結(jié)構(gòu)方程模型-張克勇

結(jié)構(gòu)方程模型

中北大學(xué)經(jīng)濟(jì)管理學(xué)院

張克勇2024/2/261管理研究方法論

Researchmethodologyformanagement結(jié)構(gòu)方程模型（SEM）

中北大學(xué)經(jīng)濟(jì)管理學(xué)院

張克勇目錄一、為何要用結(jié)構(gòu)方程模型？二、結(jié)構(gòu)方程模型介紹三、建模過程四、LISREL語法五、驗(yàn)證性因素分析五、路徑分析六、案例分析2一、為何要用結(jié)構(gòu)方程模型？很多社會(huì)、心理研究中所涉及到的變量，都不能準(zhǔn)確、直接地測(cè)量，這種變量稱為潛變量，如工作自主權(quán)、個(gè)性、工作滿意度、工作壓力、動(dòng)機(jī)、生活滿意等。這時(shí)，只能退而求其次，用一些外顯指標(biāo)，去間接測(cè)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)。3一、為何要用結(jié)構(gòu)方程模型？傳統(tǒng)的統(tǒng)計(jì)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(shí)處理潛變量及其指標(biāo)。如以高職生“生活壓力”概念所構(gòu)建的三個(gè)觀察變量的形成指標(biāo)的測(cè)量模型：4課業(yè)壓力情感壓力升學(xué)壓力生活壓力線性回歸模型及其局限性1）無法處理因變量（Y）多于一個(gè)的情況；2）無法處理自變量（X）之間的多重共線性；3）無法對(duì)一些不可直接測(cè)量的變量進(jìn)行處理，主要是一些主觀性較強(qiáng)的變量進(jìn)行測(cè)量。如幸福感、組織認(rèn)同感、學(xué)習(xí)能力等；4）沒有考慮變量（自變量、因變量）的測(cè)量誤差，以及測(cè)量誤差之間的關(guān)系。5多元統(tǒng)計(jì)方法中的相關(guān)解決方法針對(duì)1）：路徑分析（PathAnalysis）缺點(diǎn)：分開考察不同的因變量，無法考察因變量之間的關(guān)系且缺少整體的視角針對(duì)2）：偏最小二乘法（PLS）缺點(diǎn)：相關(guān)理論尚不完善，解釋力較弱。《王惠文，偏最小二乘法理論與應(yīng)用，國(guó)防工業(yè)出版社》6多元統(tǒng)計(jì)方法中的相關(guān)解決方法7針對(duì)3）：指標(biāo)賦予權(quán)重，進(jìn)行綜合評(píng)價(jià)，得出一個(gè)量化的指標(biāo)-缺點(diǎn)：權(quán)重設(shè)計(jì)，需要相當(dāng)?shù)募记桑ǔ５姆椒?，如AHP,模糊綜合評(píng)判等方法缺少信度與效度針對(duì)4）：沒有辦法解決結(jié)構(gòu)方程模型（SEM）的優(yōu)點(diǎn)

8同時(shí)處理多個(gè)因變量；容許自變量和因變量含測(cè)量誤差，傳統(tǒng)方法（如回歸）假設(shè)自變量沒有誤差；同時(shí)估計(jì)因子結(jié)構(gòu)和因子關(guān)系；容許更大彈性的測(cè)量模型；估計(jì)整個(gè)模型的擬合程度，用以比較不同模型；SEM包括:回歸分析、因子分析(驗(yàn)證性因子分析、探索性因子分析)、ｔ檢驗(yàn)、方差分析、比較各組因子均值、交互作用模型、實(shí)驗(yàn)設(shè)計(jì)

結(jié)構(gòu)方程模型（SEM）的優(yōu)點(diǎn)

9結(jié)構(gòu)方程模型最為顯著的兩個(gè)特點(diǎn)是：（1）評(píng)價(jià)多維的和相互關(guān)聯(lián)的關(guān)系；（2）能夠發(fā)現(xiàn)這些關(guān)系中沒有察覺到的概念關(guān)系，而且能夠在評(píng)價(jià)的過程中解釋測(cè)量誤差。結(jié)構(gòu)方程式模型分析法：是一種以回歸為基礎(chǔ)的多變量技術(shù)，并結(jié)合路徑分析及因素分析，屬于驗(yàn)證性實(shí)證研究的資料分析法，能同時(shí)處理多組變項(xiàng)間的關(guān)系，其目的在探究變量間的因果關(guān)系以驗(yàn)證理論，故又可稱為因果模式分析技術(shù)。因此，在使用驗(yàn)證性研究方法時(shí)，研究者所提的研究模式必須具有理論基礎(chǔ)，由理論來引導(dǎo)。（一）SEM的基本原理二、結(jié)構(gòu)方程模型介紹（二）SEM的基本思想與方法SEM是基于變量的協(xié)方差矩陣來分析變量之間關(guān)系的一種統(tǒng)計(jì)方法，實(shí)際上是一般線性模型的拓展，包括測(cè)量模型與結(jié)構(gòu)模型，體現(xiàn)了傳統(tǒng)路徑分析與因素分析的完美結(jié)合。

樣本協(xié)方差矩陣模型模型協(xié)方差矩陣

在SEM中，協(xié)方差具有兩種功能：（1）描述性功能，利用變量之間的協(xié)方差矩陣，可以觀察出多個(gè)連續(xù)變量之間的關(guān)聯(lián)情況；（2）驗(yàn)證性功能，用以反映出理論模型所導(dǎo)出的協(xié)方差與實(shí)際觀察得到的協(xié)方差的差異。（二）SEM的基本思想與方法SEM是基于變量的協(xié)方差矩陣來分析變量之間關(guān)系的一種統(tǒng)計(jì)方法，實(shí)際上是一般線性模型的拓展，包括測(cè)量模型與結(jié)構(gòu)模型，體現(xiàn)了傳統(tǒng)路徑分析與因素分析的完美結(jié)合。

樣本協(xié)方差矩陣模型模型協(xié)方差矩陣SEM一般使用最大似然法估計(jì)(Maxi-Likelihood，ML)分析結(jié)構(gòu)方程的路徑系數(shù)等估計(jì)值，因?yàn)镸L法使得研究者能夠基于數(shù)據(jù)分析的結(jié)果對(duì)模型進(jìn)行修正。SEM的基本思想與方法可用于SEM分析的軟件：目前比較流行的是LISREL、AMOS、EQS和CALIS等。

StructuralEquationModel，SEM

CovarianceStructureModeling，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(gè)本質(zhì)特征是：

