結(jié)構(gòu)方程模型簡介與的初級應(yīng)用詳解演示文稿

結(jié)構(gòu)方程模型簡介與的初級應(yīng)用詳解演示文稿現(xiàn)在是1頁\一共有34頁\編輯于星期四優(yōu)選結(jié)構(gòu)方程模型簡介與的初級應(yīng)用現(xiàn)在是2頁\一共有34頁\編輯于星期四為什么要用結(jié)構(gòu)方程模型假如4道題目來衡量企業(yè)在某方面的競爭優(yōu)勢，還有3道題目來測量企業(yè)績效?，F(xiàn)要研究競爭優(yōu)勢與企業(yè)績效的關(guān)系。按照傳統(tǒng)的回歸分析做法：3個Y只取一個或運用某種方法合并為1個Y信息丟失競爭優(yōu)勢X1X2X3X4企業(yè)績效Y1Y2Y3現(xiàn)在是3頁\一共有34頁\編輯于星期四結(jié)構(gòu)方程模型（SEM）的優(yōu)點

同時處理多個因變量(多個Y);

容許自變量和因變量含測量誤差，精確估計觀察變量與潛在變量之間的關(guān)系;

同時估計因子結(jié)構(gòu)和因子關(guān)系;

估計整個模型的擬合程度，用以比較不同模型;

容許更大彈性的測量模型；

SEM是復(fù)雜多元的統(tǒng)計方法，包括:回歸分析、因子分析(驗證性因子分析)、ｔ檢驗、方差分析、比較各組因子均值、交互作用模型、實驗設(shè)計等。現(xiàn)在是4頁\一共有34頁\編輯于星期四SEM概念概念1：結(jié)構(gòu)方程模型(StructuralEquationModeling，簡稱SEM)是基于變量的協(xié)方差矩陣來分析變量之間關(guān)系的一種綜合性的統(tǒng)計方法，因此又稱為協(xié)方差結(jié)構(gòu)分析。概念2：結(jié)構(gòu)方程模型是一種通用的線性統(tǒng)計建模技術(shù)。它主要是利用聯(lián)立方程組求解，但是沒有嚴(yán)格的假設(shè)限定條件，同時允許自變量和因變量存在測量誤差。概念3：SEM是一種呈現(xiàn)客觀狀態(tài)的數(shù)學(xué)模型，主要用來呈現(xiàn)檢驗觀察變量與潛在變量之間的假設(shè)關(guān)系，它融合了因素分析與路徑分析兩種統(tǒng)計技術(shù)。關(guān)鍵詞：結(jié)構(gòu)、協(xié)方差、線性現(xiàn)在是5頁\一共有34頁\編輯于星期四理論模型λxn1

λyn1λyn2γ3λxm2δ2

δ1

δ4

δ3

λxm1ζ1ε4ε1Φ21ξ1Xn1Xn2Xm1Xm1ξ2λxn2

η1γ1Yn1Ym2η2γ2ζ2βYn2ε2Ym1ε3λym2λym2構(gòu)成要素：變量、模型現(xiàn)在是6頁\一共有34頁\編輯于星期四1、潛變量(latentvariable)：不能被直接測量的變量；內(nèi)生潛變量:受其它潛變量影響的潛變量；(η,市場財務(wù)績效)外生潛變量:由系統(tǒng)外其他因素決定的潛變量；(ξ，反應(yīng)速度)2、顯變量(observableindicators)：間接測量潛變量的指標(biāo)，也稱為觀測變量；內(nèi)生指標(biāo):間接測量內(nèi)生潛變量的指標(biāo)；(Y)外生指標(biāo):間接測量外生潛變量的指標(biāo)。(X)3、誤差項(δ、ε、ζ

)結(jié)構(gòu)方程模型的變量λxn1

λyn1λyn2γ3λxm2δ2

δ1

δ4

δ3

λxm1ζ1ε4ε1Φ21ξ1Xn1Xn2Xm1Xm1ξ2λxn2

η1γ1Yn1Ym2η2γ2ζ2βYn2ε2Ym1ε3λym2λym2現(xiàn)在是7頁\一共有34頁\編輯于星期四結(jié)構(gòu)方程模型的結(jié)構(gòu)1、測量模型:測量指標(biāo)與潛變量之間的關(guān)系x=∧xξ+δy=∧yη+ε

