結(jié)構(gòu)方程模型教學(xué)資料

1、原理：胡海媛原理：胡海媛 AMOS應(yīng)用應(yīng)用(yngyng)：趙新棟：趙新棟 文獻(xiàn)綜述：焦?jié)墨I(xiàn)綜述：焦?jié)谝豁?，?2頁。胡海媛胡海媛 M030109115 第二頁，共82頁。 一、結(jié)構(gòu)方程一、結(jié)構(gòu)方程(fngchng)模型概述模型概述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

2、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(du )自變量與一個或多個(du )因變量之間一組相關(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(du )自變量與多個(du )因變量之間關(guān)系的特點。第三頁，共82頁。3 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(fnx)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(fnx)，允許測量誤差的存在SEM與典型相關(guān)分析(fnx)（多個自變量與多個因變量

3、之間關(guān)系）典型相關(guān)分析(fnx)：兩組隨機(jī)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(fnx)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SEM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(fnx)潛在變量之間結(jié)構(gòu)關(guān)系第四頁，共82頁。 SEM與人工神經(jīng)網(wǎng)絡(luò)（針對不可觀測或潛在變量建模）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人工神經(jīng)網(wǎng)絡(luò)：執(zhí)

4、行數(shù)據(jù)分析時，模型的隱含層接點仍然沒有被明確(mngqu)標(biāo)識標(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)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)）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。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（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）（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)方差矩陣的對角元素擬合較好

5、，適用于對數(shù)據(jù)點的分析，預(yù)測：對觀測變量協(xié)方差矩陣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，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)確參數(shù)估計更準(zhǔn)確第五頁，共82頁。4 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(yùn)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(yùn)用5 樣本規(guī)模(gum)大小資料符合常態(tài)、無遺漏值及例外值(Bentler & Chou, 1987)下，樣本比

6、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。第六頁，共82頁。第七頁，共82頁。二、結(jié)構(gòu)方程二、結(jié)構(gòu)方程(fngchng)模型的基模型的基本原理本原理(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

7、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)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(chnshng)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第八頁，共82頁。2 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)

8、類型：自由參數(shù)：參數(shù)大小必須通過(tnggu)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)）第九頁，共82頁。3 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(wch)單向箭頭指向指標(biāo)或觀測變量，表示測量誤差(wch)單向箭頭指向因子或潛在變量，表

9、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(wch)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)系第十頁，共82頁。（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(ji gu)變量第二部分表示原因變量（4）效應(yīng)分解

10、直接效應(yīng)：原因變量（外生或內(nèi)生變量）對結(jié)果(ji gu)變量（內(nèi)生變量）的直接影響，大小等于原因變量到結(jié)果(ji gu)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(ji gu)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(ji gu)變量的路徑系數(shù)乘積總效應(yīng)：原因變量對結(jié)果(ji gu)變量的效應(yīng)總和 總效應(yīng)=直接效應(yīng)+間接效應(yīng)第十一頁，共82頁。第十二頁，共82頁。x3 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(qinzi)變量向量， 外生觀測變量在外生潛在(qinzi)變量上的因子負(fù)荷矩陣，

11、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(qinzi)變量向量， 為內(nèi)生觀測向量在內(nèi)生潛在(qinzi)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(qinzi)變量之間的關(guān)系， 表示外生潛在(qinzi)變量對內(nèi)生潛在(qinzi)變量的 影響， 為結(jié)構(gòu)方程的誤差項 xyyBB第十三頁，共82頁。111 11xx 123xxxx1 12 13 1xxxx123111 11yy 123yyyy1234561221000B 1 1測量(cling)模型：反映潛在變量和觀測變量之間的關(guān)系方程式：112131425262000000yyyy

