结构方程模型简介及应用

单击此处编辑母版标题样式,单击此处编辑母版文本样式,第二级,第三级,第四级,第五级,*,*,*,*,单击此处编辑母版标题样式,单击此处编辑母版文本样式,第二级,单击此处编辑母版标题样式,单击此处编辑母版文本样式,第二级,*,*,单击此处编辑母版标题样式,单击此处编辑母版文本样式,第二级,第三级,第四级,第五级,*,*,单击此处编辑母版标题样式,单击此处编辑母版文本样式,第二级,第三级,第四级,第五级,*,*,单击此处编辑母版标题样式,*,*,单击此处编辑母版文本样式,第二级,第三级,第四级,第五级,单击此处编辑母版标题样式,单击此处编辑母版文本样式,第二级,第三级,第四级,第五级,*,*,单击此处编辑母版标题样式,*,*,单击此处编辑母版文本样式,第二级,第三级,第四级,第五级,单击此处编辑母版标题样式,单击此处编辑母版文本样式,第二级,第三级,第四级,第五级,*,*,结构方程模型简介及应用,为何用构造方程模型呢？,心理学研究中变量均是不能直接测量的,传统的分析中均假设自变量没有测量误差,问卷编制中的探索性因素分析是数据驱动的,测验的个别题目属于多个维度,可同时处理测量问题与分析问题,2,构造方程模型的分析原理,是基于变量的协方差矩阵来分析变量之间关系的一种统计方法。,理论模型与实际模型之间的协方差矩阵是否一致,3,1.构造方程模型的根本概念,潜在变量(latent variable):无法直接测量，需要用外显指标去间接测量的变量,观测变量(observed variable):可以直接被测量的变量,外生变量(exogenous variable):在模型中起解释变量作用的变量,内生变量(endogenous variable):在模型中，受模型其他变量包括外生变量与内生变量影响的变量,残差项(error terms)：无法被模型解释的变异,4,1.构造方程模型的根本概念,5,2.构造方程模型的组成构造,测量方程,结构方程,潜变量与观测变量的关系,（因素分析）,潜变量之间的关系,（回归分析）,6,全模型,潜在变量,观测变量,内生潜变量,外生潜变量,误差,测量方程,测量方程,构造方程,相关,回归,7,3.构造方程模型的特点,构造方程模型具有理论先验性,构造方程模型可以同时处理测量与分析问题,构造方程模型关注协方差的运用变量间的协方差矩阵、理论模型与实际模型之间的协方差差异,构造方程模型适用于大样本的统计分析一般大于200人；人数是观测变量的10-15倍,8,4.构造方程模型的分析步骤,第一步：模型建构,第二步：模型识别,第三步：收集数据,第四步：模型拟合,第五步：模型修正,第六步：模型解释,9,第一步：模型建构,理论根底,模型的准确性和简约型,测量方程和构造方程,模型建构的类型：纯粹验证、选择模型、模型开展型,10,模型建构：SEM的准确性和简约性,SEM的简约性：df越大模型越简单,自由度：是指当以样本的统计量来估计总体的参数时，样本中独立或能自由变化的资料的个数。,计算方法：df=n(n+1)/2-k需要估计参数的数目,11,12,模型建构：描述数据的两难,准确就需要复杂,简约准确性就低,好模型：尽可能准确且相对简单,13,模型建模的类型,纯粹验证型：拒绝or承受,模型开展型：根据数据和理论修改,选择模型：选择一个好的,14,模型建构：模型选择(以验证性因素分析为例,多个一阶模型：理论和探索性因素分析结果,直交,or,斜交：因素间是否存在相关,一阶,or,二阶：因素间的相关大小,15,第二步：模型识别,k n(n+1)/2,低识别：有无数个解,正好识别：有一个解(df=0,即饱和模型,过度识别：有一个解(df 0),16,低识别模型,17,正好识别模型,18,过度识别模型,19,第三步：收集数据,样本数：,a:,理想的样本量与题项数比例为,5-20,倍,b:,样本越多越好，但是越多卡方值越大，,模型被拒绝的可能性更大。,c:200-500,之间,缺失数据：在,spss,里补好,20,第四步：模型拟合参数估计方法,极大似然法maximum likelihood：大样本，正态分布、观测变量是连续变量,一般化最小平方法generalized least squares：大样本、非正态,未加权最小平方法unweighted least squares：数据不符合统计分布,一般加权最小平方法generally weighted least squares：非正态，大样本1000以上,对角线加权平方法diagonally weighted least squares：非正态，大样本1000以上,工具性变量法instrumental variables,两阶段最小平方法two-stage least squares,21,第四步：模型拟合,根本拟合标准,模型内在构造拟合度,整体模型拟合度外部,22,第四步：模型拟合根本拟合标准,估计参数中不能有负的误差方差,不能有很大的标准误差,23,第四步：模型拟合模型内在构造拟合度,所有参数必须到达显著水平t值1.96,24,第四步：模型拟合整体拟合指数,1绝对拟合指数理论模型与实际模型：,25,第四步：模型拟合整体拟合指数,2增值拟合指数理论模型与独立模型：,26,第四步：模型拟合整体拟合指数,3简约拟合指数：,27,第五步：模型修正,测量模型：添加或删除因子载荷、因子之间的协方差、误差之间的协方差,构造模型：添加或删除潜变量数目、路径系数、残差项之间的协方差,28,模型修正：本卷须知,修改的参数在理论上的合理性,先考虑较大的MI大于4,每次只能修改一个参数,修正后需要用另一批数据重新验证,防止将可识别的模型变为无法识别的模型,29,第六步：模型解释,用理论来解释模型,解释模型所代表的结果,30,T检验、相关分析、F检验,验证性因素分析,路径分析,多组比较,复杂的中介和调节效应的检验,潜变量增长模型,31,分析软件：,Amos,、,LISREL,、,EPQ,、,Mplus,32,Amos的使用简介,路径分析的程序与执行,路径因果模型图的设定,饱和模型与独立模型,构造方程模型图,构造模型与修正指标,单一文件多重模型的设定,33,谢谢,34,人有了知识，就会具备各种分析能力，,明辨是非的能力。,所以我们要勤恳读书，广泛阅读，,古人说“书中自有黄金屋。,”通过阅读科技书籍，我们能丰富知识，,培养逻辑思维能力；,通过阅读文学作品，我们能提高文学鉴赏水平，,培养文学情趣；,通过阅读报刊，我们能增长见识，扩大自己的知识面。,有许多书籍还能培养我们的道德情操，,给我们巨大的精神力量，,鼓舞我们前进,。,