結(jié)構(gòu)、協(xié)方差、線性14（三）結(jié)構(gòu)方程簡(jiǎn)介簡(jiǎn)單來說，結(jié)構(gòu)方程模型分為：

1、測(cè)量模型（measuredmodel）

2、結(jié)構(gòu)模型（structuremodel）（三）結(jié)構(gòu)方程簡(jiǎn)介1、測(cè)量模型（measuredmodel）：描述潛在變量（latentvariable）與觀察變量（observedvariable）之間的關(guān)系，如工作方式選擇等觀察變量（外顯變量）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)整工作滿意度工作興趣工作樂趣工作厭惡程度（三）結(jié)構(gòu)方程簡(jiǎn)介課業(yè)壓力情感壓力升學(xué)壓力生活壓力在SEM分析的模型中，一個(gè)潛在變量必須以兩個(gè)以上的觀察變量來估計(jì)，稱為多元指標(biāo)原則，不同觀察變量間的協(xié)方差，反映了潛在變量的共同影響。通常每個(gè)觀察變量多少會(huì)有不同程度的測(cè)量誤差或殘值（觀察變量的變異量中，無法被共同潛在變量解釋的部分）一個(gè)觀察變量與潛在變量的基本模型圖如下所示：潛在變量觀察變量誤差（三）結(jié)構(gòu)方程簡(jiǎn)介多個(gè)觀察變量與潛在變量的測(cè)量模型圖：觀察變量誤差誤差誤差觀察變量觀察變量潛在變量（三）結(jié)構(gòu)方程簡(jiǎn)介多個(gè)觀察變量與潛在變量的測(cè)量模型圖：x1x3x2δ1δ

2δ

3ξλ1λ2λ3誤差

觀察變量

負(fù)荷量

潛在變量（三）結(jié)構(gòu)方程簡(jiǎn)介例子：如在學(xué)校組織效能調(diào)查中，組織效能中的“行政績(jī)效”為一個(gè)潛在變量，此變量為一個(gè)抽象概念，無法直接觀察或測(cè)量得到，因此，為了測(cè)得學(xué)校“行政績(jī)效的程度”，可以下列五個(gè)觀察變量或指標(biāo)變量（indicatorvariables）來測(cè)得：本校行政人員能專心投入學(xué)校的行政工作。（專心投入）本校各處室能充分溝通協(xié)調(diào)，業(yè)務(wù)上能相互支持配合。（溝通協(xié)調(diào)）本校在行政上充分授權(quán)同仁，在工作上有專業(yè)自主的空間。（充分授權(quán)）本校各處室訂有詳細(xì)明確的工作職責(zé)且運(yùn)作順暢。（職責(zé)明確）本校行政程序力求簡(jiǎn)化有效。（程序簡(jiǎn)化）本校行政人員能專心投入學(xué)校的行政工作。（專心投入）本校個(gè)處室能充分溝通協(xié)調(diào)，業(yè)務(wù)上能相互支持配合。（溝通協(xié)調(diào)）本校在行政上充分授權(quán)同仁，在工作上有專業(yè)自主的空間。（充分授權(quán)）本校各處室訂有詳細(xì)明確的工作職責(zé)且運(yùn)作順暢。（職責(zé)明確）本校行政程序力求簡(jiǎn)化有效。（程序簡(jiǎn)化）專心投入行政績(jī)效溝通協(xié)調(diào)充分授權(quán)職責(zé)明確程序簡(jiǎn)化“行政績(jī)效”潛在變量與測(cè)量變量間所形成的測(cè)量模型圖：1、測(cè)量模型SEM分析中的變量還可以區(qū)分為：內(nèi)生變量和外源變量。（1）內(nèi)生變量（endogenousvariable）：是指模型當(dāng)中，會(huì)受到任何一個(gè)其他變量影響的變量，也就是路徑圖中會(huì)受到任何一個(gè)其他變量以單箭頭指涉的變量。

（2）外源變量（exogenousvariable）：是指在模型當(dāng)中未受任何其他變量的影響，但他卻直接影響別的變量的變量。1、測(cè)量模型V1V2FV1V2V3內(nèi)生變量作為中介變量的關(guān)系圖：1、測(cè)量模型SEM分析中變量的四種類型。

（1）內(nèi)生潛在變量（以表示）

（2）內(nèi)生測(cè)量變量（以y表示）

（3）外源潛在變量（以表示）（4）外源測(cè)量變量（以x表示）工作自主權(quán)工作方式選擇工作目標(biāo)調(diào)整工作滿意度工作興趣工作樂趣工作厭惡程度x1x3x2δ1δ

2δ

3ξ1λ11λ21λ31δ[delta];λ[lambda];ξ[ksi]x1=λ11

ξ1+δ1x2=λ21

ξ1+δ2x3=λ31

ξ1+δ3測(cè)量模型y1y3y2ε1ε

2ε

3ηλ1λ2λ3ε[epsilon];λ[lambda];η[eta]y1=λ1

η+ε1y2=λ2

η+ε

2y3=λ3

η+ε

3測(cè)量模型1、測(cè)量模型對(duì)于觀察變量(指標(biāo))與潛變量（例如兩個(gè)工作自主權(quán)指標(biāo)與工作自主權(quán)）間的關(guān)系，通常寫為以下測(cè)量方程：其中：x——外源指標(biāo)（如兩個(gè)工作自主權(quán)指標(biāo)）組成的向量；

y——內(nèi)生指標(biāo)（如四個(gè)工作滿意度指標(biāo)）組成的向量；

——外源潛變量（如工作自主權(quán)等）組成的向量；

——內(nèi)生潛變量（如工作滿意度等）組成的向量；

——外源指標(biāo)與外源變量之間的關(guān)系（如兩個(gè)工作自主權(quán)指標(biāo)與工作自主權(quán)的關(guān)系），是外源指標(biāo)在外源潛變量上的因子負(fù)荷矩陣；

——內(nèi)生指標(biāo)與內(nèi)生變量之間的關(guān)系（如三個(gè)工作滿意度指標(biāo)與工作滿意度的關(guān)系），是內(nèi)生指標(biāo)在內(nèi)生潛變量上的因子負(fù)荷矩陣；28模型基本假定ε與η、ξ以及δ相互獨(dú)立。樣本資料要服從多變量常態(tài)分布。觀察變量間有線性關(guān)系。x1x3x2δ1δ2δ

