《【课件】结构方程模型在学术研究的应用》由会员分享，可在线阅读，更多相关《【课件】结构方程模型在学术研究的应用（60页珍藏版）》请在金锄头文库上搜索。
1、結構方程模型在結構方程模型在學術研究的應用學術研究的應用 探索式因素分析vs.驗證式因素分析探索式因素分析探索式因素分析研究人員一開始並未有特定數量的潛在因研究人員一開始並未有特定數量的潛在因素被萃取出來。素被萃取出來。F1e1F2e2e3e4e5e6x1x2x3x4x5x6Charles Spearman 驗證式因素分析驗證式因素分析CFA需要研究人員事先指定預期的結果需要研究人員事先指定預期的結果1.因素的個數因素的個數2.每個因素所反應的變數每個因素所反應的變數(指標指標)3.因素之間是否相關因素之間是否相關F1e1F2e2e3e4e5e6x1x2x3x4x5x611Karl Jores
2、kog1.SEM分析流程分析流程2.SEM的根本原理的根本原理3.結構模式與測量模式結構模式與測量模式4.驗證各個構面的有效性驗證各個構面的有效性5.驗證式因素分析驗證式因素分析(CFA 模式模式)6.構面組成信度與變異數萃取量的計算構面組成信度與變異數萃取量的計算結構方程模型於學術上的應用大綱結構方程模型於學術上的應用大綱SEM根本流程根本流程SEM具有理具有理論先驗的特論先驗的特性，性，SEM模型建模型建立需經過觀立需經過觀念釐清、文念釐清、文獻回顧與推獻回顧與推導。導。以驗證理論以驗證理論為主。為主。根據理論的根據理論的基礎及研究基礎及研究人員個人的人員個人的知識與經驗，知識與經驗，建立
3、建立SEM分分析析路徑圖。路徑圖。橫斷面資料橫斷面資料通常採問卷設計通常採問卷設計調調查查。次級資料。次級資料。縱斷面資料縱斷面資料時間序列調時間序列調查查重複量數實驗設重複量數實驗設計計簡單隨機抽樣簡單隨機抽樣樣本規模大小樣本規模大小遺漏遺漏值值處理處理常態及例外常態及例外值值檢定檢定模型估計模型估計CFASEM模型信度模型信度模型配適度模型配適度模型修正模型修正模型配適模型配適度不差是度不差是報告結果報告結果的必要條的必要條件之一。件之一。與理論假設與理論假設模型做比較，模型做比較，並予推論並予推論，如有不符可如有不符可以探討原因，以探討原因，回頭修正理回頭修正理論的正確性。論的正確性。結
4、構方程式模型分析法結構方程式模型分析法是種以迴歸為基礎的多變量技術，並結合是種以迴歸為基礎的多變量技術，並結合路徑路徑分析分析及及因素分析因素分析，屬於，屬於驗證性驗證性實證研究的資料實證研究的資料分析法，能同時處理多組變項間的關係，其目分析法，能同時處理多組變項間的關係，其目的在探究的在探究變數間的因果關係變數間的因果關係以驗證理論，故又以驗證理論，故又可稱為因果模式分析技術。可稱為因果模式分析技術。因此，在使用驗證性研究方法時，研究者所提因此，在使用驗證性研究方法時，研究者所提的研究模式必須具有理論基礎，由理論來引導。的研究模式必須具有理論基礎，由理論來引導。SEM的根本原理的根本原理變項
5、與符號變項與符號意義意義關係類型關係類型X YX YX Y1 Y2X YY1 Y2 Y3 Y1潛在變項潛在變項觀察變項觀察變項相關相關 (共變共變)單向因果關係單向因果關係單向因果關係單向因果關係回溯因果關係回溯因果關係non-recursive循環因果關係循環因果關係(feedback)又稱為因子又稱為因子(factor)可以是可以是X或或YX與與Y為共變關係為共變關係X對對Y的直接效果的直接效果X對對Y1為直接效果為直接效果X對對Y2為問接效果為問接效果Y1為中介變數為中介變數X與與Y互為直接效果互為直接效果, X與與Y具有回饋循環效果具有回饋循環效果Y1對對Y2、Y2 對對Y3、Y3對對
6、Y1均為直接效果均為直接效果，Y1、Y2、Y3 為間接循環為間接循環效果效果SEM分析常用的軟體分析常用的軟體AmosLISRELEQSMplusSAS CalisSepathMXx1x2F F1 1F F3 3y1y2e e7 7L Lx1D D3 3e e9 9L Lx2L Ly1L Ly2x4x5y4y5e e1010L Lx3D D4 4e e1212L Lx4L Ly4L Ly5F F2 2F F4 4covcovb b4141b b4242b b4343b b3131x3x6y3y6e e1 1e e2 2e e3 3e e4 4e e5 5e e6 6e e8 8L Ly3L L
