驗證性因子分析課件

驗證性因子分析驗證性因子分析一、基本原理二、基本概念三、實例分析驗證性因子分析一、基本原理結構方程模式(StructuralEquationModels，簡稱SEM)，早期稱為線性結構方程模式(LinearStructuralRelationships，簡稱LISREL)或稱為共變量結構分析(CovarianceStructureAnalysis)。主要目的在于檢驗潛在變量(Latentvariables)和外顯變量(Manifestvariable,又稱觀察變量)之關系與數(shù)個潛在變量間的因果關系。它結合了因素分析(factoranalysis)與路徑分析(pathanalysis)，包涵測量與結構模式。驗證性因子分析Amos統(tǒng)計模式統(tǒng)計模式結構模式測量模式理論建構間之關系理論建構與觀察指標間之關系驗證性因子分析潛在變量和外顯變量外顯變量（測量變量）——可直接測量潛在變量——不可直接測量的變量工作滿意度：如何測量？您對自己的工作環(huán)境是否滿意？在1-7分范圍打分用一組問題來測量，構建測量模型

X1X2X3X4

1

2

3

4

41

31

21

11二、基本概念驗證性因子分析外生變量與內生變量外生變量（exogenousobservable）是指那些在模型或系統(tǒng)中，只起解釋變量作用的變量，即作為自變量存在的部分。內生變量（endogenousvariables）是指模型中被影響或解釋的變量無論外生變量還是內生變量都可能是潛在變量驗證性因子分析常用圖標潛變量或因子觀察變量或指標單向影響/效應弧形：相關關系內生潛變量未被解釋的部分測量誤差驗證性因子分析模式組成ξ1X1X2ξ2X3X4ξ3Y1Y2δ4δ2δ3δ1ε1ε2測量模式結構模式測量模式測量模式驗證性因子分析常用評價指標指標（侯杰泰列舉39種）建議評價值Chi-SquareP>0.05Chi-Square/df小于2RMSEA（近似誤差均方根）小于0.08NFI（normedfitindex，賦范擬合指數(shù)）大于0.90NNFI（非范擬合指數(shù)）大于0.90CFI（擬合指數(shù)）大于0.90IFI（遞增擬合指數(shù)）大于0.90RFI（相對擬合指數(shù)）大于0.90SRMR（標準根均方殘差）小于0.05AGFI（擬合優(yōu)度指數(shù)）大于0.90PNFI（簡約賦范擬合指數(shù)）大于0.50驗證性因子分析三、實例分析在Amos中進行驗證性因子分析的

步驟1、繪制假設模型2、選取數(shù)據(jù)庫3、選取變量4、潛變量命名5、選擇報告數(shù)據(jù)6、檢查相關設定7、執(zhí)行分析8、查看分析結果……驗證性因子分析驗證性因子分析驗證性因子分析1、繪制假設模型驗證性因子分析2、選取數(shù)據(jù)庫驗證性因子分析驗證性因子分析3、選取變量驗證性因子分析驗證性因子分析4、潛變量命名驗證性因子分析5、選擇報告數(shù)據(jù)驗證性因子分析驗證性因子分析6、檢查相關設定驗證性因子分析7、執(zhí)行分析驗證性因子分析8、查看分析結果驗證性因子分析驗證性因子分析參數(shù)值均達到顯著，因素載荷recall2最高，cued1的0.610為最低。驗證性因子分析卡方值/自由度要求<2.卡方值驗證性因子分析RMSEAModelRMSEALO90HI90PCLOSEDefaultmodel.832.5841.110.000Independencemodel.769.663.880.000驗證性因子分析驗證性因子分析練習：Attg_old.sav作業(yè)：結合spss和amos對以下數(shù)據(jù)進行探