12、yyy22112112 結(jié)構(gòu)模型：反映潛在(qinzi)變量之間因果關(guān)系方程式：111 11 1121yy 第十四頁，共82頁。結(jié)構(gòu)方程模型的八種矩陣(j zhn)概念符號符號代表意義代表意義結(jié)構(gòu)模型矩陣結(jié)構(gòu)模型矩陣 B內(nèi)生潛在變量被內(nèi)生潛在變量解釋之回歸矩陣（回歸系數(shù)）內(nèi)生潛在變量被外生潛在變量解釋之回歸矩陣（回歸系數(shù)）測量模型矩陣測量模型矩陣外生觀測變量被外生潛在變量解釋之回歸矩陣（因素載荷）內(nèi)生觀測變量被內(nèi)生潛在變量解釋之回歸矩陣（因素載荷）外生潛在變量之協(xié)方差矩陣（因素共變）殘差矩陣殘差矩陣內(nèi)生潛在變量被外生潛在變量解釋之誤差項協(xié)方差矩陣（解釋殘差）外生觀測變量被外生觀測變量解釋之誤差

13、項協(xié)方差矩陣（X變量殘差）內(nèi)生觀測變量被內(nèi)生潛在變量解釋之誤差項協(xié)方差矩陣（Y變量殘差）xy第十五頁，共82頁。（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(zyu)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，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

14、列入估計），此時為遞歸模型且為飽和模型，模型自動識別第十六頁，共82頁。2 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(j sun)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

15、置信息矩陣第十七頁，共82頁。（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)(jigu)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(qiáng)弱。（2）運(yùn)算定理2222( , )( )(,)( , )( , )( , )( , )()(,)( , )( , ) 2( , )()( , )( , )Cov X XVar XCov aX bY cZ dUacCov X ZadCov X UbcCov Y ZbdCov Y UVar aX

16、bYCov aX bY aX bYa Cov X Xb Cov Y YbcCov X YVar aX bYa Cov X Xb Cov Y Y第十八頁，共82頁。(3)導(dǎo)出矩陣(j zhn)兩個具有兩個具有(jyu)相關(guān)的潛在變量的相關(guān)的潛在變量的CFA圖圖第十九頁，共82頁。(3)導(dǎo)出矩陣觀測(gunc)變量方程式：1111VFE2222VFE4444VFE121112121211112211121211121112(,)(,)(,)(,)(,)(,)(,)(,)Cov V VCovFEFECov F FCov F ECov E FCov E ECov F FVar F F 14111424

17、14141144121414121421(,)(,)(,)(,)(,)(,)(,)Cov V VCovFEFECov F FCov F ECov EFCov EECov F F 11111112114111111112211111()(,)(,)(,)(,)(,)()()Var VCovFEFECov F FCov F ECov E FCov E EVar FVar E同一同一(tngy)潛在變量的兩個觀測變量的協(xié)方差：潛在變量的兩個觀測變量的協(xié)方差：不同潛在變量不同潛在變量(binling)的兩個觀測變量的兩個觀測變量(binling)的協(xié)方差：的協(xié)方差：觀測變量的方差：觀測變量的方差：第二

18、十頁，共82頁。121231323414243451525354561626364656( )( ,)()( ,)( ,)( )( ,)( ,)( ,)()( ,)( ,)( ,)( ,)( )( ,)( ,)( ,)( ,)( ,)()Var VCov V VVar VCov V VCov V VVar VCov V VCov V VCov V VVar VCov V VCov V VCov V VCov V VVar VCov V VCov V VCov V VCov V VCov V VVar V2112122221323332142124213421442152125213521455

19、52162126213621465666 逐一計算六個觀測變量的方差與配對(pi du)協(xié)方差，參數(shù)的方差與協(xié)方差導(dǎo)出矩陣（ ）S矩陣：樣本觀測值的方差矩陣：樣本觀測值的方差(fn ch)與協(xié)方差與協(xié)方差(fn ch)矩陣（矩陣（6*6）殘差矩陣殘差矩陣=S 估計協(xié)方差估計協(xié)方差(fn ch)矩陣與觀測協(xié)方差矩陣與觀測協(xié)方差(fn ch)矩陣的差異極小化矩陣的差異極小化第二十一頁，共82頁。（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)都是從總體中抽取得到(d do)的數(shù)據(jù)，且所抽取的樣本必須是所有可能樣本中被

20、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(yùn)算停止條件達(dá)到計算機(jī)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(jī)預(yù)設(shè)標(biāo)準(zhǔn)1( )( )( )F QsWs1loglog()MLFStr S第二十二頁，共82頁。（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(shupng)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(shupng)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)參數(shù)的取值范圍是否合理參數(shù)是否