2、結(jié)構(gòu)模型

對于潛變量間的關(guān)系，可用結(jié)構(gòu)方程表示：

η=Bη+Гξ+ζ反應(yīng)效率E1E2E3市場績效財務(wù)績效反應(yīng)效率反應(yīng)速度λxn1

λyn1λyn2γ3λxm2δ2

δ1

δ4

δ3

λxm1ζ1ε4ε1Φ21ξ1Xn1Xn2Xm1Xm1ξ2λxn2

η1γ1Yn1Ym2η2γ2ζ2βYn2ε2Ym1ε3λym2λym2現(xiàn)在是8頁\一共有34頁\編輯于星期四SEM實質(zhì)x=∧xξ+δy=∧yη+εη=Bη+Гξ+ζSEM分析核心概念是變量的協(xié)方差，用協(xié)方差反應(yīng)兩個變量的共同變異或相關(guān)聯(lián)程度。假設(shè)模型隱含的協(xié)方差矩陣B，應(yīng)盡可能的接近樣本協(xié)方差矩陣A，A與B越接近，模型擬合越好，參數(shù)估計越有效。估計方法：最大似然估計法(ML),二階段最小二乘法(TSLS)等LISREL（LinearStructuralRelationship，線性結(jié)構(gòu)關(guān)系）結(jié)合矩陣分析技巧，用以處理協(xié)方差結(jié)構(gòu)分析的一套計算機程序。AMOS（AnalysisofMomentStructure,矩結(jié)構(gòu)分析）矩結(jié)構(gòu)與協(xié)方差矩陣內(nèi)涵類似，結(jié)合了傳統(tǒng)的一般線性模型與共同因素分析的技術(shù)?，F(xiàn)在是9頁\一共有34頁\編輯于星期四SEM應(yīng)用條件

隨機抽樣

線性相關(guān)

ML和TSLS估計時滿足：連續(xù)變量且多元正態(tài)分布

李克特量表

SEM適合大樣本分析樣本量絕對不能小于100200-500是最佳樣本范圍使用GL估計時樣本量需在200以上標(biāo)準(zhǔn)樣本量應(yīng)當(dāng)是變量數(shù)（題項）的10-15倍現(xiàn)在是10頁\一共有34頁\編輯于星期四在SEM分析模型中，只有測量模型而無結(jié)構(gòu)模型的回歸關(guān)系，即為驗證性因子分析(CFA)；相反的，只有結(jié)構(gòu)模型而無測量模型，則潛在變量見因果關(guān)系的討論，相當(dāng)于傳統(tǒng)的路徑分析；λxn1

λyn1λyn2γ3λxm2δ2

δ1

δ4

δ3

λxm1ζ1ε4ε1Φ21ξ1Xn1Xn2Xm1Xm1ξ2λxn2

η1γ1Yn1Ym2η2γ2ζ2βYn2ε2Ym1ε3λym2λym2SEM與CFA及路徑分析現(xiàn)在是11頁\一共有34頁\編輯于星期四SEM建模過程理論發(fā)展模型界定模型識別抽樣與測量參數(shù)估計模型擬合評鑒模型修飾討論與結(jié)論階段一模型發(fā)展階段二估計與評鑒1、模型構(gòu)建