3ξ1x4x6x5δ

4δ

5δ

6ξ2Φ12/Φ21Φ[phi]測(cè)量模型測(cè)量模型范例：范例1：一個(gè)共同因素（潛在變量）的測(cè)量模型范例2：兩個(gè)共同因素（潛在變量）的測(cè)量模型范例3：三個(gè)共同因素的測(cè)量模型范例4：測(cè)量模型中測(cè)量誤差間具有共變關(guān)系。測(cè)量模型測(cè)量模型范例：范例2：兩個(gè)共同因素（潛在變量）的測(cè)量模型測(cè)量模型測(cè)量模型范例：范例3：三個(gè)共同因素的測(cè)量模型測(cè)量模型測(cè)量模型范例：范例4：測(cè)量模型中測(cè)量誤差間具有共變關(guān)系。某研究者編制一份“公立中學(xué)兼行政教師教師所感覺的校長(zhǎng)激勵(lì)策略量表”，共有十二題，各題項(xiàng)如下：課堂練習(xí)11.校長(zhǎng)會(huì)依績(jī)效表現(xiàn)給予兼行政教師不同方式的獎(jiǎng)懲?！究?jī)效獎(jiǎng)懲】2.兼行政教師利用非上班時(shí)間辦理活動(dòng)時(shí)，校長(zhǎng)會(huì)給予合理的加班費(fèi)【加班補(bǔ)償】3.對(duì)兼行政教師額外工作付出，校長(zhǎng)會(huì)給予合理工作津貼?！竟ぷ鹘蛸N】4.校長(zhǎng)常會(huì)舉辦聚餐聯(lián)誼活動(dòng)，以凝聚團(tuán)隊(duì)向心力。【聯(lián)誼聚餐】5.校長(zhǎng)會(huì)主動(dòng)改善學(xué)校的軟硬件設(shè)備，以提升行政效率?！驹O(shè)備改善】6.校長(zhǎng)非常重視并接納兼行政教師各方面的建言?！窘蛹{建言】7.校長(zhǎng)會(huì)極力營(yíng)造具人性化領(lǐng)導(dǎo)風(fēng)格的組織文化。【領(lǐng)導(dǎo)風(fēng)格】8.校長(zhǎng)能營(yíng)造有創(chuàng)意的環(huán)境，讓兼行政教師發(fā)揮潛能?！緞?chuàng)意環(huán)境】9.校長(zhǎng)經(jīng)常鼓勵(lì)兼行政教師學(xué)習(xí)新知和技能?！竟膭?lì)學(xué)習(xí)】10.校長(zhǎng)會(huì)依兼行政教師的專業(yè)所長(zhǎng)，使其得以適才所用。【適才適所】11.校長(zhǎng)能提供兼行政教師完成工作所需的技巧和方法。【技巧傳授】12.校長(zhǎng)會(huì)依兼行政教師工作專業(yè)需求提供相關(guān)的研習(xí)機(jī)會(huì)。【提供研習(xí)】研究者共抽出三個(gè)共同因素：“福利措施”、“健全組織”、“專業(yè)成長(zhǎng)”，其中福利措施、健全組織和專業(yè)成長(zhǎng)之間可能具有相關(guān)，三個(gè)共同因素包含的題項(xiàng)如下表所示：因素構(gòu)面因素包含的題項(xiàng)福利措施1.績(jī)效獎(jiǎng)懲（VA1）2.加班補(bǔ)償（VA2）

3.工作津貼（VA3）4.聯(lián)誼聚餐（VA4）

健全組織5.設(shè)備改善（VB1）6.接納建言（VB2）

7.領(lǐng)導(dǎo)風(fēng)格（VB3）8.創(chuàng)意環(huán)境（VB4）

專業(yè)成長(zhǎng)9.鼓勵(lì)學(xué)習(xí)（VC1）10.適才適所（VC2）

11.技巧傳授（VC3）12.提供研習(xí)（VC4）★試根據(jù)上述材料畫出測(cè)量模型的假設(shè)模型圖聯(lián)誼聚餐福利措施設(shè)備改善接納建言領(lǐng)導(dǎo)風(fēng)格創(chuàng)意環(huán)境鼓勵(lì)學(xué)習(xí)適才適所技巧傳授工作津貼提供研習(xí)加班補(bǔ)償績(jī)效獎(jiǎng)懲健全組織專業(yè)成長(zhǎng)課堂練習(xí)238某研究者前期研究發(fā)現(xiàn)，影響組織創(chuàng)新氣氛知覺的因素，包括：組織價(jià)值、工作方式、團(tuán)隊(duì)合作、領(lǐng)導(dǎo)風(fēng)格、學(xué)習(xí)成長(zhǎng)和環(huán)境氛圍等六個(gè)因素（六個(gè)因素之間可能具有相關(guān)），因此針對(duì)這些因素編寫題目，每個(gè)因素僅取3個(gè)題目作為代表，因此共有18個(gè)題目。課堂練習(xí)239某研究者編制一份“組織創(chuàng)新氛圍量表”共有18題（代號(hào)A1至F3），各題項(xiàng)如下：01.我們公司重視人力資產(chǎn)、鼓勵(lì)創(chuàng)新思考。02.我們公司下情上達(dá)、意見交流溝通順暢。03.我們公司能夠提供誘因鼓勵(lì)創(chuàng)新構(gòu)想。04.當(dāng)我有需要，我們可以不受干擾地獨(dú)立工作。05.我的工作內(nèi)容有我可以自由發(fā)揮與揮灑的空間。06.我可以自由地設(shè)定我的工作目標(biāo)與進(jìn)度。07.我的工作伙伴與團(tuán)隊(duì)成員具有良好的共識(shí)。08.我的工作伙伴與團(tuán)隊(duì)成員能夠互相支持與協(xié)助。09.我的工作伙伴與團(tuán)隊(duì)成員能夠以溝通協(xié)調(diào)來化解沖突。我的主管能夠尊重與支持我在工作上的創(chuàng)意。我的主管擁有良好的溝通協(xié)調(diào)能力。我的主管能夠信任部屬、適當(dāng)?shù)厥跈?quán)。我的公司提供充分進(jìn)修機(jī)會(huì)、鼓勵(lì)參與學(xué)習(xí)活動(dòng)。人員的教育訓(xùn)練是我們公司的重要工作。我公司重視信息收集與新知的獲得與交流。我的工作空間氛圍和諧良好、令人心情愉快。我有一個(gè)舒適自由、感到滿意的工作空間。我的工作環(huán)境可以使我更有創(chuàng)意的靈感與啟發(fā)。40試畫出六個(gè)因素與18個(gè)測(cè)量變量的關(guān)系圖（假設(shè)模型）。課堂練習(xí)241測(cè)量模型測(cè)量模型驗(yàn)證分析演示：ch5a.LS82、結(jié)構(gòu)模型（structuralmodel），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（三）結(jié)構(gòu)方程簡(jiǎn)介2、結(jié)構(gòu)模型對(duì)于潛變量間（如工作自主權(quán)與工作滿意度）的關(guān)系，通常寫成如下結(jié)構(gòu)方程：其中：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(duì)內(nèi)生潛變量的影響（如工作自主權(quán)對(duì)工作滿意度的影響）；

