高級統(tǒng)計學(xué)結(jié)構(gòu)方程詳解

高級統(tǒng)計學(xué)結(jié)構(gòu)方程詳解演示文稿目前一頁\總數(shù)一百零二頁\編于十三點優(yōu)選高級統(tǒng)計學(xué)結(jié)構(gòu)方程目前二頁\總數(shù)一百零二頁\編于十三點主要內(nèi)容為何要用結(jié)構(gòu)方程模型？結(jié)構(gòu)模型原理結(jié)構(gòu)方程的建立結(jié)構(gòu)方程的Amos實現(xiàn)科研案例目前三頁\總數(shù)一百零二頁\編于十三點兩個簡單的結(jié)構(gòu)方程國民收入發(fā)展保障人均GDP社會和諧城鎮(zhèn)收入農(nóng)村純收入新增固定資產(chǎn)衛(wèi)生機構(gòu)數(shù)高校數(shù)犯罪率離婚率投訴率義務(wù)教育普及率醫(yī)保率養(yǎng)老保險投保率0.9780.9610.9730.8110.9170.915───＋＋＋＋＋目前四頁\總數(shù)一百零二頁\編于十三點工作自主權(quán)工作方式選擇工作目標(biāo)調(diào)整工作滿意度目前工作滿意度工作興趣工作樂趣工作厭惡程度目前五頁\總數(shù)一百零二頁\編于十三點為何要用結(jié)構(gòu)方程模型？很多社會、心理研究中所涉及到的變量,都不能準(zhǔn)確、直接地測量,這種變量稱為潛變量,如工作自主權(quán)、工作滿意度、社會和諧、忠誠度、滿意度等.這時,只能退而求其次,用一些外顯指標(biāo),去間接測量這些潛變量.如用工作方式選擇、工作目標(biāo)調(diào)整作為工作自主權(quán)(潛變量)的指標(biāo),以目前工作滿意度、工作興趣、工作樂趣、工作厭惡程度(外顯指標(biāo))作為工作滿意度的指標(biāo).傳統(tǒng)的統(tǒng)計分析方法不能妥善處理這些潛變量,而結(jié)構(gòu)方程模型則能同時處理潛變量及其指標(biāo).目前六頁\總數(shù)一百零二頁\編于十三點結(jié)構(gòu)方程術(shù)語（TechnicalTerms）Measuredvariable（顯變量、指標(biāo)、題目）Observedvariables,

indicatorsormanifestvariablesinanSEMdesignPredictorsandoutcomesinpathanalysisSquaresinthediagramLatentVariable（潛變量、因子、構(gòu)念）Un-observablevariableinthemodel,factor,constructConstructdrivingmeasuredvariablesinthemeasurementmodelCirclesinthediagramX目前七頁\總數(shù)一百零二頁\編于十三點TechnicalTermsErrororE（誤差項）VarianceleftoverafterpredictionofameasuredvariableDisturbanceorD（隨即擾動項）VarianceleftoverafterpredictionofafactorExogenousVariable（外生變量——X自變量）VariablethatpredictsothervariablesEndogenousVariables（內(nèi)生變量——Y因變量）AvariablethatispredictedbyanothervariableApredictedvariableisendogenousevenifitinturnpredictsanothervariable目前八頁\總數(shù)一百零二頁\編于十三點圖中箭頭的含義（DiagramElements）Single-headedarrow

→（回歸系數(shù)或載荷）ThisispredictionRegressionCoefficientorfactorloadingDoubleheadedarrow

?（相關(guān)系數(shù)）Thisiscorrelation目前九頁\總數(shù)一百零二頁\編于十三點SEM分析的基本程序根據(jù)已經(jīng)有的理論和研究成果,事先對因子分析的結(jié)果做出合理的理論假設(shè)；從理論假設(shè)出發(fā),檢驗理論假設(shè)與數(shù)據(jù)是否相符,即從數(shù)據(jù)的角度檢驗假設(shè)的合理性；研究結(jié)果依賴于假設(shè)與數(shù)據(jù)的吻合程度,通過檢驗修改原假設(shè),從而發(fā)展和建立新的理論.

