接受的模型數(shù)據(jù)資料的分布也對卡方值產(chǎn)生影響如：不用最大似然函數(shù)，而采用bootstrap法（3）GFI ( goodness-of-fit index )GFI 始終比1小，一般認(rèn)為大于0.9時，模型擬合效果良好GFI表示的是模型擬合得到的方差和協(xié)方差能夠解釋數(shù)據(jù)資料的方差和協(xié)方差的程度。（4）AGFI ( adjusted GFI)AGFI 位于01間，模型自由參數(shù)越多，AGFI也越大，一般認(rèn)為大于0.9時，模型擬合效果良好2）相對擬合效果檢驗（5）NFI（normed fit index) 該指標(biāo)反映了假設(shè)模型和獨立模型之間的差異。獨立模型是指變量中不存在任何相關(guān)關(guān)系的一種簡單模型。假設(shè)模型和獨立模型的差異越大，說明假設(shè)模型擬合效果良好。獨立模型的卡方值獨立模型的卡方值假設(shè)模型的卡方值越小，NFI也越接近于1，假設(shè)模型的卡方值越接近于獨立模型。NFI越接近于0。說明假設(shè)模型比獨立模型效果強