21、可以得到合理解釋第二十三頁，共82頁。2 模型整體(zhngt)評價指標(biāo)名稱指標(biāo)名稱指標(biāo)含義指標(biāo)含義接受標(biāo)準(zhǔn)接受標(biāo)準(zhǔn)適用情形適用情形殘差分析殘差分析未標(biāo)準(zhǔn)化殘差RMR未標(biāo)準(zhǔn)化假設(shè)模型整體殘差越小越好了解殘差特性標(biāo)準(zhǔn)化殘差SRMR標(biāo)準(zhǔn)化模型整體殘差.08了解殘差特性擬合效果指標(biāo)擬合效果指標(biāo)絕對擬合效果指標(biāo)卡方值導(dǎo)出矩陣與觀測矩陣的整體相似程度卡方自由度比卡方值/自由度.90說明模型解釋力調(diào)整擬合指數(shù)AGFI用模型自由度和參數(shù)數(shù)目調(diào)整的GFI.90不受模型復(fù)雜程度影響簡效擬合指數(shù)PGFI用模型自由度和參數(shù)數(shù)目調(diào)整的GFI.50說明模型的簡單程度相對擬合效果指標(biāo)正規(guī)擬合指數(shù)NFI假設(shè)模型與獨立模型的

22、卡方差異.90說明模型較虛無模型的改善程度非正規(guī)擬合指數(shù)NNFI用模型自由度和參數(shù)數(shù)目調(diào)整的NFI.90不受模型復(fù)雜程度的影響替代性指標(biāo)替代性指標(biāo)非集中性參數(shù)NCP假設(shè)模型的卡方值距離中央卡方值分布的離散程度越小越好說明假設(shè)模型矩陣中央卡方值的程度相對擬合指數(shù)CFI假設(shè)模型與獨立模型的非中央性差異.95說明模型較虛無模型的改善程度，特別適合小樣本第二十四頁，共82頁。指標(biāo)名稱指標(biāo)名稱指標(biāo)含義指標(biāo)含義接受標(biāo)準(zhǔn)接受標(biāo)準(zhǔn)適用情形適用情形平均概似平均誤根系數(shù)RMSEA比較理論模型與飽和模型的差距200反映樣本規(guī)模的適切性第二十五頁，共82頁。(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

23、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(ciq)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。實際意義多次驗證第二十六頁，共82頁。3 模型修正方向模型擴(kuò)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

24、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(xingdng)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)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 Rdf221MMI第二十七頁，共82頁。EFACFA探索式 (data-driv

25、en)驗證式 (theory-driven)因素個數(shù)由資料決定因素個數(shù)由研究者指定問卷設(shè)計的前端問卷應(yīng)用的后端PCA是常用的估計法ML法是常用的估計法只提供標(biāo)準(zhǔn)化結(jié)果提供標(biāo)準(zhǔn)及非標(biāo)準(zhǔn)化結(jié)果沒有l(wèi)oading 顯著性報告有l(wèi)oading 顯著性報告EFA無法做額外的設(shè)定 CFA模型設(shè)定有彈性無法執(zhí)行跨群組比較可執(zhí)行跨群組(時間)的比較1 驗證(ynzhng)性因子分析（CFA）第二十八頁，共82頁。F1e1F2e2e3e4e5e6x1x2x3x4x5x611一階驗證一階驗證(ynzhng)性因子分性因子分析析第二十九頁，共82頁。F1e1F2e2e3e4e5e6x1x2x3x4x5x611F31

26、二階（高階）驗證二階（高階）驗證(ynzhng)性因性因子分析子分析第三十頁，共82頁?？冃Э冃?j xio)(j xio)期望期望(q(qwng)wng)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(mxng)D1D2非遞歸模型非遞歸模型第三十一頁，共82頁。自我自我(zw)效能感效能感社會社會(shhu)期待期待成就動機(jī)成就動機(jī)學(xué)業(yè)學(xué)業(yè)(xuy)(xuy)表現(xiàn)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(jī) 學(xué)業(yè)表

27、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(jī) 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=0.44第三十二頁，共82頁。Y1X2X1Y2D1D2時間延宕時間延宕(yndng)非遞非遞歸模型歸模型工具型變量工具型變量(binling)模型模型第三十三頁，共82頁。3 統(tǒng)合模型(mxng)分析x1x2x3y1y2y3x1測量測量(cling)殘差殘差外生觀察外生觀察(gunch)變變量量因素負(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

