結構方程模型及其應用

結構方程模型及其應用

Structural

EquationModelandItsApplications提綱概述相關概念及結構實際應用概述結構方程模型分析法（structuralequationmodel，簡稱SEM）是一種以回歸為基礎（regression-basedtechnique）的多變量分析技術，主要可用于進行驗證性因素分析、檢驗理論假設所表示的各變量之間的路徑關系、中介效應分析和調(diào)節(jié)效應分析。結構方程模型的優(yōu)點

同時處理多個因變量

容許自變量和因變量含測量誤差

同時估計因子結構和因子關系

容許更大彈性的測量模型

估計整個模型的擬合程度

結構方程模型的分析步驟結構方程模型分析過程包括：模型設定、模型識別、模型估計、模型評價和模型修訂。采用結構方程模型分析法進行實證分析的步驟如下頁圖示模型評價指標根據(jù)侯杰泰、溫忠麟、成子娟（2004），在研究中主要選取了Df、χ2、χ2/df、RMSEA、NNFI和CFI作為模型評價指數(shù)：卡方χ2及其自由度df主要用于比較多個模型。一般認為，卡方比率χ2/df在2.0~5.0之間，模型可以接受，χ2/df越小表明整體模型擬合效果越好。近似誤差均方根RMSEA越小表明模型擬合效果越好，Steiger（1990）認為，RMSEA低于0.1表示好的擬合；低于0.05表示非常好的擬合；低于0.01表示非常出色的擬合，但這種情形應用上幾乎碰不到。非范擬合指數(shù)NNFI一般取值在0.9以上表示模型擬合效果非常好，在0.8以上表示模型擬合效果較好。比較擬和指數(shù)CFI一般取值在0~1之間，大于0.8表示模型擬合效果較好。相關概念及結構

x1

x3x2

δ1δ

2δ

3ξλ1λ2λ3誤差觀察變項負荷量潛在變項驗證性因素分析

ConfirmatoryFactorAnalysis(CFA)x1x3x2δ1δ2δ3ξ1η1y1y2y3ε1ε2ε3ζ測量模式結構模式x1x3x2δ1δ2δ3ξ1測量模式僅有測量模式就是CFAx1

x3x2

δ1δ

2δ

3ξ1λ11λ21λ31x1=λ11

ξ1+δ1x2=λ21

ξ1+δ2x3=λ31

ξ1+δ3y1

y3y2

ε1ε

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？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至少超過150個。Rigdon,E.(2005).SEMFAQ.from /~mkteer/html至少要為x觀察變項數(shù)目的10倍量或15倍量。Thompson,B.(2000).Tencommandmentsofstructural equationmodeling.InL.G.Grimm&P.R.Yarnold (eds.),Readingandunderstandingmoremultivariate statistics(pp.261-283).Washington,DC:APA.樣本大小亦取決於潛在變項的數(shù)目LISRELSIMPLISAMOSEQSMplus常見電腦軟體