—結(jié)構(gòu)方程的殘差項(xiàng)，反映了在方程中未能被解釋的部分。442、結(jié)構(gòu)模型外源潛在變量?jī)?nèi)生潛在變量殘差值一個(gè)外源潛在變量預(yù)測(cè)一個(gè)內(nèi)生潛在變量的結(jié)構(gòu)模型圖其回歸方程式為：2、結(jié)構(gòu)模型兩個(gè)外源潛在變量預(yù)測(cè)一個(gè)內(nèi)生潛在變量的結(jié)構(gòu)模型圖其回歸方程式為：外源潛在變量?jī)?nèi)生潛在變量殘差值外源潛在變量2、結(jié)構(gòu)模型兩個(gè)內(nèi)生潛在變量間的關(guān)系模型圖其回歸方程式為：殘差值內(nèi)生潛在變量?jī)?nèi)生潛在變量殘差值2、結(jié)構(gòu)模型飽和結(jié)構(gòu)模型圖其回歸方程式為：殘差值內(nèi)生潛在變量殘差值外源潛在變量?jī)?nèi)生潛在變量練習(xí)題◆寫出各潛變量的回歸方程：SEM的組成x1x3x2δ1δ2δ3ξ1η1y1y2y3ε1ε2ε3ζ測(cè)量模型結(jié)構(gòu)模型測(cè)量模型總結(jié)：SEM術(shù)語觀測(cè)變量可直接測(cè)量的變量，通常是指標(biāo)潛變量潛變量亦稱隱變量，是無法直接觀測(cè)并測(cè)量的變量。潛變量需要通過設(shè)計(jì)若干指標(biāo)間接加以測(cè)量。外生變量是指那些在模型或系統(tǒng)中，只起解釋變量作用的變量。它們?cè)谀Ｐ突蛳到y(tǒng)中，只影響其他變量，而不受其他變量的影響。在路徑圖中，只有指向其他變量的箭頭，沒有箭頭指向它的變量均為外生變量。內(nèi)生變量是指那些在模型或系統(tǒng)中，受模型或系統(tǒng)中其它變量包括外生變量和內(nèi)生變量影響的變量，即在路徑圖中，有箭頭指向它的變量。它們也可以影響其它變量。總結(jié)：結(jié)構(gòu)方程模型示意圖觀測(cè)變量通常用長(zhǎng)方形或方形表示,外生觀測(cè)變量用x表示，內(nèi)生觀測(cè)變量用y表示。潛變量用橢圓或圓形表示，外生潛變量通常用ξ表示，內(nèi)生潛變量通常用η表示。δ外生觀測(cè)變量x的誤差；ε內(nèi)生觀測(cè)變量y的誤差。總結(jié)：結(jié)構(gòu)方程模型結(jié)構(gòu)方程模型通常包括三個(gè)矩陣方程式:Λx—外生觀測(cè)變量與外生潛變量直接的關(guān)系，是外生觀測(cè)變量在外生潛變量上的因子載荷矩陣；Λy—內(nèi)生觀測(cè)變量與內(nèi)生潛變量之間的關(guān)系，是內(nèi)生觀測(cè)變量在內(nèi)生潛變量上的因子載荷矩陣；?！窂较禂?shù)，表示內(nèi)生潛變量間的關(guān)系；Г—路徑系數(shù)，表示外生潛變量對(duì)內(nèi)生潛變量的影響；ζ—結(jié)構(gòu)方程的殘差項(xiàng)，反映了”在方程中未能被解釋的部分。測(cè)量模型結(jié)構(gòu)模型總結(jié)：模型中的三種誤差1、一是x的測(cè)量誤差，記為，其協(xié)方差矩陣記為2、y變量的測(cè)量誤差，記為，其協(xié)方差矩陣記為3、潛在因變量無法被當(dāng)前結(jié)構(gòu)方程模型解釋的殘差，記為，其協(xié)方差矩陣記為完整LISREL模型的參數(shù)圖示