28、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)模式模式第三十四頁，共82頁。趙新棟趙新棟 M0301091 第三十五頁，共82頁。Amos 學(xué)習(xí)學(xué)習(xí)(xux)網(wǎng)址網(wǎng)址網(wǎng)址網(wǎng)址說明說明 amos users guide使用手冊（PDF版本）/cata/docs/docroom/spss/提供amos users guide使用手冊（PDF版本）/its/rc/tutorials/stat/amos圖解說明結(jié)構(gòu)方程模型和amoswww.perso

29、/users/p/a/pat1004/amos.html圖解說明amos,共9個PDF 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，最后提出研究結(jié)論(jiln)（驗證假說），提出建議?；谶@樣的了解，我們來看看SPSS與Amos所發(fā)揮的功能：SPSSAmos樣本描述（非常詳盡）因子分析EFACFA多變量分析方差分析、判別分析、回歸分析、多元尺度法等建立SEM，進(jìn)行路徑分析。多群組分析、Bootstrapping第三十七頁，共82頁。利用利用(lyng)amos做做統(tǒng)計檢驗統(tǒng)計檢驗 利用a

30、mos，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(ji shu)；如果顯著性小于值，達(dá)到顯著水平，則拒絕虛無假說(ji shu)（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）第三十八頁，共82頁。Amos操作操作(cozu)環(huán)境環(huán)境第三十九頁，共82頁。第四十頁，共82頁。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。左邊是工具箱，中間的操作環(huán)境。左邊是工具箱，中間(zhngjin)是顯示區(qū)，右邊是繪圖區(qū)。如是顯示區(qū)，右邊是繪圖區(qū)。如

31、圖圖第四十一頁，共82頁。二、建立模型二、建立模型(mxng)建立路徑圖建立路徑圖第四十二頁，共82頁。1 制作制作(zhzu)潛在變量：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(y )橢圓。第四十三頁，共82頁。2 制作指標(biāo)制作指標(biāo)(zhbio)變量變量 指標(biāo)(zhbio)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)(zhbio)變量，每多點一下，就出現(xiàn)一個指標(biāo)(zhbio)變量。要改變指標(biāo)(zhbio)變量的方向，可以按“ ”。第四十四頁，共82頁。3 建立潛在變量建立潛在變量(binling)之之間的關(guān)系間的關(guān)系

32、 “ ”表示(biosh)影響，因果關(guān)系。 “ ”表示(biosh)相關(guān)性。第四十五頁，共82頁。4 讀取數(shù)據(jù)文件讀取數(shù)據(jù)文件(wnjin) 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(wnjin)“ ”，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(wnjin)。 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。第四十六頁，共82頁。5 交代交代(jiodi)變量名稱變量名稱 觀察變量(binling)：在工具箱中選“ ”，就會出現(xiàn)

33、“Variables in Dataset”窗口。此時，先點住變量(binling)名稱，然后拖動到適當(dāng)?shù)挠^察變量(binling)上后松手，這個變量(binling)名稱就獨到觀察變量(binling)上了。 潛在變量(binling)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(binling)名稱，可以按【plugins】、【name Unobserved Variables】。第四十七頁，共82頁。6 完整完整(wnzhng)模型：如模型：如圖圖第四十八頁，共82頁。顯示重要參數(shù)：在工具箱中選顯示重要參

34、數(shù)：在工具箱中選“ ”，然，然后后(rnhu)在繪圖區(qū)點一下，出現(xiàn)下圖在繪圖區(qū)點一下，出現(xiàn)下圖第四十九頁，共82頁。然后(rnhu)在Figure Caption 窗口中輸入Chi Square=cmindf=dfp=p第五十頁，共82頁。點擊點擊ok，就會出現(xiàn)一下，就會出現(xiàn)一下(yxi)情況：情況：第五十一頁，共82頁。 在工具箱中點擊Calculate estimates的圖示“ ”，產(chǎn)生(chnshng)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：第五十二頁，共82頁。三、分組三、分組 如果數(shù)據(jù)文件(wnjin)有必要分組，自

