多組結(jié)構(gòu)方程分析SEM-mean-structure

多組結(jié)構(gòu)方程分析溫忠麟

華南師范大學(xué)心理系1結(jié)構(gòu)方程模型的結(jié)構(gòu)

測量模型

—外源指標(biāo)（如6項社經(jīng)指標(biāo)）組成的向量。

—內(nèi)生指標(biāo)（如語、數(shù)、英成績）組成的向量—因子負(fù)荷矩陣

—誤差項

結(jié)構(gòu)模型

2多組SEM分析

第一類:多組驗證性因子分析（或路徑分析），各組（例如男、女組）的因子結(jié)構(gòu)是否相同？某些路徑參數(shù)在不同的組是否有顯著差異？(與比較多組回歸系數(shù)是否相同類似)第二類:各組的因子均值是否相同。這與傳統(tǒng)方差分析相似(通常需要先做第一類分析)3多組驗證性因子分析

1.形態(tài)相同（configural/patterninvariance）2.因子負(fù)荷等同3.因子方差等同4.誤差方差等同5.因子協(xié)方差等同

4首先要檢驗形態(tài)是否相同，即有同一個模型較好地擬合各組數(shù)據(jù)（程序見P94），然后依次比較：

（1）各組LX相等嗎？

（2）各組LX、PH相等嗎？

（3）各組LX、PH、TD相等嗎？5MultipleGroupusingNG=2,M1Male

DANI=9NO=600NG=2KM<男生組相關(guān)矩陣>SD1.071.23.981.021.011.030.991.060.98MONX=9NK=3LX=FU,FIPH=SY,FRTD=DI,FRFRLX2,1LX3,1LX5,2LX6,2LX8,3LX9,3VA1LX1,1LX4,2LX7,3OUSSSCND=3female

DANO=700<<女生組KM,SD>>MOLX=PSPH=PSTD=PSOUSSSCND=36multiplegroupfixingLX,M2male

DANI=9NO=600NG=2<KM,SD男生組>MONX=9NK=3LX=FU,FIPH=SY,FRTD=DI,FRFRLX2,1LX3,1LX5,2LX6,2LX8,3LX9,3VA1LX1,1LX4,2LX7,3OUSSSCND=3female

DANO=700<KM,SD女生組>MOLX=INPH=PSTD=PSOUSSSCnd=37fixingcovarianceofPH13tobeequalmultiplegroup,M3male

DANI=9NO=600NG=2<KM,SD男生組相關(guān)矩陣>MONX=9NK=3LX=FU,FIPH=SY,FRTD=DI,FRFRLX2,1LX3,1LX5,2LX6,2LX8,3LX9,3VA1LX1,1LX4,2LX7,3OUSSSCND=3female

DANO=700<KM,SD女生組相關(guān)矩陣>MOLX=INPH=PSTD=PSEQPH131PH31

OUSSSCnd=38fixingallcovariancesoffactorsmultiplegroup，M4male

DANI=9NO=600NG=2<KM,SD男生組相關(guān)矩陣>MONX=9NK=3LX=FU,FIPH=SY,FRTD=DI,FRFRLX2,1LX3,1LX5,2LX6,2LX8,3LX9,3VA1LX1,1LX4,2LX7,3OUSSSCND=3female

DANO=700<KM,SD女生組相關(guān)矩陣>MOLX=INPH=INTD=PSOUSSSCnd=39fixingallvariancesoferrorsmultiplegroup,M5male

DANI=9NO=600NG=2<KM,SD男生組相關(guān)矩陣>MONX=9NK=3LX=FU,FIPH=SY,FRTD=DI,FRFRLX2,1LX3,1LX5,2LX6,2LX8,3LX9,3VA1LX1,1LX4,2LX7,3OUSSSCND=3female

DANO=700<KM,SD女生組相關(guān)矩陣>MOLX=INPH=INTD=INOUSSSCnd=310表4-2多組驗證性因子分析各模型的擬合指數(shù)Modeldf

chi-2RMSEANNFICFIM0,M男生單獨估計2449.57.0423.969.979M0,F女生單獨估計2444.93.0347.976.984M1兩組同時估計,noInv4894.50.0384.972.982M2LoadingInv

54107.18.0389.972.979M3Ld,PH(3,1)Inv

55107.52.0383.973.979M4Ld,FacCovInv

60109.32.0354.977.981M5Ld、FacCov、UInv69131.20.0364.974.975M6Ld,FacCov,U,IntrcptInv78149.96.0361.975.973M7Ld,FacCov,U,IntrcptInv;