z2

x2

h2

d3

e3

x3

x4

y3

y4

f21

β12

x1

d1

x1

x2

lx11

h1

y1

y2

z1

d2

e1

e2

d4

e4

γ21

γ22

lx21

ly11

l

y21

lx12

lx22

ly12

l

y22

結(jié)構(gòu)方程驗(yàn)證的關(guān)系：潛變量與潛變量、潛變量與觀測(cè)變量以及誤差項(xiàng)之間的關(guān)系。

z2

x2

h2

d3

e3

x3

x4

y3

y4

f21

β12

x1

d1

x1

x2

lx11

h1

y1

y2

z1

d2

e1

e2

d4

e4

γ21

γ22

lx21

ly11

l

y21

lx12

lx22

ly12

l

y22

SEM模型的八種矩陣概念列表符號(hào)與發(fā)音

縮寫

代

表

意

義

mm

mf

order

結(jié)構(gòu)模型矩陣

B

beta

BE

內(nèi)生潛在變量被內(nèi)生潛在變量解釋的回歸矩陣（E到E的回歸系數(shù)）

ZE

FI

NE′NE

G

gamma

GA

內(nèi)生潛在變量被外源潛在變量解釋的回歸矩陣（E到K的回歸系數(shù)）

FU

FR

NE′NK

測(cè)量模型矩陣

Lx

lambda

x

LX

外源觀察變量被外源潛在變量解釋的回歸矩陣（K到X的因素負(fù)荷量）

FU

FI

NY′NE

Ly

lambda

y

LY

內(nèi)生觀察變量被內(nèi)生潛在變量解釋的回歸矩陣（E到Y(jié)的因素負(fù)荷量）

FU

FI

NX′NK

F

phi

PI

外源潛在變量共變矩陣（K到K的因素共變）

SY

FR

NK′NK

殘差矩陣

Y

psi

PS

內(nèi)生潛在變量被外源潛在變量解釋之誤差項(xiàng)共變矩陣（解釋殘差）

SY

FR

NE′NE

Qd

theta-delta

TD

外源觀察變量被外源潛在變量解釋的誤差項(xiàng)共變矩陣（X變量殘差）

DI

FR

NX′NX

Qe

theta-epsilon

TE

內(nèi)生觀察變量被內(nèi)生潛在變量解釋的誤差項(xiàng)共變矩陣（Y變量殘差）

DI

FR

NY′NY

LISREL的原始設(shè)定與替代設(shè)定代碼對(duì)照表Fixedparameters(固定參數(shù))表示0矩陣（矩陣中所有數(shù)據(jù)為0）相等矩陣（矩陣中除了對(duì)角線為1，其余均為0）為部分相等與0矩陣Diagonalmatrix對(duì)角矩陣：只有對(duì)角線上的向量被處理symmetricmatrix對(duì)稱矩陣：包含對(duì)角線與下三角區(qū)域的向量被處理subdiagonalmatrix下對(duì)角矩陣：只有對(duì)角線下三角區(qū)域的向量被處理。對(duì)稱矩陣且對(duì)角線數(shù)字設(shè)定為1。為正方形非對(duì)稱完全矩陣。結(jié)構(gòu)方程模型舉例演示：Lisrel—1.LS8

理論性發(fā)展

（TheoreticalDevelopment）

模型辨識(shí)

（ModelIdentification）

抽樣與測(cè)量

（SamplingandMeasurement）

階段一

模型發(fā)展

參數(shù)估計(jì)

（ParameterEstimation）

模型契合度估計(jì)

（AssessmentofFit）

討論與結(jié)論

（DiscussionandConclusion）

階段二

估計(jì)與評(píng)鑒

模型修飾

（ModelModification）

模式設(shè)定

（ModelSpecification）

結(jié)構(gòu)方程模型的基本程序三、建模過程（1）模型建構(gòu)（modelspecification）（2）模型擬合（modelfitting）（3）模型評(píng)價(jià)（modelassessment）（4）模型修正（modelmodification）62（一）模型建構(gòu)（modelspecification）1、觀測(cè)變量（即指標(biāo)，通常是題目）與潛變量（即因子，通常是概念）的關(guān)系；2、各潛變量間的相互關(guān)系（指定那些因子間相關(guān)或直接效應(yīng)）；例子：?jiǎn)T工工作滿意度的測(cè)量63例子：?jiǎn)T工工作滿意度的測(cè)量理論假設(shè)，概念模型的提出：Locke（1976）研究指出，有多種因素影響到工作滿意度，下列幾個(gè)因素最為重要：（1）對(duì)工作本身的滿意度。包括工作內(nèi)容的獎(jiǎng)勵(lì)價(jià)值、多樣性、學(xué)習(xí)機(jī)會(huì)、困難性以及對(duì)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(yùn)用相關(guān)工作權(quán)利的程度。有較高工作自主權(quán)的員工，將具有較高的工作滿意度。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(shí)現(xiàn)的程度。工作壓力會(huì)使員工處于有害身心健康的狀況中，有礙于員工對(duì)工作的積極態(tài)度（House,1980），工作壓力會(huì)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?jìng)€(gè)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(jī)關(guān)科室的單調(diào)性就比較低。64例子：?jiǎn)T工工作滿意度的測(cè)量概念模型：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(shí)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數(shù)據(jù)準(zhǔn)備樣本量：一般認(rèn)為樣本數(shù)最少應(yīng)在100以上才適合使用最大似然估計(jì)法（MLE）來估計(jì)結(jié)構(gòu)方程（侯杰泰，2004），但樣本數(shù)過大（如超過400到500時(shí)），MLE會(huì)變得過度敏感，容易使所有的擬合度指標(biāo)檢驗(yàn)都出現(xiàn)擬合不佳的結(jié)果（侯杰泰，2004）。缺失數(shù)據(jù)處理：列刪除法、配對(duì)刪除法、插補(bǔ)法（2）模型擬合（modelfitting）模型參數(shù)的估計(jì)模型計(jì)算（lisrel

軟件編程）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(yàn)值工作自主權(quán)ε1—η10.2062.562工作負(fù)荷

ε2—η1-0.212-1.575工作單調(diào)性

ε3—η1-0.378-2.857注：t檢驗(yàn)值>1.96表示通過顯著性檢驗(yàn)，且在0.05的顯著水平下（3）模型評(píng)價(jià)（modelassessment）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(yàn)值工作自主權(quán)ε1—η10.2062.562工作負(fù)荷

ε2—η1-0.212-1.575工作單調(diào)性

ε3—η1-0.378-2.857（-1，+1

）（3）模型評(píng)價(jià)（modelassessment）參數(shù)與預(yù)計(jì)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(yàn)69（3）模型評(píng)價(jià)（modelassessment）檢驗(yàn)不同類型的整體擬合指數(shù)，（各項(xiàng)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6871386.640.00.9010.9370.9500.9510.8610.8170.8610.05840.045770（3）模型評(píng)價(jià)（modelassessment）Χ2/DF=1386.64/687=2.018?第一個(gè)指標(biāo)是卡方統(tǒng)計(jì)量與自由度的比值，美國(guó)社會(huì)統(tǒng)計(jì)學(xué)家卡米尼斯和馬克依維爾認(rèn)為，卡方值與自由度之比在2：1到3：1之間是可以接受的。P=0.0?第二個(gè)指標(biāo)是P值，P值要求小于0.1。71（3）模型評(píng)價(jià)（modelassessment）規(guī)范擬合指數(shù)（NFI），不規(guī)范擬合指數(shù)（NNFI），比較擬合指數(shù)（CFI），增量擬合指數(shù)（IFI），擬合優(yōu)度指數(shù)（GFI），調(diào)整后的擬合優(yōu)度指數(shù)（AGFI），相對(duì)擬合指數(shù)（RFI），均方根殘差（RMR），近似均方根殘差（RMSEA）等指標(biāo)用來衡量模型與數(shù)據(jù)的擬合程度。學(xué)術(shù)界普遍認(rèn)為在大樣本情況下：

（1）NFI、NNFI、CFI、IFI、GFI、AGFI、RFI大于0.9，表明模型與數(shù)據(jù)的擬合程度很好。

（2）RMR小于0.05，RMSEA值小于0.05，表明模型與數(shù)據(jù)的擬合程度很好。72指標(biāo)DFΧ2PNFINNFICFIIFIGFIAGFIRFIRMRRMSEA指標(biāo)值6871386.640.00.9010.9370.9500.9510.8610.8170.8610.05840.0457一般應(yīng)用SEM的論文中的數(shù)據(jù)分析1.信度、效度檢驗(yàn)信度：Cronbach’s