35、讀取數(shù)據(jù)文件(wnjin)之后，要分別交代Group Variable、Group Value第五十三頁，共82頁。四、分析四、分析(fnx)輸出報表輸出報表 1.違反(wifn)估計 2.正態(tài)性檢驗與異常值處理 3.擬合度第五十四頁，共82頁。1.違反違反(wifn)估計估計 違反(wifn)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(wifn)估計的項目有： 負(fù)的誤差方差的存在 標(biāo)準(zhǔn)化洗漱超過或太接近1（通常以0.95為門檻）第五十五頁，共82頁。2.正態(tài)性檢驗正態(tài)性檢驗(jinyn)與異與異常值處理常值處理 Asessment of normality表中的c.r.掉膘

36、偏度系數(shù)(xsh)或者峰度系數(shù)(xsh)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)(xsh)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表中通常看p2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。第五十六頁，共82頁。3.擬合擬合(n h)度度 AMOS是以卡方統(tǒng)計(tngj)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。但是卡方統(tǒng)計(tngj)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：第五十七頁，共82頁。擬合指標(biāo)擬合指標(biāo)

37、判斷準(zhǔn)則判斷準(zhǔn)則絕對擬合指標(biāo)X2P0.05表明擬合度較好GFI越接近1表示模型擬合度越好，通常采用GFI0.9RMR越接近0表示模型擬合度越好，通常采用RMR0.05RMSEA越接近0表示模型擬合度越好，通常采用RMSER0.1增值擬合指標(biāo)AGFI越接近1表示模型擬合度越好，通常采用AGFI0.9NFI越接近1表示模型擬合度越好CFI越接近1表示模型擬合度越好IFI越接近1表示模型擬合度越好精簡擬合指標(biāo)AICAIC越小表示該模型那個較好CAICCAIC越小表示該模型那個較好第五十八頁，共82頁。四、模型四、模型(mxng)修正修正 在regression weights表中，可看到Modifi

38、cation 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(zngji)，是我們修正模型的主要目標(biāo)。第五十九頁，共82頁。五、探索五、探索(tn su)最佳模型最佳模型 點【analyze】，在出現(xiàn)的“specification search”工具(gngj)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。第六十頁，共82頁。五、探索最佳五、探索最佳(zu ji)模型模型 在“specification search”工具列中，點“option”圖示，在出現(xiàn)(chxin)的“op

39、tions”，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。第六十一頁，共82頁。五、探索五、探索(tn su)最佳模型最佳模型 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(judng)最佳模型。在specification 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)。第六十

40、二頁，共82頁。六、遞歸與非遞歸模型六、遞歸與非遞歸模型(mxng) 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(yu w)回溯關(guān)系2.殘差之間是否具有殘差相關(guān)。第六十三頁，共82頁。七、直接七、直接(zhji)效果與間接效果與間接效果效果 直接效果(xiogu)是某一變量對另一變量的直接影響。間接效果(xiogu)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?xiogu)等于直接效果(xiogu)加上間接效果(xiogu)。 通常：如果直接效果(xiogu)大于間接效果(xiogu)，表示中介變量不發(fā)揮作用，可以忽略；

41、如果直接效果(xiogu)小于間接效果(xiogu)，表示中介變量具有影響力，要重視中介變量第六十四頁，共82頁。焦?jié)節(jié)?M0301091 第六十五頁，共82頁。第六十六頁，共82頁。結(jié)構(gòu)方程在各領(lǐng)域結(jié)構(gòu)方程在各領(lǐng)域(ln y)的應(yīng)用的應(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(fèi)用影響因素結(jié)構(gòu)方程模型楊樹東，閔捷，沈其君等生育保險病種費(fèi)用影響因素結(jié)構(gòu)方程模型(mxng)分析分析 （2008）通過建立結(jié)構(gòu)模型通過建立結(jié)構(gòu)模型(mxng)研究了生育保險病種費(fèi)用影響因素，為生育保研究了生育保險病種費(fèi)用影響因素，為生育