2、前期工作3、模型估計4、模型擬合評鑒5、模型修飾6、假設(shè)檢驗現(xiàn)在是12頁\一共有34頁\編輯于星期四理論先驗性以SEM來檢驗因果關(guān)系是否成立主要是屬于驗證的性質(zhì)，需以理論為基礎(chǔ)。1、以核心理論為基礎(chǔ)；2、以相關(guān)實證發(fā)現(xiàn)為建立潛在自變量與潛在因變量間因果關(guān)系之依據(jù)；3、透過邏輯推理過程驗證或修正上述已建立之因果關(guān)系；4、藉由相關(guān)理論綜述與實地深度訪談，進一步驗證初步建立之因果關(guān)系?，F(xiàn)在是13頁\一共有34頁\編輯于星期四實例：速度營銷動態(tài)能力對企業(yè)績效的影響1、模型構(gòu)建理論發(fā)展模型界定變量確定研究假設(shè)H1：速度營銷反應(yīng)效率對企業(yè)市場績效存在正向的影響關(guān)系；H2：速度營銷反應(yīng)速度對企業(yè)市場績效存在正向的影響關(guān)系；H3：速度營銷反應(yīng)效率對企業(yè)財務(wù)績效存在正向的影響關(guān)系；H4：速度營銷反應(yīng)速度對企業(yè)財務(wù)績效存在正向的影響關(guān)系；M1M2M3市場績效F1F2F3財務(wù)績效反應(yīng)效率反應(yīng)速度E1E2E3S1S2S3E3現(xiàn)在是14頁\一共有34頁\編輯于星期四2、前期工作研究設(shè)計變量的測量（李克特量表）問卷設(shè)計數(shù)據(jù)收集前期數(shù)據(jù)分析描述性統(tǒng)計(SPSS,EXCEL)信度分析(SPSS)效度分析EFA現(xiàn)在是15頁\一共有34頁\編輯于星期四309份有效問卷現(xiàn)在是16頁\一共有34頁\編輯于星期四信度分析(SPSS)信度（Reliability）又可稱為可靠性，是指測驗的可信程度。信度好的指標(biāo)在同樣或類似的條件下重復(fù)操作，可以得到一致或穩(wěn)定的結(jié)果。它主要表現(xiàn)測驗結(jié)果的一致性、一貫性、再現(xiàn)性和穩(wěn)定性。

量表的信度分析包括內(nèi)在信度分析和外在信度分析。內(nèi)在信度分析重在考察一組評估項目是否測量的是統(tǒng)一特征，這些項目之間是否具有高度的內(nèi)在一致性；外在信度分析是指不同時間對同批被評估對象實施反復(fù)測量時，評估結(jié)果是否具有一致性。主要是內(nèi)在。指標(biāo)：克朗巴哈α系數(shù)（Cronbach’sα）修正總相關(guān)系數(shù)(CITC)折半信度系數(shù)（即可測量外在信度又可測量內(nèi)在信度）現(xiàn)在是17頁\一共有34頁\編輯于星期四效度分析內(nèi)涵內(nèi)容效度：內(nèi)容效度指測試或量表內(nèi)容或題項的適當(dāng)性與代表性。效標(biāo)關(guān)聯(lián)效度：是指測量工具的內(nèi)容具有預(yù)測或估計的能力。構(gòu)建效度：建構(gòu)效度是指測量結(jié)果體現(xiàn)出來的某種結(jié)構(gòu)與測值之間的對應(yīng)程度。一般分為收斂效度和區(qū)分效度。收斂效度：當(dāng)測量同一構(gòu)念的多重指標(biāo)彼此間聚合或有關(guān)連時，表明聚合效度存在區(qū)分效度：區(qū)分效度是指當(dāng)一個構(gòu)念的多重指標(biāo)相聚合或呼應(yīng)時，則這個構(gòu)念的多重指標(biāo)也應(yīng)與其相對立之構(gòu)念的測量指標(biāo)有負(fù)向相關(guān)，若相關(guān)程度越低，則區(qū)分效度越好。

研究方法收斂效度：因子分析法(EFA和CFA)