>0.50效度：驗(yàn)證性因子分析

（Fidell,2007）2.評(píng)估模型擬合度一般論文的SEM評(píng)價(jià)包括如下步驟：估算每一個(gè)因子的載荷量標(biāo)準(zhǔn)化因子載荷，反映了觀測(cè)變量影響潛在變量的部分差異，用于表示觀測(cè)變量與潛變量之間的相對(duì)重要程度。檢查每一個(gè)單一因子的測(cè)量模型對(duì)問卷數(shù)據(jù)的擬合度檢查整個(gè)模型對(duì)問卷數(shù)據(jù)的擬合度估算潛變量之間的關(guān)系

SEM的主要擬合度指標(biāo)

1．基本擬合標(biāo)準(zhǔn)2．模型內(nèi)在結(jié)構(gòu)擬合度3．整體模型擬合度基本擬合標(biāo)準(zhǔn)基本擬合標(biāo)準(zhǔn)是用來檢驗(yàn)?zāi)Ｐ偷恼`差以及誤輸入等問題。主要包括：（1）不能有負(fù)的測(cè)量誤差；（2）測(cè)量誤差必須達(dá)到顯著性水平；（3）因子載荷必須介于0.5-0.95之間；（4）不能有很大的標(biāo)準(zhǔn)誤差。模型內(nèi)在結(jié)構(gòu)擬合度模型的內(nèi)在結(jié)構(gòu)擬合度是用來評(píng)價(jià)模型內(nèi)估計(jì)參數(shù)的顯著程度、各指標(biāo)及潛在變量的信度。主要包括：（1）潛變量的組成信度（CR），0.50以上表明組成信度較好；（2）平均提煉方差(AVE)，0.55以上為可以接受的水平。

AVE用于估計(jì)測(cè)量模型的聚合效度，反映了潛變量的各觀測(cè)變量對(duì)該潛變量的平均差異解釋力，即潛變量的各觀測(cè)變量與測(cè)量誤差相比在多大程度上捕捉到了該潛變量的變化。整體模型擬合度整體模型擬合度用來評(píng)價(jià)模型與數(shù)據(jù)的擬合程度。主要包括：（1）絕對(duì)擬合度，用來確定模型可以預(yù)測(cè)協(xié)方差陣和相關(guān)矩陣的程度；（2）簡(jiǎn)約擬合度，用來評(píng)價(jià)模型的簡(jiǎn)約程度；（3）增值擬合度，理論模型與虛無模型的比較。表1整體模型擬合度的評(píng)價(jià)指標(biāo)及標(biāo)準(zhǔn)指

標(biāo)絕對(duì)擬合度簡(jiǎn)約擬合度增值擬合度χ2GFIRMRRMSEAPNFIPGFINFlTFICFI<2>0.9<0.05<0.05>0.5>0.5>0.90>0.90>0.90評(píng)價(jià)標(biāo)準(zhǔn)不顯著指標(biāo)說明χ2卡方擬合指數(shù)檢驗(yàn)選定的模型協(xié)方差矩陣與觀察數(shù)據(jù)協(xié)方差矩陣相匹配的假設(shè)。原假設(shè)是模型協(xié)方差陣等于樣本協(xié)方差陣。如果模型擬合的好，卡方值應(yīng)該不顯著。在這種情況下，數(shù)據(jù)擬合不好的模型被拒絕。RMR是殘差均方根。RMR是樣本方差和協(xié)方差減去對(duì)應(yīng)估計(jì)的方差和協(xié)方差的平方和，再取平均值的平方根。RMR應(yīng)該小于0.08，RMR越小，擬合越好。RMSEA是近似誤差均方根RMSEA應(yīng)該小于0.06，越小越好。GFI是擬合優(yōu)度指數(shù)，范圍在0和1間，但理論上能產(chǎn)生沒有意義的負(fù)數(shù)。按照約定，要接受模型，GFI應(yīng)該等于或大于0.90。PGFI是簡(jiǎn)效擬合優(yōu)度指數(shù)。它是簡(jiǎn)效比率(PRATIO，獨(dú)立模式的自由度與內(nèi)定模式的自由度的比率)乘以GFI。PGFI應(yīng)該等于或大于0.90，越接近1越好。PNFI是簡(jiǎn)效擬合優(yōu)度指數(shù)，等于PRATIO乘以NFI。PNFI應(yīng)該等于或大于0.90，越接近1越好。NFI是規(guī)范擬合指數(shù)，變化范圍在0和1間，1=完全擬合。按照約定，NFI小于0.90表示需要重新設(shè)置模型。越接近1越好。TLI是Tucker-Lewis系數(shù)，也叫做Bentler-Bonett

非規(guī)范擬合指數(shù)(NNFI)。TLI接近1表示擬合良好。CFI是比較擬合指數(shù)，其值位于0和1之間。CFI接近1表示擬合非常好，其值大于0.90表示模型可接受,越接近1越好。NCP是非集中性參數(shù)，其值為0時(shí)代表模型具有完美的擬合度，其90%置信水平下的估計(jì)范圍若涵蓋了0，表示模型擬合度具有完美的擬合度。課堂練習(xí)1-1：試對(duì)范例1（驗(yàn)證性因素分析）所得到的模型評(píng)價(jià)指數(shù)數(shù)據(jù)進(jìn)行評(píng)價(jià)分析。LISREL運(yùn)行演練程序cha5a.ls8.（3）模型評(píng)價(jià)（modelassessment）

DegreesofFreedom=120MinimumFitFunctionChi-Square=221.48(P=0.00)NormalTheoryWeightedLeastSquaresChi-Square=204.95(P=0.00)EstimatedNon-centralityParameter(NCP)=84.9590PercentConfidenceIntervalforNCP=(49.23;128.55)

MinimumFitFunctionValue=0.71PopulationDiscrepancyFunctionValue(F0)=0.2790PercentConfidenceIntervalforF0=(0.16;0.41)RootMeanSquareErrorofApproximation(RMSEA)=0.04890PercentConfidenceIntervalforRMSEA=(0.036;0.059)P-ValueforTestofCloseFit(RMSEA<0.05)=0.62