7、y6e e1111L Lx5L Lx6SEM的類別的類別1.路徑分析模型路徑分析模型2.驗證式因素分析模型驗證式因素分析模型3.結構迴歸模型結構迴歸模型4.潛在成長模型潛在成長模型路徑分析模型路徑分析模型績效與期望是相關績效與期望是相關兩個變數皆會影響滿意度，滿意度又影響兩個變數皆會影響滿意度，滿意度又影響忠誠度忠誠度。績效與期望對忠誠度沒有直接效果績效與期望對忠誠度沒有直接效果績效績效期望期望滿意度滿意度忠誠度忠誠度路徑分析模型路徑分析模型路徑分析模型路徑分析模型驗證式因素分析模型驗證式因素分析模型潛在變數之間潛在變數之間的相關及驗證的相關及驗證觀察變數是否觀察變數是否能被潛在變數能被潛在變
8、數所解釋，亦即所解釋，亦即觀察變數是否觀察變數是否真能反應該構真能反應該構面的真實情形。面的真實情形。covcovx1x2x3滿意度滿意度滿意度滿意度e eL Lx1e ee eL Lx2L Lx3x4x5x6忠誠度忠誠度忠誠度忠誠度e e4 4L Lx4e e5 5e e6 6L Lx5L Lx6結構迴歸模型結構迴歸模型為為CFA的組合，假設構面之間影響關係的的組合，假設構面之間影響關係的解釋而不是構面相關，主要做為理論的驗解釋而不是構面相關，主要做為理論的驗證。證。顧客期望顧客期望知覺價知覺價值值整體滿意度整體滿意度顧客抱怨顧客抱怨顧客忠誠顧客忠誠x1x2x3F1F1滿意度滿意度滿意度滿意
9、度F2F2忠誠度忠誠度忠誠度忠誠度y1y2y3e ee e4 4L Lx1b bD De e5 5e e6 6e ee e測量殘差測量殘差外生觀察變項外生觀察變項因素負荷量因素負荷量外生潛在變項外生潛在變項結構參數結構參數內內生潛在變項生潛在變項因素負荷量因素負荷量內內生觀察變項生觀察變項結構模式結構模式測量測量(CFA)模式模式測量殘差測量殘差L Lx2L Lx3L Ly1L Ly2L Ly3測量測量(CFA)模式模式結構模式與測量模式結構模式與測量模式結構模式與測量模式結構模式與測量模式完整的完整的SEM模型參數圖示模型參數圖示1.所有獨立變數的變異數均是模型的參數所有獨立變數的變異數均是
10、模型的參數2.所有外生變數之間的共變異數都均是模型的所有外生變數之間的共變異數都均是模型的參數參數3.所有與潛在變項有關的因素負荷量均是模型所有與潛在變項有關的因素負荷量均是模型的參數的參數4.所有測量變項之間或潛在變項之間的迴歸係所有測量變項之間或潛在變項之間的迴歸係數都是模型的參數數都是模型的參數5.與與內內生變項有關的量數都不是模型的參數生變項有關的量數都不是模型的參數6.對每一個潛在變項對每一個潛在變項，必須給定一個適當的潛必須給定一個適當的潛在量尺在量尺SEM參數設定原則參數設定原則(Raycov & Marcoulides, 2006)所有獨立變數的變異數均是模型的參數所有獨立變數
11、的變異數均是模型的參數所有自變數之間的共變異數都是所有自變數之間的共變異數都是模型的參數模型的參數Amos路徑分析與路徑分析與SPSS迴歸比較迴歸比較所有潛在變數與觀察變數之間的因素所有潛在變數與觀察變數之間的因素負荷量均是模型的參數負荷量均是模型的參數所有的觀察變數或潛在變數之間的所有的觀察變數或潛在變數之間的迴歸係數都是模型的參數迴歸係數都是模型的參數因變數之間與自變數與因變數之間的因變數之間與自變數與因變數之間的共變異數都共變異數都不是不是模型的參數模型的參數潛在變項與一般量測變項最大的不同在其不可直潛在變項與一般量測變項最大的不同在其不可直接量測的特性，因此潛在變項缺乏一個自然存在接量
12、測的特性，因此潛在變項缺乏一個自然存在的尺度，而必須以人為的手段設定尺度的尺度，而必須以人為的手段設定尺度SEM最常使用的方法是將外生潛在變項變異數最常使用的方法是將外生潛在變項變異數設為設為1;或將潛在變項其中的一個測量變項與潛在或將潛在變項其中的一個測量變項與潛在變項的因素負荷量設為變項的因素負荷量設為1。兩種方法結果一樣，假兩種方法結果一樣，假设设目的為理論驗證，採第二目的為理論驗證，採第二種方法較為適宜。種方法較為適宜。SEM參數設定原則參數設定原則-第第6原則探討原則探討D Dx1x2滿意度滿意度滿意度滿意度y1y2e ee e3 3L L1e e4 4e eL L21L L4WW1