平均萃取量(AVE>0.5)組合信度(CR>0.7)區(qū)分效度:AVE的平方根應(yīng)該大于該變量與其它變量的相關(guān)系數(shù)現(xiàn)在是18頁\一共有34頁\編輯于星期四3、模型估計（Lisrel或Amos）LISREL語法見長必須使用PRELIS計算出CORorCOV矩陣作為輸入也可以畫圖AMOS圖形見長可以直接以原始數(shù)據(jù)作出輸入適合于初學(xué)者現(xiàn)在是19頁\一共有34頁\編輯于星期四驗證性因子分析CFA剔除EFFE3LISREL現(xiàn)在是20頁\一共有34頁\編輯于星期四驗證性因子分析CFA剔除EFFE3AMOS現(xiàn)在是21頁\一共有34頁\編輯于星期四結(jié)構(gòu)方程SEMLISREL現(xiàn)在是22頁\一共有34頁\編輯于星期四結(jié)構(gòu)方程SEMAMOS現(xiàn)在是23頁\一共有34頁\編輯于星期四4、模型擬合評鑒適配度指標(biāo)是評價假設(shè)的路徑分析模型圖與搜集的數(shù)據(jù)是否相互適配，而不是說明路徑分析模型圖的好壞。一個適配度完全符合評價標(biāo)準(zhǔn)的模型圖不一定保證是個有用的模型，只能說研究者假設(shè)的模型圖比較符合實際數(shù)據(jù)的情況。（1）模型基本適配標(biāo)準(zhǔn)（2）整體模式適配指標(biāo)―模式外在質(zhì)量（3）模式內(nèi)在擬合度―模式內(nèi)在質(zhì)量現(xiàn)在是24頁\一共有34頁\編輯于星期四4、模型擬合評鑒（1）模型基本適配標(biāo)準(zhǔn)BagozziandYi（1988）認(rèn)為較重要之模式基本適配標(biāo)準(zhǔn)為下列五項：1.不能有負(fù)的誤差變異；2.誤差變異必需達到顯著水平（t>1.96）；3.估計參數(shù)之間的相關(guān)絕對值不能太接近1；4.因素負(fù)荷量不能太低（＜0.5）或太高（＞0.95）；5.不能有很大的標(biāo)準(zhǔn)誤。

當(dāng)違反上述標(biāo)準(zhǔn)時，表示模式可能有“細(xì)列誤差”、“辨認(rèn)問題”或“輸入有誤”。當(dāng)符合上述標(biāo)準(zhǔn)時，方可進行檢驗“整體模式適配標(biāo)準(zhǔn)”及“模式內(nèi)在結(jié)構(gòu)適配度”?，F(xiàn)在是25頁\一共有34頁\編輯于星期四4、模型擬合評鑒（2）整體模式適配指標(biāo)―模式外在質(zhì)量卡方檢驗：卡方自由度比(χ2/df)模型擬合指數(shù)：擬合指數(shù)(GFI)、調(diào)整后擬合指數(shù)(AGFI)、正規(guī)擬合指數(shù)(NFI)、非正規(guī)擬合指數(shù)(NNFI)、增量擬合指數(shù)(IFI)替代指數(shù)：RMSEA,CFI指數(shù)殘差分析指數(shù)：殘差均方根(RMR)擬合指標(biāo)χ2/dfGFIAGFINFIIFICFIRMRRMSEA建議值＜5＞0.9＞0.8＞0.9＞0.9＞0.9＜0.05＜0.08實際值3.9670.910.850.900.920.920.110.083現(xiàn)在是26頁\一共有34頁\編輯于星期四Lisrel模型擬合指標(biāo)輸出DegreesofFreedom=65MinimumFitFunctionChi-Square=244.80(P=0.0)NormalTheoryWeightedLeastSquaresChi-Square=234.80(P=0.0)EstimatedNon-centralityParameter(NCP)=169.8090PercentConfidenceIntervalforNCP=(126.75;220.44)MinimumFitFunctionValue=0.79PopulationDiscrepancyFunctionValue(F0)=0.5590PercentConfidenceIntervalforF0=(0.41;0.72)RootMeanSquareErrorofApproximation(RMSEA)=0.09290PercentConfidenceIntervalforRMSEA=(0.080;0.10)P-ValueforTestofCloseFit(RMSEA<0.05)=0.00ExpectedCross-ValidationIndex(ECVI)=0.9390PercentConfidenceIntervalforECVI=(0.79;1.10)ECVIforSaturatedModel=0.59ECVIforIndependenceModel=6.60Chi-SquareforIndependenceModelwith78DegreesofFreedom=2005.84IndependenceAIC=2031.84ModelAIC=286.80SaturatedAIC=182.00IndependenceCAIC=2093.38ModelCAIC=409.87SaturatedCAIC=612.73NormedFitIndex(NFI)=0.88Non-NormedFitIndex(NNFI)=0.89ParsimonyNormedFitIndex(PNFI)=0.73ComparativeFitIndex(CFI)=0.91IncrementalFitIndex(IFI)=0.91RelativeFitIndex(RFI)=0.85CriticalN(CN)=119.80RootMeanSquareResidual(RMR)=0.11StandardizedRMR=0.082GoodnessofFitIndex(GFI)=0.90Adju