Fac

meanFree75132.23.0334.979.978M8Ld,FacCov,U,Intrcpt,

FacMInv78146.77.0360.975.97311多組分析：有均值結(jié)構(gòu)（meanstructure）的因子分析12均值結(jié)構(gòu)模型（限制均值等同）

多組分析時首先檢驗形態(tài)是否相同，然后檢驗（1）各組的負(fù)荷LX相同（2）指標(biāo)截距TX相同先讓第1組的TX自由(TX=FR)

要求其他組別TX與第1組的相等(TX=IN)（3）因子均值等同

先設(shè)定第1組各因子均值為0(KA=FI)容許其他組的KA元素自由估計(KA=FR)因子值>2倍SE（t＞2.0）,則因子不同于第1組（4）更希望因子協(xié)方差等同,誤差方差等同，但難實現(xiàn)13MultipleGroup

fixingtx=invariance，M6male

DANI=9NO=600NG=2KM<男生組相關(guān)矩陣>SD1.071.23.981.021.011.030.991.060.98ME2.012.452.673.213.333.452.672.192.34MONX=9NK=3LX=FU,FIPH=SY,FRTD=DI,FRTX=FRFRLX2,1LX3,1LX5,2LX6,2LX8,3LX9,3VA1LX1,1LX4,2LX7,3OUSSSCND=3

female

DANO=700KM<女生組相關(guān)矩陣>SD

1.051.201.02.991.021.02

1.021.040.96ME2.022.482.693.103.203.382.752.292.45MOLX=INPH=INTD=INTX=INOUSSSCND=314multiplegroup,FindingthemeandifferenceM7male

DANI=9NO=600NG=2<男生組KM,SD,ME>MONX=9NK=3LX=FU,FIPH=SY,FRTD=DI,FRTX=FRKA=FIFRLX2,1LX3,1LX5,2LX6,2LX8,3LX9,3VA1LX1,1LX4,2LX7,3VA0KA1KA2KA3OUSSSCND=3

female

DANO=700KM<女生組KM,SD,ME

>MOLX=INPH=INTD=INTX=INKA=FROU15結(jié)果顯示:第2組的KA元素（即語文自信、數(shù)學(xué)自信、英語自信均值）為0.019,-0.102和0.083對應(yīng)的SE為0.054,0.041,0.036t值為0.351、-2.472、2.329這表示:語文自信--男女無差異男生（均值為0）的數(shù)學(xué)自信高于女生（均值＝-0.102,t=2.47）女生的英語自信（均值＝0.083）則高于男生（均值為0,t=2.33）

16multiplegroup,FixingKAtobeequal,M8maleDANI=9NO=600NG=2<男生組KM,SD,ME>MONX=9NK=3LX=FU,FIPH=SY,FRTD=DI,FRTX=FRKA=FIFRLX2,1LX3,1LX5,2LX6,2LX8,3LX9,3VA1LX1,1LX4,2LX7,3OUSSSCND=3

female

DANO=700<女生組KM,SD,ME>MOLX=INPH=INTD=INTX=INKA=INOU17表4-2多組驗證性因子分析各模型的擬合指數(shù)Modeldf

chi-2RMSEANNFICFIM0,M男生單獨估計2449.57.0423.969.979M0,F女生單獨估計2444.93.0347.976.984M1兩組同時估計,noInv4894.50.0384.972.982M2LoadingInv

54107.18.0389.972.979M3Ld,PH(3,1)Inv

55107.52.0383.973.979M4Ld,FacCovInv

60109.32.0354.977.981M5Ld、FacCov、ErInv69131.20.0364.974.975M6Ld,FacCov,Er,IntrcptInv78149.96.0361.975.973M7Ld,FacCov,Er,IntrcptInv;

Fac

meanFree75132.23.0334.979.978M8Ld,FacCov,Er,Intrcpt,

FacMInv78146.77.0360.975.97318因子與潛變量變量與因子 調(diào)查某校初中一年級新生的情況，包括： 身高、體重、語文入學(xué)成績、數(shù)學(xué)入學(xué)成績、英語入學(xué)成績、家庭人均年收入、家庭月均支出。