目前十頁\總數(shù)一百零二頁\編于十三點SEM分析流程圖理論模型發(fā)展階段估計與評價階段理論性發(fā)展模型設(shè)定討論與結(jié)論模型識別參數(shù)估計模型修正模型擬合度目前十一頁\總數(shù)一百零二頁\編于十三點StructuralEquationModel，SEM

Covariance

StructureModeling，CSM

Linear

StructuralRelationship，

LISREL

從上述名稱中可以看出，結(jié)構(gòu)方程模型的幾個本質(zhì)特征是：結(jié)構(gòu)方程模型的含義結(jié)構(gòu)線性協(xié)方差目前十二頁\總數(shù)一百零二頁\編于十三點工作自主權(quán)工作方式選擇工作目標(biāo)調(diào)整工作滿意度目前工作滿意度工作興趣工作樂趣工作厭惡程度結(jié)構(gòu)方程模型的含義目前十三頁\總數(shù)一百零二頁\編于十三點結(jié)構(gòu)方程簡介結(jié)構(gòu)方程模型分為：測量方程(measurementequation)和結(jié)構(gòu)方程(structuralequation)

測量方程描述潛變量與指標(biāo)之間的關(guān)系,如工作方式選擇等指標(biāo)與工作自主權(quán)的關(guān)系；工作自主權(quán)工作方式選擇工作目標(biāo)調(diào)整因子結(jié)構(gòu)目前十四頁\總數(shù)一百零二頁\編于十三點測量方程部分工作滿意度目前工作滿意度工作興趣工作樂趣工作厭惡程度因子結(jié)構(gòu)目前十五頁\總數(shù)一百零二頁\編于十三點結(jié)構(gòu)方程部分測量方程描述潛變量與指標(biāo)之間的關(guān)系,如工作方式選擇等指標(biāo)與工作自主權(quán)的關(guān)系；結(jié)構(gòu)方程描述潛變量之間的關(guān)系,如工作自主權(quán)與工作滿意度的關(guān)系.工作自主權(quán)工作滿意度目前十六頁\總數(shù)一百零二頁\編于十三點工作自主權(quán)工作方式選擇工作目標(biāo)調(diào)整工作滿意度目前工作滿意度工作興趣工作樂趣工作厭惡程度結(jié)構(gòu)方程測量方程1測量方程2目前十七頁\總數(shù)一百零二頁\編于十三點測量模型外生指標(biāo)內(nèi)生指標(biāo)外生潛變量內(nèi)生潛變量外生因子載荷內(nèi)生因子載荷目前十八頁\總數(shù)一百零二頁\編于十三點結(jié)構(gòu)模型內(nèi)生潛變量之間的關(guān)系系數(shù)外生潛變量對內(nèi)生潛變量的影響系數(shù)結(jié)構(gòu)的殘差項潛變量與潛變量之間的回歸系數(shù)——路徑系數(shù)潛變量與顯變量之間的回歸系數(shù)——載荷系數(shù)目前十九頁\總數(shù)一百零二頁\編于十三點B—內(nèi)生潛變量間的關(guān)系(如其它內(nèi)生潛變量與工作滿意度的關(guān)系)；

—外源潛變量對內(nèi)生潛變量的影響(如工作自主權(quán)對工作滿意度的影響)；

—結(jié)構(gòu)方程的殘差項,反映了在方程中未能被解釋的部分。潛變量間的關(guān)系,即結(jié)構(gòu)模型,是研究的興趣重點,所以整個分析也稱結(jié)構(gòu)方程模型。