13、忠誠度忠誠度忠誠度忠誠度標準化設定標準化設定未標準化設定未標準化設定SEM的重要矩陣的重要矩陣S 矩陣矩陣樣本共變異數矩陣樣本共變異數矩陣調調查查的資料的資料() 矩陣矩陣模型再製模型再製(預測預測)矩陣矩陣(model implied covariances)殘差共變異數矩陣殘差共變異數矩陣S () (SEM的的H0假設假設)估計方法估計方法 (ML, ADF, WLS, ULS)CFA的目的是用來估計測量模型的目的是用來估計測量模型(因素負荷量、因素變異數及共變異數、因素負荷量、因素變異數及共變異數、誤差項共變異數誤差項共變異數) 。運用疊代的方式使得運用疊代的方式使得S矩陣與矩陣與()
14、矩陣儘可能的接近，亦即愈接近，矩陣儘可能的接近，亦即愈接近，模型配適度愈好。模型配適度愈好。疊代運算停止的兩個充份條件疊代運算停止的兩個充份條件1.達到電腦預計的疊代次數，如達到電腦預計的疊代次數，如25次次2.模式收斂完成，亦即達到電腦預設標準模式收斂完成，亦即達到電腦預設標準疊代到底是蝦米碗疊代到底是蝦米碗榚榚呢呢?樣本矩陣樣本矩陣S模型預測矩陣模型預測矩陣估計方法估計方法(ML)資料型態資料型態原始資料原始資料 (raw：subjects；column：variables)共變異數矩陣共變異數矩陣相關矩陣含平均數、標準差相關矩陣含平均數、標準差資料符合常態資料符合常態、無遺漏、無遺漏值值
15、及例外及例外值值(Bentler & Chou, 1987)下下，樣本比例最小為估計參數的，樣本比例最小為估計參數的5倍倍，10倍則更為適當倍則更為適當。當原始資料當原始資料違反常態性假設違反常態性假設時，樣本比例應提時，樣本比例應提升為估計參數的升為估計參數的15倍倍。以以ML法評估，法評估，Loehlin (1992)建議樣本數至少建議樣本數至少為為100，200較為適當。較為適當。當樣本數為當樣本數為400500時，此法會變得過於敏感，時，此法會變得過於敏感，而使得模式不適合。而使得模式不適合。樣本規模大小樣本規模大小SEM實務上的根本要求實務上的根本要求1.模型中潛在因素至少應為兩個模
16、型中潛在因素至少應為兩個 (Bollen, 1989)2.量表最好為七點尺度量表最好為七點尺度 (Bollen, 1989)3.每個潛在構面至少要有三個題目，每個潛在構面至少要有三個題目，五五七題為佳七題為佳 (Bollen, 1989)4.每一指標不得橫跨到其它潛在因素上每一指標不得橫跨到其它潛在因素上(Bollen, 1989)5.問卷最好引用自知名學者，儘量不要自己創造問卷最好引用自知名學者，儘量不要自己創造6.理論架構要根據學者提出的理論作修正理論架構要根據學者提出的理論作修正7.模型主要構面維持在模型主要構面維持在5個以個以內內，不要超過，不要超過7個個一階一階(初階初階)驗證式因素
17、分析驗證式因素分析F1e1F2e2e3e4e5e6x1x2x3x4x5x611二階二階(高階高階)驗證式因素分析驗證式因素分析F1e1F2e2e3e4e5e6x1x2x3x4x5x611F31CFA模型設定的考量模型設定的考量以下這個又如何呢以下這個又如何呢?EFA V.S. CFAEFACFA探索式探索式 (data-driven)驗證式驗證式 (theory-driven)因素個數由資料決定因素個數由資料決定因素個數由研究者指定因素個數由研究者指定問卷設計的前端問卷設計的前端問卷應用的後端問卷應用的後端PCA是常用的估計法是常用的估計法ML法是常用的估計法法是常用的估計法不考慮共線性問題不
18、考慮共線性問題考慮模型配適度考慮模型配適度只提供標準化結果只提供標準化結果提供標準及非標準化結果提供標準及非標準化結果沒有沒有loading 顯著性報告顯著性報告有有loading 顯著性報告顯著性報告EFA無法做額外的設定無法做額外的設定CFA模型設定有彈性模型設定有彈性無法執行跨群組比較無法執行跨群組比較可執行跨群組可執行跨群組(時間時間)的比較的比較一階有相關一階有相關CFA模型模型v.s.二階二階CFA模型模型一階一階CFA模型和模型和EFA的比較的比較一階一階CFA模型模型(單一群組分析單一群組分析)找出不合適的題目，予以刪除，找出不合適的題目，予以刪除，原則為負荷量小於的題項原則為