19七個變量相關(guān)系數(shù)矩陣20這七個變量中，下列變量之間相關(guān)系數(shù)較大： 身高與體重 三科入學(xué)成績之間 家庭人均年收入與家庭月均支出而其余的相關(guān)系數(shù)（絕對值）較小21這七個變量中，下列變量之間相關(guān)系數(shù)較大： 身高與體重——身形 三科入學(xué)成績之間——成績 家庭人均年收入與家庭月均支出

——家庭經(jīng)濟(jì)狀況22這樣，可以將七個變量分成三組。身高、體重一組，反映了學(xué)生的身形；三科入學(xué)成績?yōu)橐唤M，反映了學(xué)生的學(xué)習(xí)成績；家庭人均年收入、家庭月均支出為一組，反映了學(xué)生的家庭經(jīng)濟(jì)狀況。學(xué)生的個頭、學(xué)習(xí)成績、家庭經(jīng)濟(jì)狀況就稱為因子（factor），它們是各組變量的特征。因子是潛在變量，不能直接測量，它是某組變量綜合提取的產(chǎn)物。23潛變量與指標(biāo)外表自我概念我長相好。我有張漂亮的面孔。我樣子長得難看。我有一副好身材。別人認(rèn)為我的樣子好看。（1-完全不吻合6-完全吻合）24護(hù)士工作滿意度（PaulaL.Stamps)Pay–dollarremunerationandfringebenefitsreceivedforworkdone.Autonomy–amountofjob-relatedindependence,initiativeandfreedom,eitherpermittedorrequiredindailyworkactivities.Taskrequirements–tasksoractivitiesthatmustbedoneasaregularpartofthejob.OrganisationalPolicies–managementpoliciesandproceduresputforwardbythehospitalandnursingadministrationofthishospital.Professionalstatus–overallimportanceorsignificancefeltaboutyourjob,bothinyourviewandintheviewofothers.Interaction–opportunitiespresentedforbothformalandinformalsocialandprofessionalcontactduringworkinghours.251.Mypresentsalaryissatisfactory.2.IfeelthatIamsupervisedmorecloselythanisnecessary.3.Thereistoomuchclericaland‘paperwork’requiredofnursingpersonnelinthishospital.4.Thenursingstaffhassufficientcontroloverschedulingtheirownshiftsinmyhospital.5.Nursingisnotwidelyrecognisedasbeinganimportantprofession.6.Thenursingpersonnelonmyservicepitchinandhelponeanotheroutwhenthingsgetinarush.7.Doctorsingeneralcooperatewithnursingstaffonmyunit.8,…,4426四種協(xié)方差矩陣總體協(xié)方差矩陣模型推出的協(xié)方差矩陣樣本協(xié)方差矩陣再生協(xié)方差矩陣272829總體協(xié)方差矩陣30模型推出的協(xié)方差矩陣31通過SPSS讀取數(shù)據(jù)方法一（使用PRELIS）1.在SPSS中創(chuàng)建.sav

文件（1）使用compute,recode命令對數(shù)據(jù)進(jìn)行編輯。（2）把在LISREL中要用到的變量保存為file1.sav(文件名.sav)。2.在LISREL中創(chuàng)建.dsf文件（1）點擊“file”菜單中的“ImportExternalDatainOtherFormat”(2)“fileoftype”一項，選擇“spssforwindow(*.sav)”;通過恰當(dāng)?shù)穆窂竭x擇“file1.sav”。（3）現(xiàn)在看到一個表格，保存為file1.psf,(或其他設(shè)置的文件名，但LISREL并不讀取.psf文件)。（4）對.psf文件進(jìn)行必要的“transformation”和“statistics”后，選擇“statistics”菜單中的“DataScreening”，對數(shù)據(jù)進(jìn)行掃描（現(xiàn)在已自動創(chuàng)建了LISREL程序所用的file1.dsf）。32方法一（續(xù)）3.在LISREL中創(chuàng)建.ls8文件（1）點擊“file”中的“new”(或打開舊文檔名)（2）在第一行，用“SY=file1.dsf”代替“DA”“ME”“KM”“SD”命令。（3）例如：

SY=file1.dsfMONX=9NK=3…（4）把以上語句保存為p1.ls8(文件名.ls8)。（5）點擊“runLISREL”運行程序。33通過SPSS讀取數(shù)據(jù)方法二（輸出.txt協(xié)方差距陣）1.在SPSS中創(chuàng)建.cov

文件(此文件可以采用“cov”或其他擴(kuò)展名)(1)使用c