目前二十頁\總數(shù)一百零二頁\編于十三點一般結(jié)構(gòu)方程路徑圖路徑系數(shù)載荷系數(shù)目前二十一頁\總數(shù)一百零二頁\編于十三點對數(shù)據(jù)的要求(DataRequirements)Continuous,normallydistributedvariables.Multiplemeasures(“indicators”)oftheoreticalconstructs–ideally3ormore.Bigsample–researchsuggestsasamplesizeof200ormore(pergroupifanalyzingmorethanonegroup)isneededtoavoidobtainingmisleadingresults目前二十二頁\總數(shù)一百零二頁\編于十三點結(jié)構(gòu)模型的建立模型建構(gòu)(modelspecification)模型擬合(modelfitting)模型評價(modelassessment)模型修正(modelmodification)目前二十三頁\總數(shù)一百零二頁\編于十三點模型建構(gòu)一是建立顯變量(即指標(biāo),通常是題目)與潛變量(即因子,通常是構(gòu)念)的關(guān)系；二是建立各潛變量間的相互關(guān)系(即指定那些因子間相關(guān)或直接效應(yīng))；三是在復(fù)雜的模型中,可以限制因子載荷或因子相關(guān)系數(shù)等參數(shù)的值.例子：員工工作滿意度的測量目前二十四頁\總數(shù)一百零二頁\編于十三點理論假設(shè)與概念模型的提出研究指出,有多種因素影響到工作滿意度,其中包括工作內(nèi)容的獎勵價值、多樣性、學(xué)習(xí)機會、困難性以及對工作的控制等.因此,假設(shè)：假設(shè)1工作自主權(quán)越高,工作滿意度越高.工作自主權(quán)是指員工可以運用相關(guān)工作權(quán)利的程度.具有較高工作自主權(quán)的員工,將具有較高的工作滿意度.目前二十五頁\總數(shù)一百零二頁\編于十三點假設(shè)2

工作負(fù)荷越高,工作滿意度越低.工作負(fù)荷是指工作職責(zé)不能被實現(xiàn)的程度.工作壓力會使員工處于有害身心健康的狀況中,有礙于員工對工作的積極態(tài)度,工作壓力會降低工作滿意度.假設(shè)3

工作單調(diào)性越高,工作滿意度越低.工作單調(diào)性是指個體的工作被重復(fù)的程度.如煤炭采掘一線的職工工作單調(diào)性比較高,而機關(guān)科室的單調(diào)性就比較低.目前二十六頁\總數(shù)一百零二頁\編于十三點概念模型工作滿意度目前工作滿意度工作興趣工作樂趣工作厭惡程度工作自主權(quán)工作方式選擇工作目標(biāo)調(diào)整工作負(fù)荷工作單調(diào)性任務(wù)完成時間充裕度工作負(fù)荷輕重工作節(jié)奏快慢工作內(nèi)容豐富程度工作多樣性程度xy+__目前二十七頁\總數(shù)一百零二頁\編于十三點模型擬合與模型識別結(jié)構(gòu)方程擬合的目標(biāo)是求解參數(shù)或路徑系數(shù)使得結(jié)構(gòu)方程隱含的協(xié)方差陣Σ(Θ)與樣本協(xié)方差陣S的“差距”最??；矩陣之間的“差距”有多種不同的定義方法,不同的定義方法產(chǎn)生不同的擬合結(jié)果以及相應(yīng)的參數(shù)估計；最常用的估計方法：極大似然法(經(jīng)過迭代完成求解過程)樣本協(xié)方差矩陣模型模型協(xié)方差矩陣目前二十八頁\總數(shù)一百零二頁\編于十三點簡單的例子ξx1ηx2x3y1y211λ2λ4λ5γ11111δ3δ2δ1ε1ε21ζ目前二十九頁\總數(shù)一百零二頁\編于十三點結(jié)構(gòu)方程組測量方程1測量方程2結(jié)構(gòu)方程目前三十頁\總數(shù)一百零二頁\編于十三點變量(y1,y2,x1,x2,x3,)的協(xié)方差陣樣本協(xié)方差陣目前三十一頁\總數(shù)一百零二頁\編于十三點根據(jù)方程組推出的總體協(xié)方差陣Σ(Θ)為估計中的所有參數(shù),使與盡可能靠近這些參數(shù)包括：(1)路徑系數(shù)與載荷系數(shù)