ExpectedCross-ValidationIndex(ECVI)=0.9890PercentConfidenceIntervalforECVI=(0.87;1.12)ECVIforSaturatedModel=1.10ECVIforIndependenceModel=21.80

Chi-SquareforIndependenceModelwith153DegreesofFreedom=6766.87IndependenceAIC=6802.87ModelAIC=306.95SaturatedAIC=342.00IndependenceCAIC=6888.30ModelCAIC=549.01SaturatedCAIC=1153.60

GoodnessofFitStatistics

NormedFitIndex(NFI)=0.97Non-NormedFitIndex(NNFI)=0.98ParsimonyNormedFitIndex(PNFI)=0.76ComparativeFitIndex(CFI)=0.98IncrementalFitIndex(IFI)=0.98RelativeFitIndex(RFI)=0.96

CriticalN(CN)=224.91

RootMeanSquareResidual(RMR)=0.054StandardizedRMR=0.049GoodnessofFitIndex(GFI)=0.93AdjustedGoodnessofFitIndex(AGFI)=0.90ParsimonyGoodnessofFitIndex(PGFI)=0.65

GoodnessofFitStatistics（4）模型修正（modelmodification）依據(jù)理論或有關(guān)假設(shè)，提出一個(gè)或數(shù)個(gè)合理的先驗(yàn)?zāi)Ｐ停粰z查潛變量（因子）與指標(biāo)（題目）間的關(guān)系，建立測(cè)量模型，有時(shí)可能增刪或重組題目；對(duì)每一個(gè)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(gè)樣本進(jìn)行檢驗(yàn)。83模型修正舉例17個(gè)題目:

學(xué)習(xí)態(tài)度及取向

A、B、C、D、E

4、4、3、3、3題

350個(gè)學(xué)生

84概念模型Ma85模

型

擬

合

結(jié)

果

輸

出86模型擬合結(jié)果輸出ModificationIndicesforLAMBDA-X

修正指數(shù)

KSI1KSI2KSI3KSI4KSI5

----------------------------------------VAR1--0.060.660.092.53VAR2--0.380.530.230.11VAR3--0.720.010.031.49VAR4--0.000.030.010.03VAR57.73--9.629.231.50VAR60.01--3.291.071.50VAR70.12--0.250.122.26VAR841.35--3.6622.024.78VAR90.400.02--2.190.22VAR100.030.10--0.300.22…MaximumModificationIndexis41.35forElementLX(8,1)修正指數(shù):該參數(shù)由固定改為自由估計(jì)，會(huì)減少的數(shù)值?；蛘哒f，若增加該因素載荷，卡方值約可降低41.35，是一個(gè)很顯著的改變。87在LISREL分析中，當(dāng)MI指數(shù)高于5時(shí)，表示該殘差具有修正的必要。模

型

擬

合

結(jié)

果

輸

出88Ma模型修正Q4在A的負(fù)荷很小(LX=0.05)，但在其他因子的修正指數(shù)（MI）也不高不從屬Ａ，也不歸屬其他因子Q8在B的負(fù)荷不高（0.28），但在A的MI是41.35，可能歸屬A；因子間相關(guān)很高(0.40至0.54)模型擬合相當(dāng)好：(109)=194.57，RMSEA＝0.046,NNFI=0.94.CFI=0.95。仔細(xì)檢查題目?jī)?nèi)容后，刪去Q4,Q8歸入A89模型修正Ma到Mb90Mb模型擬合結(jié)果輸出Q8歸屬A，因子負(fù)荷很高（0.49），

(94)=149.51，RMSEA＝0.040，NNFI＝0.96，CFI=0.97。模型Mb比Ma好試讓Q8同時(shí)從屬A和B?模型修正Mb到Mc92模型Mc擬合結(jié)果

(93)=148.61,RMSEA＝.040NNFI=0.96,CFI=0.97。Q8在A負(fù)荷為0.54，在B負(fù)荷為-0.08因?yàn)楦拍钌螿8應(yīng)與B成正相關(guān)，故不合理。而且這負(fù)荷相對(duì)低，所以我們選擇Mb通常，每題只歸屬一個(gè)因子93模型修正結(jié)果比較修正前后模型的擬合指數(shù)比較_____________________________________________________模型df

RMSEANNFICFI

注_____________________________________________________Ma 1091950.0460.940.95原模型Mb 941500.0400.960.97刪Q4,Q8-AMc 931490.0400.960.97刪Q4,Q8-A,B_____________________________________________________94模型修正演示cha5a.ls8.（4）模型修正（modelmodification）96四、LISREL語法數(shù)據(jù)設(shè)定指令模型設(shè)定指令輸出設(shè)定指令97LISREL語法

LISREL語法以TITAL（標(biāo)題）為開端，TI指令用來指定整個(gè)LISREL分析的標(biāo)題名稱，使每一頁輸出報(bào)表都有一個(gè)清楚的標(biāo)題說明。

Data主指令用來定義數(shù)據(jù)。一、數(shù)據(jù)設(shè)定指令DANG=nNI=kNO=nMA=typeofmatrixXM=globalmissingvalueRP=numberofrepetitions例如：DANI=10NO=100MA=CMNumberofgroupes:表示用于分析的樣本組數(shù)。98LISREL語法

Data主指令用來定義數(shù)據(jù)。一、數(shù)據(jù)設(shè)定指令課堂演示：ch5a.LS8Titlech5aConfirmatoryFactorAnalysisusingLISRELsyntaxDATANI=18NO=313MA=CMCMSYFI=ch5a.covLA;A1A2A3B1B2B3C1C2C3D1D2D3E1E2E3F1F2F3MODELNX=18NK=6LX=FU,FITD=DI,FRLK;價(jià)值理

工作方式團(tuán)隊(duì)合作領(lǐng)導(dǎo)方式學(xué)習(xí)能力環(huán)境氛圍FREELX(1,1)LX(2,1)LX(3,1)LX(4,2)LX(5,2)LX(6,2)LX(7,3)FREELX(8,3)LX(9,3)LX(10,4)LX(11,4)LX(12,4)LX(13,5)LX(14,5)FREELX(15,5)LX(16,6)LX(17,6)LX(18,6)FIXPH(1,1)PH(2,2)PH(3,3)PH(4,4)PH(5,5)PH(6,6)VALUE1PH(1,1)PH(2,2)PH(3,3)PH(4,4)PH(5,5)PH(6,6)PDOUTPUTSETVRSMRFSSSSCMI100LISREL語法