42、保險按病種付費(fèi)提供依據(jù)。抽取了南京市險按病種付費(fèi)提供依據(jù)。抽取了南京市4家醫(yī)院家醫(yī)院2002年年2004年生育保險年生育保險參保人員病歷首頁以及財務(wù)結(jié)算帳單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)方程模型份，用結(jié)構(gòu)方程模型(mxng)(SEM)方法進(jìn)行分析。結(jié)構(gòu)模型方法進(jìn)行分析。結(jié)構(gòu)模型(mxng)中的外生的顯在變量包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)，入院病情和主要診斷程度括醫(yī)院等級，病種，年齡，職業(yè)，術(shù)前住院天數(shù)，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(fèi)用。隱變量包括社會經(jīng)濟(jì)，內(nèi)生的顯在變量包括病種實際住院天數(shù)和住院費(fèi)用。隱變

43、量包括社會經(jīng)濟(jì)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(jì)特征用醫(yī)院等級、年特征，臨床特征，醫(yī)院管理和醫(yī)護(hù)質(zhì)量。其中社會經(jīng)濟(jì)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(fèi)用的影響看，臨床特征對個隱變量。最后的擬合結(jié)果，三個隱變量對住院費(fèi)用的影響看，臨床特征對住院費(fèi)用的影響最大，系數(shù)為住院費(fèi)用的影響最大，系數(shù)為093

44、34，醫(yī)護(hù)質(zhì)量和社會經(jīng)濟(jì)特征對住院費(fèi)，醫(yī)護(hù)質(zhì)量和社會經(jīng)濟(jì)特征對住院費(fèi)用的影響系數(shù)分別為用的影響系數(shù)分別為03194和和02230，而病種對臨床特征的影響最大，而病種對臨床特征的影響最大，這對研究的生育病種付費(fèi)標(biāo)準(zhǔn)有很大意義，即確定病種付費(fèi)標(biāo)準(zhǔn)時要充分考這對研究的生育病種付費(fèi)標(biāo)準(zhǔn)有很大意義，即確定病種付費(fèi)標(biāo)準(zhǔn)時要充分考慮臨床特征的影響，把付費(fèi)標(biāo)準(zhǔn)的差異最大化的歸于臨床特征的不同。慮臨床特征的影響，把付費(fèi)標(biāo)準(zhǔn)的差異最大化的歸于臨床特征的不同。第六十七頁，共82頁。1.2農(nóng)村農(nóng)村(nngcn)醫(yī)療衛(wèi)生醫(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

45、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，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(jì)南市并進(jìn)行模型擬合與評估。調(diào)查對象為山東省濟(jì)南市3個新型個新型農(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(jì)狀況和新農(nóng)合覆蓋率的不同隨機(jī)抽取按經(jīng)濟(jì)狀況和新農(nóng)合覆蓋率的不同隨機(jī)抽取6個鄉(xiāng)鎮(zhèn)，共抽個鄉(xiāng)鎮(zhèn)，共抽取取l8個鄉(xiāng)鎮(zhèn)，每個鄉(xiāng)鎮(zhèn)再按經(jīng)濟(jì)狀況和新農(nóng)合覆蓋率不同隨個鄉(xiāng)鎮(zhèn)，每個鄉(xiāng)鎮(zhèn)再按經(jīng)濟(jì)狀況和新農(nóng)合覆蓋率不同隨機(jī)抽取機(jī)抽取6個村，共個村，

46、共108個村，每個村再隨機(jī)抽取個村，每個村再隨機(jī)抽取30戶家庭組戶家庭組成訶查的樣本，共計調(diào)查戶數(shù)為成訶查的樣本，共計調(diào)查戶數(shù)為3240戶。調(diào)查內(nèi)容主要涉戶。調(diào)查內(nèi)容主要涉及家庭基本狀況、家庭收支情況、各層次醫(yī)療機(jī)構(gòu)的住院衛(wèi)及家庭基本狀況、家庭收支情況、各層次醫(yī)療機(jī)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、性別住院病人的年齡、性別(生理狀態(tài)生理狀態(tài))，文化程度、婚姻狀況（，文化程度、婚姻狀況（社會因素），經(jīng)濟(jì)狀況、是否患有慢性病以及兩周是否患病社會因素），經(jīng)濟(jì)狀況、是否患有慢性病以及兩周是否患病等。通過結(jié)構(gòu)