(2)誤差的方差(3)外生潛變量的方差目前三十二頁\總數(shù)一百零二頁\編于十三點最大似然估計法適用范圍變量是多元正態(tài)分布；利用協(xié)方差矩陣進(jìn)行分析；兩到四因子模型,樣本量最少大于100,大于200更好；由于ML估計是穩(wěn)健估計,即使變量不服從多元正態(tài)分布,在大樣本情況下,ML估計仍是可以使用的.目前三十三頁\總數(shù)一百零二頁\編于十三點模型識別參數(shù)有一個解(恰好識別)有多個解(過度識別)無解(不可識別)目前三十四頁\總數(shù)一百零二頁\編于十三點

建立SEM多數(shù)使用過度識別模型AMOS把執(zhí)行識別檢查作為模型擬合過程的一部分,通常提供有關(guān)欠識別條件的警告欠識別時的補救方法：收集更多的數(shù)據(jù)或重新定義模型目前三十五頁\總數(shù)一百零二頁\編于十三點模型識別原理變量(y1,y2,x1,x2,x3,)的協(xié)方差陣已知樣本協(xié)方差的個數(shù)目前三十六頁\總數(shù)一百零二頁\編于十三點根據(jù)方程組推出的總體協(xié)方差陣為未知參數(shù)的個數(shù)

未知路經(jīng)系數(shù)+所有誤差的方差+一個潛變量的方差

=4+6+1=11目前三十七頁\總數(shù)一百零二頁\編于十三點模型可識別的必要條件內(nèi)生變量的個數(shù)外生變量的個數(shù)目前三十八頁\總數(shù)一百零二頁\編于十三點概念模型工作滿意度目前工作滿意度工作興趣工作樂趣工作厭惡程度工作自主權(quán)工作方式選擇工作目標(biāo)調(diào)整工作負(fù)荷工作單調(diào)性任務(wù)完成時間充裕度工作負(fù)荷輕重工作節(jié)奏快慢工作內(nèi)容豐富程度工作多樣性程度xy目前三十九頁\總數(shù)一百零二頁\編于十三點模型參數(shù)的估計表1標(biāo)準(zhǔn)化路徑系數(shù)（N=351）變量變量間關(guān)系工作滿意度標(biāo)準(zhǔn)化路徑系數(shù)t檢驗值工作自主權(quán)ξ1—η0.2062.562工作負(fù)荷ξ2—η-0.212-1.575工作單調(diào)性

ξ3—η-0.378-2.857注：t檢驗值>1.96表示在0.05的顯著水平下通過顯著性檢驗?zāi)壳八氖揬總數(shù)一百零二頁\編于十三點工作滿意度目前工作滿意度工作興趣工作樂趣工作厭惡程度工作自主權(quán)工作方式選擇工作目標(biāo)調(diào)整工作負(fù)荷工作單調(diào)性任務(wù)完成時間充裕度工作負(fù)荷輕重工作節(jié)奏快慢工作內(nèi)容豐富程度工作多樣性程度y0.206-0.212-0.378x目前四十一頁\總數(shù)一百零二頁\編于十三點模型評價結(jié)構(gòu)方程的解是否恰當(dāng)(相關(guān)系數(shù)應(yīng)在+1和-1之間)變量變量間關(guān)系工作滿意度標(biāo)準(zhǔn)化路徑系數(shù)t檢驗值工作自主權(quán)ξ1—η0.2062.562工作負(fù)荷ξ2—η-0.212-1.575工作單調(diào)性

