结构方程模型及其应用

结构方程模型及其应用Structural Equation Model and Its Applications作者：侯杰泰 、温忠麟、成子娟 主编：张雷提 纲纲w概述w相关概念及结结构w实际应实际应 用概 述w结构方程模型分析法（structural equation model，简称SEM）是一种以 回归为基础（regression-based technique）的多变量分析技术，主要 可用于进行验证性因素分析、检验理 论假设所表示的各变量之间的路径关 系、中介效应分析和调节效应分析结构方程模型的优点 w同时处理多个因变量 w容许自变量和因变量含测量误差 w同时估计因子结构和因子关系 w容许更大弹性的测量模型 w估计整个模型的拟合程度 结构方程模型的分析步骤w结构方程模型分析过程包括：模型设 定、模型识别、模型估计、模型评价 和模型修订采用结构方程模型分析 法进行实证分析的步骤如下页图示 模型评价指标 w根据侯杰泰、温忠麟、成子娟（2004），在研究中主要选取 了Df、χ2、χ2/df、RMSEA、NNFI和CFI作为模型评价指数： w卡方χ2及其自由度df主要用于比较多个模型。

一般认为，卡 方比率χ2/df在2.0~5.0之间，模型可以接受，χ2/df越小表明整 体模型拟合效果越好 w近似误差均方根RMSEA越小表明模型拟合效果越好，Steiger （1990）认为，RMSEA低于0.1表示好的拟合；低于0.05表 示非常好的拟合；低于0.01表示非常出色的拟合，但这种情 形应用上几乎碰不到 w非范拟合指数NNFI一般取值在0.9以上表示模型拟合效果非 常好，在0.8以上表示模型拟合效果较好 w比较拟和指数CFI一般取值在0~1之间，大于0.8表示模型拟合 效果较好 相关概念及结构 x1x3x2δ1δ 2δ 3ξλ1λ2λ3誤差 觀察變項 負荷量 潛在變項驗證性因素分析 Confirmatory Factor Analysis (CFA)x1x3x2δ1δ2δ3ξ1η1y1y2y3ε1ε2ε3ζ測量模式結構模式x1x3x2δ1δ2δ3ξ1 測量模式僅有測量模式就是CFAx1x3x2δ1δ 2δ 3ξ1λ11λ21λ31x1= λ11 ξ1+ δ1x2= λ21 ξ1+ δ2x3= λ31 ξ1+ δ3y1y3y2ε1ε 2ε 3ηλ1λ2λ3y1= λ1 η+ ε1y2= λ2 η + ε 2y3= λ3 η + ε 3x1x3x2ε1ε 2ε 3ξ1x4x6x5ε 4ε 5ε 6ξ2Φ12/ Φ21指標變項的討論指標變項的討論w以觀察變項作為潛在變項的指標變項時， 要幾個觀察變項才夠？ w多元指標原則：一個潛在變項必須有兩個 以上的觀察變項來估計 w愈多愈好嗎？一個可不可以？應回歸到工具設計與施測實務以 及樣本大小、負荷量大小等問題樣本大小的討論樣本大小的討論w樣本大小至少超過150個。

Rigdon, E. (2005). SEM FAQ. from http://www.gsu.edu/~mkteer/html w至少要為x觀察變項數目的10倍量或15倍量Thompson, B. (2000). Ten commandments of structural equation modeling. In L. G. Grimm & P. R. Yarnold (eds.), Reading and understanding more multivariate statistics (pp. 261-283). Washington, DC: APA.樣本大小亦取決於潛在變項的數目wLISREL wSIMPLIS wAMOS wEQS wMplus常見電腦軟體常見電腦軟體wMx wStatistica wSAS PROC CALIS wCOSAN wLVPLS w…实际应用 原始模式原始模式修改模式修改模式1 1修改模式修改模式2 2 = = 最終模式最終模式? ?SEMSEM = = 因果關係因果關係。