47、方程模型得出的結(jié)果顯示：結(jié)構(gòu)方程模型顯示等。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健康狀況直接影響住院率(直接影響權(quán)重為直接影響權(quán)重為0.26)；生理狀態(tài)；生理狀態(tài)不僅直接影響住院率不僅直接影響住院率(直接影響權(quán)重為直接影響權(quán)重為0.19)，而且通過健康，而且通過健康狀況和社會因素間接狀況和社會因素間接(jin ji)影響住院率影響住院率(間接間接(jin ji)影響影響權(quán)重為一權(quán)重為一0.30)；衛(wèi)生服務(wù)可得性對住院率的影響最??；衛(wèi)生服務(wù)可得性對住院率的影響最小(影響影響權(quán)重僅為權(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。本文中線性結(jié)構(gòu)方程模型較

48、好的分析了參合農(nóng)民住院概率的影響因素。合農(nóng)民住院概率的影響因素。第六十八頁，共82頁。陳琦，梁萬年，盂群 農(nóng)村衛(wèi)生人力培訓(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(yùn)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

49、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，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(fèi)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(knng)使結(jié)構(gòu)模型更加完善。 第六十九頁，共82頁。1.3長期長期(chngq)護(hù)理護(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(yùn)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

50、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(yùn)用SEM進(jìn)行護(hù)理相關(guān)理論的研究：探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)(dq)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(qiáng)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(jī)變量或不可直接

51、測量的潛在隨機(jī)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)理方案的改進(jìn)措施，使研究問題得到恰當(dāng)?shù)慕獯稹?第七十頁，共82頁。2 結(jié)構(gòu)方程在經(jīng)濟(jì)結(jié)構(gòu)方程在經(jīng)濟(jì)(jngj)管理領(lǐng)域的應(yīng)用管理領(lǐng)域的應(yīng)用2.1食品安全食品安全(nqun)領(lǐng)域領(lǐng)域劉艷秋，周星劉艷秋，周星QS認(rèn)證與消費(fèi)者食品安全認(rèn)證與消費(fèi)者食品安全(nqun)信任關(guān)系的實證研究信任關(guān)系的實證研究（2008）采用結(jié)構(gòu)方程模型，研究采用結(jié)構(gòu)方程模型，研究QS認(rèn)證相關(guān)因素影響消費(fèi)者信任的途徑、消費(fèi)者信認(rèn)證相關(guān)因素影響消費(fèi)者信任的途徑、消費(fèi)者信任與購

52、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(fèi)者食認(rèn)證的消費(fèi)者食品安全品安全(nqun)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)歸納了八個影響響QS認(rèn)證信任的因素：消費(fèi)者食品安全認(rèn)證信任的因素：消費(fèi)者食品安全(nqun)意意(CSA)、企業(yè)能力、企業(yè)能力(CA)、企業(yè)可信性、企業(yè)可信性(CC)、企業(yè)可靠性、企業(yè)可靠性(CR)、企業(yè)誠信、企業(yè)誠信(CI)、政府和企業(yè)及消費(fèi)者、政府和企業(yè)及消費(fèi)者的三方信息交流的三方信息交流(IC)、政府執(zhí)行、政府執(zhí)行QS認(rèn)證的力認(rèn)證的力GE)、政府監(jiān)管

53、、政府監(jiān)管QS認(rèn)證的水平認(rèn)證的水平(GS)。本文假設(shè)這八個因素與消費(fèi)者對。本文假設(shè)這八個因素與消費(fèi)者對QS認(rèn)證信任呈正相關(guān)關(guān)系。問卷是認(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)放問卷卷400份，有效為份，有效為346份。通過結(jié)構(gòu)方程模型份。通過結(jié)構(gòu)方程模型(SEM)方法來識別方法來識別QS認(rèn)證的影認(rèn)證的影響因素與消費(fèi)者信任以及購買意愿之間的關(guān)系，得出的結(jié)論是：消費(fèi)者安全響因素與消費(fèi)者信任以及購買意愿之間的關(guān)系，得出的結(jié)論是：消費(fèi)者安全(nqun)意識、企業(yè)可信性、企業(yè)能力、政府監(jiān)管