ξ3—η-0.378-2.857（-1，+1

）目前四十二頁\總數(shù)一百零二頁\編于十三點參數(shù)與預(yù)計模型的關(guān)系是否合理(與模型假設(shè)相符)假設(shè)1：工作自主權(quán)越高，工作滿意度越高。假設(shè)2：工作負(fù)荷越高，工作滿意度越低。假設(shè)3：工作單調(diào)性越高，工作滿意度越低。+－－√√未通過t檢驗?zāi)壳八氖揬總數(shù)一百零二頁\編于十三點檢驗不同類型的整體擬合指數(shù)(各項擬合優(yōu)度指標(biāo)是否達(dá)到要求)表2模型擬合優(yōu)度結(jié)果指標(biāo)DFχ2PNFINNFICFIIFIGFIAGFIRFIRMRRMSEA指標(biāo)值6871386.640.00.9010.9370.9500.9510.8610.8170.8610.05840.0457規(guī)范擬合指數(shù)不規(guī)范擬合指數(shù)比較擬合指數(shù)增量擬合指數(shù)擬合優(yōu)度指數(shù)調(diào)整的擬合優(yōu)度指數(shù)相對擬合指數(shù)均方根差近似均方根差目前四十四頁\總數(shù)一百零二頁\編于十三點Χ2/DF=1386.64/687=2.018第一個指標(biāo)是卡方統(tǒng)計量與自由度的比值,

卡方值與自由度之比在2:1到3:1之間是可以接受的第二個指標(biāo)是P值,P值越大越好

.當(dāng)P>0.05時,接受結(jié)構(gòu)方程的協(xié)方差陣與實際協(xié)方差陣相等的假設(shè).目前四十五頁\總數(shù)一百零二頁\編于十三點在大樣本情況下：NFI(NNFICFIIFIGFIAGFIRFI)>0.9RMR<0.035

RMSEA<0.08

表明模型與數(shù)據(jù)的擬合程度很好。

RMSEA對錯誤模型比較敏感,同時懲罰復(fù)雜模型,因此它是一個較為理想的評價模型的指標(biāo)。一般來說當(dāng)RMSEA＞0.1時,不能接受模型的擬合效果。目前四十六頁\總數(shù)一百零二頁\編于十三點模型修正依據(jù)理論或有關(guān)假設(shè),提出一個或數(shù)個合理的先驗?zāi)Ｐ停粰z查潛變量(因子)與指標(biāo)間的關(guān)系,建立測量模型,有時可能增刪或重組指標(biāo)；對每一個模型,檢查標(biāo)準(zhǔn)誤、t值、標(biāo)準(zhǔn)化殘差、修正指數(shù)、及各種擬合指數(shù),據(jù)此修改模型并重復(fù)這一步；最好用另外一個樣本進(jìn)行檢驗；目前四十七頁\總數(shù)一百零二頁\編于十三點用于建立結(jié)構(gòu)方程模型的軟件

PopularComputerProgramsforSEMLISREL

K.G.J?reskogThegoldstandard.Typicallyusedviaaprogramminglanguage.EQS.PeterBentler.EasiertousethanLISREL.SAS,PROCCALISWorkablebutnotbeingfurtherdeveloped.MPLUS.BengtO.MuthénToutedasintegratingavarietyofanalysesthatgobeyondtraditionalSEM.Thisprogramhasthepotentialtobetheprogramofthefuture.目前四十八頁\總數(shù)一百零二頁\編于十三點AMOSAnalysisofMomentStructuresExamplesofMomentsare:Means(forpopulation;

forthesample)Variances(population2;samples2)Covariances(populationxy;samplesxy)目前四十九頁\總數(shù)一百零二頁\編于十三點AMOSAMOSrunsintwomodes,AmosGraphicsandAmosText.AmosGraphicsprovidesagraphicalinterfacethroughwhichtheuserconductsananalysisbydrawingthemodelonthescreen.