19、負荷量小於的題項。一個構念最少為一個變數，且需由研究者提出一個構念最少為一個變數，且需由研究者提出可信度的評估，兩個變數亦同。可信度的評估，兩個變數亦同。一個構念一個構念3個變數是較可接受的。個變數是較可接受的。對於一個構念使用多少變數對於一個構念使用多少變數並無上限，實務上應用以並無上限，實務上應用以57個為最適宜。個為最適宜。量表尺度儘量採量表尺度儘量採6點點以上量表以上量表驗證各個構面的有效性驗證各個構面的有效性驗證各個構面的有效性驗證各個構面的有效性1.模式模式1為單一因素的一階驗證性因素模為單一因素的一階驗證性因素模式式 2.模式模式2為一階且有相關的驗證性因素為一階且有相關的驗證性
20、因素(潛潛在變項間有相關在變項間有相關)模式，為驗證性因素分模式，為驗證性因素分析的一般模式，析的一般模式，又稱為驗證性因素分析的又稱為驗證性因素分析的多因素模式多因素模式 3.模式模式3為二階驗證性為二階驗證性因素模式。因素模式。驗證式因素分析驗證式因素分析(CFA建模建模)一階驗證性因素模式一階驗證性因素模式(模式一模式一)一階且有相關的驗證性因素一階且有相關的驗證性因素(潛在變項間有相關潛在變項間有相關)(模式二模式二)二階驗證性因素模式二階驗證性因素模式(模式三模式三)模式配適度分析結果模式配適度分析結果Model2(df)2/dfGFIAGFI RMSEACFI1. 一階因素模型42
21、6.09(104)4.10.8300.7780.1080.8642.一階因素模型(有相關)263.94(101)2.610.8960.8590.0780.9313. 二階因素模型263.94(101)2.610.8960.8590.0780.931建議建議值愈小愈好愈小愈好0.90.90.9構念的組成信度構念的組成信度(Composite Reliability, CR)(標準化因素負荷量標準化因素負荷量)2/ (標準化因素負荷量標準化因素負荷量)2+(各測量變項的測量誤差各測量變項的測量誤差) (Jreskog and Srbom , 1996)。CR值值是其所有測量變項信度的組成，表示構念
22、指標的是其所有測量變項信度的組成，表示構念指標的內內部一致性，信度愈高顯示這些指標的部一致性，信度愈高顯示這些指標的內內部一致性愈部一致性愈高，高，是可接受的門檻是可接受的門檻( Hair,1997),Fornell and Larcker (1981)建議建議值值為為以上。以上。構面組成信度與變異數萃取量的計算構面組成信度與變異數萃取量的計算平均變異數萃取量平均變異數萃取量 (AVE)=(因素負荷量因素負荷量2)/(因素負荷量因素負荷量)2+(各測量變項的測量誤差各測量變項的測量誤差) (Jreskog and Srbom , 1996) AVE是計算潛在變項之各測量變數對該潛是計算潛在變項
23、之各測量變數對該潛在變項的變異解釋力，假在變項的變異解釋力，假设设AVE愈高，則愈高，則表示潛在變項有愈高的信度與收斂效度。表示潛在變項有愈高的信度與收斂效度。Fornell and Larcker(1981)建議其標準建議其標準值值須大於。須大於。構面組成信度與變異數萃取量的計算構面組成信度與變異數萃取量的計算觀察指標潛在指標研究變數因素負荷量R2t value標準差CRVE因素名稱因素負荷量R2有形10.7470.558 0.9020.568有形性0.539 0.29有形20.7260.527 11.7360.087有形30.7440.554 12.0540.075有形40.7420.55
24、1 12.0090.079有形50.7670.588 12.4610.073有形60.7460.557 12.0840.073有形70.8020.643 流程10.820.672 15.0390.0740.8840.561服務流程0.566 0.32流程20.6930.480 12.0960.067流程30.7830.613 14.1390.068流程40.7090.503 12.4350.075流程50.7270.529 12.8340.086流程60.7540.569 13.4430.074回應10.7790.607 0.7440.495回應性0.583 0.34回應20.7290.531 10.1380.084回應30.5890.347 8.5120.09Amos結構模型的建模分析結構模型的建模分析參考用書參考用書參考用書參考用書