54、以及信息交流這五個因素意識、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：（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(qiáng)消費(fèi)者）加強(qiáng)消費(fèi)者食品安全食品安全(nqun)教育，提高安全教育，提高安全(nqun)意識（意識（2）政府部門要做好）政府部門要做好QS認(rèn)認(rèn)證監(jiān)管工作，為消費(fèi)者信任證監(jiān)管工作，為消費(fèi)者信任QS認(rèn)證提供長期政策保證（認(rèn)證提供長期政策保證（3）政府部門、企業(yè)）政府部門、企業(yè)應(yīng)及時與消費(fèi)者應(yīng)進(jìn)行信息交流，增加消費(fèi)者對食品安全應(yīng)及時與消費(fèi)者應(yīng)進(jìn)行信息交流，增加消費(fèi)者對食品安全(nqun)的信任，的信任，保證保證Q

55、S認(rèn)證制度順利實施（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）企業(yè)要不斷改進(jìn)其生產(chǎn)安全(nqun)食品的食品的能力，進(jìn)而提高消費(fèi)者的信任（能力，進(jìn)而提高消費(fèi)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）食品企業(yè)應(yīng)不斷提高企業(yè)誠信，創(chuàng)造食品安全品安全(nqun)誠信文化，打好消費(fèi)者信任誠信文化，打好消費(fèi)者信任QS認(rèn)證的基礎(chǔ)。認(rèn)證的基礎(chǔ)。 第七十一頁，共82頁。 梁一鳴梁一鳴,張鈺爛張鈺爛,董西釧基于結(jié)構(gòu)方程模型董西釧基于結(jié)構(gòu)方程模型(mxng)的杭的杭州城鎮(zhèn)居民食品安全滿意度統(tǒng)計評估州城鎮(zhèn)居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(yùn)用探采用杭州

56、城鎮(zhèn)居民食品安全滿意度的樣本數(shù)據(jù)，運(yùn)用探索性因子分析和結(jié)構(gòu)方程模型索性因子分析和結(jié)構(gòu)方程模型(mxng)，考察了杭州城，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)食品安全的之處，針對得出的結(jié)論提出政策建議。根據(jù)食品安全的定義，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，作者歸納了納了20 個可能影響食品安全的因素，作為食品安全滿意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)法度評價體系的單項指標(biāo)如：技術(shù)認(rèn)證、

57、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。將力度、政府政策、監(jiān)管體系、許可認(rèn)證等。將20個指標(biāo)個指標(biāo)分為分為5個滿意度因子治理監(jiān)管因子生產(chǎn)加工因子有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)，品安全滿意度作為一級指標(biāo)，5個因子作為二級指標(biāo)，上個因子作為二級指標(biāo)，上文提到的文提到的20個指標(biāo)作為三級指標(biāo)。通過對杭州多個城區(qū)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份有效問卷份有效問卷383份。最后通過結(jié)構(gòu)方

58、程建立模型份。最后通過結(jié)構(gòu)方程建立模型(mxng)，進(jìn)行模型，進(jìn)行模型(mxng)修正得出結(jié)論：（修正得出結(jié)論：（1） 杭州城鎮(zhèn)居民食品安全杭州城鎮(zhèn)居民食品安全滿意度總指數(shù)為滿意度總指數(shù)為63.89。（。（2） 居民對社會監(jiān)督因子的滿居民對社會監(jiān)督因子的滿意度最高，而對有害物質(zhì)因子的滿意度最低。在對有害意度最高，而對有害物質(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。（滿意度最低。（3） 成熟的監(jiān)管體系、合理的執(zhí)法力度對成熟的監(jiān)管體系、合理的執(zhí)法力度對于維護(hù)食品消費(fèi)市場的安全至關(guān)重要。提出的建議是：于維護(hù)

59、食品消費(fèi)市場的安全至關(guān)重要。提出的建議是：（1） 增強(qiáng)食品信息透明度，建立食品安全信息發(fā)布平臺增強(qiáng)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（宣傳食品安全法，普及食品安全知識（3） 加加大食品安全問題的懲處和法律制裁的力度。大食品安全問題的懲處和法律制裁的力度。第七十二頁，共82頁。3.2土地、住房土地、住房(zhfng)領(lǐng)域領(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性這4 類

60、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?。帶有潛變量的結(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異量對居住用地價格