DatarequiredforAmos:standarddeviations,correlations,samplesize,means.目前五十頁\總數(shù)一百零二頁\編于十三點數(shù)據(jù)結(jié)構(gòu)目前五十一頁\總數(shù)一百零二頁\編于十三點WhyAMOS?WithSPSSAmos,wecanquicklyspecify,viewandmodelourmodelgraphicallyusingsimpledrawingtools.Thenassessourmodel’sfit,makeanymodificationsandprintapublication-qualitygraphicofourfinalmodel目前五十二頁\總數(shù)一百零二頁\編于十三點經(jīng)典案例——技術(shù)采納模型TAM技術(shù)采納模型(TechnologyAcceptanceModel)最早由學(xué)者Davis(1989)提出,用于研究個體對信息技術(shù)采納接受行為的一般影響因素.主要目的是了解個體在采納接受信息技術(shù)時的心理作用及主要外部影響因素,從而幫助管理者更好的制定改進(jìn)措施以促進(jìn)個體對信息技術(shù)的使用行為.目前五十三頁\總數(shù)一百零二頁\編于十三點感知有用感知易用使用意圖TAM的主體形式

PerceivedUsefulness,PU

使用者認(rèn)為信息技術(shù)可以在多大程度上提高其工作效率PerceivedEaseofUse,PEOU

使用者認(rèn)為信息技術(shù)容易使用的程度UseIntention，UI

使用者愿意使用信息技術(shù)的程度PUPEOUUI目前五十四頁\總數(shù)一百零二頁\編于十三點目前五十五頁\總數(shù)一百零二頁\編于十三點SPSS統(tǒng)計軟件使用意愿調(diào)查問卷第二部分:SPSS軟件使用意愿及影響因素（請將你選擇的選項標(biāo)注為紅色）1-完全不贊同2-不太贊同3-態(tài)度中立4-比較贊同5-完全贊同SPSS統(tǒng)計軟件能夠為我的日常學(xué)習(xí)提供幫助。PU112345使用SPSS統(tǒng)計軟件能夠提高我的學(xué)習(xí)效率。

PU212345使用SPSS統(tǒng)計軟件能夠幫助我更快地處理日常的學(xué)習(xí)任務(wù)。PU312345學(xué)習(xí)使用SPSS統(tǒng)計軟件對我來說是容易的。PEOU112345學(xué)習(xí)使用SPSS統(tǒng)計軟件不會花費我太多的時間和精力。

PEOU212345掌握SPSS統(tǒng)計軟件的基本功能對我來說不困難。PEOU312345相比手工的計算方式，我更愿意使用SPSS統(tǒng)計軟件來處理日常的學(xué)習(xí)任務(wù)。UI112345我愿意長期使用SPSS統(tǒng)計軟件處理日常的學(xué)習(xí)任務(wù)。UI212345我愿意在未來的學(xué)習(xí)過程中更多地使用SPSS統(tǒng)計軟件。UI312345目前五十六頁\總數(shù)一百零二頁\編于十三點SPSS統(tǒng)計軟件使用意愿樣本的分布情況通過Email方式獲取樣本73份（2009級）

目前五十七頁\總數(shù)一百零二頁\編于十三點通過Email方式獲取樣本88份（2010級）

39%61%目前五十八頁\總數(shù)一百零二頁\編于十三點通過Email方式獲取樣本85份（2011級）

28%72%目前五十九頁\總數(shù)一百零二頁\編于十三點2009級

目前六十頁\總數(shù)一百零二頁\編于十三點43%5.7%10.2%4.5%14.8%12.5%9%2010級

目前六十一頁\總數(shù)一百零二頁\編于十三點2011級

目前六十二頁\總數(shù)一百零二頁\編于十三點數(shù)據(jù)結(jié)構(gòu)目前六十三頁\總數(shù)一百零二頁\編于十三點AMOS實現(xiàn)——AMOSGraphics

建模區(qū)域建模工具區(qū)域目前六十四頁\總數(shù)一百零二頁\編于十三點點擊雙擊點擊成黑線定義模型形狀目前六十五頁\總數(shù)一百零二頁\編于十三點全選復(fù)制拖動鼠標(biāo)復(fù)制目前六十六頁\總數(shù)一百零二頁\編于十三點點擊旋轉(zhuǎn)點擊1次取消旋轉(zhuǎn)注意：許多路徑有固定值1，這些值保證適當(dāng)?shù)哪Ｐ妥R別點擊2次目前六十七頁\總數(shù)一百零二頁\編于十三點數(shù)據(jù)導(dǎo)入與定義變量目前六十八頁\總數(shù)一百零二頁\編于十三點點擊FileName

定義數(shù)據(jù)文件名。ViewData

按鈕瀏覽外部應(yīng)用程序的數(shù)據(jù)文件。例如，如果使用FileName

按鈕定義SPSS數(shù)據(jù)文件，然后單擊ViewData，AMOS將打開SPSS以便能看到數(shù)據(jù)文件的內(nèi)容。GroupingVariable

按鈕允許在數(shù)據(jù)庫內(nèi)定義分組變量，能容易地設(shè)置和檢驗涉及多個分組對象的模型。點擊目前六十九頁\總數(shù)一百零二頁\編于十三點選取點擊目前七十頁\總數(shù)一百零二頁\編于十三點點擊目前七十一頁\總數(shù)一百零二頁\編于十三點目前七十二頁\總數(shù)一百零二頁\編于十三點拖至指定的位置目前七十三頁\總數(shù)一百零二頁\編于十三點為潛變量命名目前七十四頁\總數(shù)一百零二頁\編于十三點點擊右鍵為潛變量命名目前七十五頁\總數(shù)一百零二頁\編于十三點為潛變量命名目前七十六頁\總數(shù)一百零二頁\編于十三點目前七十七頁\總數(shù)一百零二頁\編于十三點建立潛變量之間的路徑

目前七十八頁\總數(shù)一百零二頁\編于十三點建立潛變量殘差為潛變量命名目前七十九頁\總數(shù)一百零二頁\編于十三點選擇AMOS分析選項并運行模型

可提供的各種各樣的分析選項

目前八十頁\總數(shù)一百零二頁\編于十三點目前八十一頁\總數(shù)一百零二頁\編于十三點運行模型目前八十二頁\總數(shù)一百零二頁\編于十三點目前八十三頁\總數(shù)一百零二頁\編于十三點檢查模型運行的是否成功

達(dá)到最小值運行成功的標(biāo)志目前八十四頁\總數(shù)一百零二頁\編于十三點查看估計結(jié)果標(biāo)準(zhǔn)化結(jié)果目前八十五頁\總數(shù)一百零二頁\編于十三點查看分析結(jié)果目前八十六頁\總數(shù)一百零二頁\編于十三點查看估計結(jié)果目前八十七頁\總數(shù)一百零二頁\編于十三點RegressionWeights:(Groupnumber1-Defaultmodel)EstimateS.E.C.R.PLabelPU<---PEOU.410.1133.616***UI<---PEOU-.063.120-.529.596UI<---PU1.251.2614.792***PU1<---PU1.000PU3<---PU.963.1964.920***PEOU1<---PEOU1.000PEOU2<---PEOU1.326.1598.361***PEOU3<---PEOU1.057.1377.704***UI1<---UI1.000UI2<---UI1.199.1587.578***UI3<---UI1.041.1467.135***PU2<---PU1.105.1836.029***目前八十八頁\總數(shù)一百零二頁\編于十三點StandardizedRegressionWeights:(Groupnumber1-Defaultmodel)EstimatePU<---PEOU.530UI<---PEOU-.064UI<---PU.974PU1<---PU.701PU3<---PU.632PEOU1<---PEOU.780PEOU2<---PEOU.950PEOU3<---PEOU.828UI1<---UI.752UI2<---UI.888UI3<---UI.833PU2<---PU.789目前八十九頁\總數(shù)一百零二頁\編于十三點查看擬合結(jié)果目前九十頁\總數(shù)一百零二頁\編于十三點CMINModelNPARCMINDFPCMIN/DFDefaultmodel2151.44424.0012.143Saturatedmodel45.0000Independencemodel9417.85736.00011.607目前九十一頁\總數(shù)一百零二頁\編于十三點RMR,GFIModelRMRGFIAGFIPGFIDefaultmodel.058.878.772.468Saturatedmodel.0001.000Independence