Labels主指令用來進(jìn)行輸入變量的標(biāo)簽批注。一、數(shù)據(jù)設(shè)定指令LAFI=filenameFOREformatstatement‘label’Labels指令范例：1.LA*‘HAPPY1’‘HAPPY2’‘HAPPY3’‘SES1’‘SES2’/

‘價(jià)值理念’‘工作方式’‘團(tuán)隊(duì)合作’/

自由格式101LISREL語法

Labels主指令用來進(jìn)行輸入變量的標(biāo)簽批注。一、數(shù)據(jù)設(shè)定指令Labels指令范例：1.LA（6A7）‘HAPPY1’‘HAPPY2’‘HAPPY3’‘SES1’‘SES2’‘SES3’

‘價(jià)值理念’‘工作方式’‘團(tuán)隊(duì)合作’‘領(lǐng)導(dǎo)方式’‘學(xué)習(xí)能力’‘環(huán)境氛圍’/觀察變量將以固定格式表示，6A7表示以固定格式讀取六個(gè)表卷，每一個(gè)表卷“必須”占據(jù)七個(gè)字段。102LISREL語法

Labels主指令用來進(jìn)行輸入變量的標(biāo)簽批注。一、數(shù)據(jù)設(shè)定指令Labels指令范例：1.LAFI=label.txt表示觀察變量的標(biāo)簽存放于label.txt檔案當(dāng)中。

103LISREL語法

Labels主指令用來進(jìn)行輸入變量的標(biāo)簽批注。一、數(shù)據(jù)設(shè)定指令課堂演示：ch5a.LS8Titlech5aConfirmatoryFactorAnalysisusingLISRELsyntaxDATANI=18NO=313MA=CMCMSYFI=ch5a.covLA;A1A2A3B1B2B3C1C2C3D1D2D3E1E2E3F1F2F3MODELNX=18NK=6LX=FU,FITD=DI,FRLK;價(jià)值理念工作方式團(tuán)隊(duì)合作領(lǐng)導(dǎo)方式學(xué)習(xí)能力環(huán)境氛圍

FREELX(1,1)LX(2,1)LX(3,1)LX(4,2)LX(5,2)LX(6,2)LX(7,3)FREELX(8,3)LX(9,3)LX(10,4)LX(11,4)LX(12,4)LX(13,5)LX(14,5)FREELX(15,5)LX(16,6)LX(17,6)LX(18,6)FIXPH(1,1)PH(2,2)PH(3,3)PH(4,4)PH(5,5)PH(6,6)VALUE1PH(1,1)PH(2,2)PH(3,3)PH(4,4)PH(5,5)PH(6,6)PDOUTPUTSETVRSMRFSSSSCMILISREL語法105LISREL語法

RAwdata:主指令是用于當(dāng)輸入的數(shù)據(jù)為原始數(shù)據(jù)而非摘要統(tǒng)計(jì)數(shù)據(jù)時(shí)，通常原始數(shù)據(jù)都儲(chǔ)存在另一個(gè)檔案中，因此RA指令多跟隨著路徑關(guān)鍵詞FI。一、數(shù)據(jù)設(shè)定指令RAFI=filenameFOREVariableformatstatementdataFO關(guān)鍵詞表示外部數(shù)據(jù)文件使用固定格式，因此在緊接下一行會(huì)出現(xiàn)數(shù)值格式（*F*.*）符號(hào)：第一個(gè)*表示變量數(shù)目，第二個(gè)*表示每個(gè)變量所占據(jù)的字段數(shù)，第三個(gè)*表示小數(shù)點(diǎn)之后的位數(shù)。

例如：5F6.3106LISREL語法

RA指令范例如下：一、數(shù)據(jù)設(shè)定指令DANI=5NO=20RAFI=‘c:\data.dat’FO(5F3.1)表示共有五個(gè)觀察變量，20個(gè)樣本。數(shù)據(jù)形式為原始數(shù)據(jù)，放置于c:\data.dat路徑與檔案中，采取固定格式，每個(gè)觀察變量占據(jù)三個(gè)位，其中一個(gè)為小數(shù)點(diǎn)。如果使用自由格式，則無需指定變量數(shù)據(jù)的格式，直接第一行便輸入數(shù)據(jù)，或以*放置于第一行，第二行開始輸入數(shù)據(jù)。

107LISREL語法

RA指令范例如下：一、數(shù)據(jù)設(shè)定指令CMFU

（3F6.2）2078-5541021-554259076710217672125則1021讀為？108LISREL語法

CM,KM,MM,OM,PM：是指LISREL使用摘要統(tǒng)計(jì)數(shù)據(jù)，例如協(xié)方差、相關(guān)系數(shù)等，例如：一、數(shù)據(jù)設(shè)定指令CM：協(xié)方差矩陣；KM：相關(guān)矩陣；MM：動(dòng)差矩陣；OM：期望分?jǐn)?shù)矩陣；PM：多元系列相關(guān)矩陣。CMFI=filenameSYFOREVariableformatstatementSummarydatastatistic109LISREL語法內(nèi)部矩陣形態(tài)關(guān)鍵詞包括了SY與FU。

SY：代表讀取對(duì)角線及以下數(shù)據(jù)（下三角區(qū)域）

FU：代表讀入矩陣中的所有數(shù)據(jù)?！镅菔荆篊h7a.LS8（Labels指令范例）一、數(shù)據(jù)設(shè)定指令Ch7aPathModelausingLISRELsyntaxDATANI=9NO=281MA=CMCMSY.402.4662.537.185.667.649.174.704.368.910.167.578.272.421.693.157.483.207.330.320.600.221.730.346.463.392.387.779.172.647.370.270.369.250.333.7681.4062.883.949.154.347.274.5271.11685.137LA;員工績(jī)效組織承諾價(jià)值理念工作方式團(tuán)隊(duì)合作領(lǐng)導(dǎo)方式學(xué)習(xí)能力環(huán)境氛圍MODELNY=2NX=7PS=DI,FRPH=SY,FRBE=FU,FIGA=FU,FIFREEBE(1,2)GA(2,1)GA(2,2)GA(2,3)GA(2,4)GA(2,5)GA(2,6)GA(2,7)GA(1,7)FIXPH(1,7)PH(2,7)PH(3,7)PH(4,7)PH(5,7)PH(6,7)PDOUTPUTSETVRSMRFSEFSSSCMILISREL語法111LISREL語法范例如下：對(duì)于協(xié)方差矩陣S一、數(shù)據(jù)設(shè)定指令CMSY20.78-5.5425.9010.217.6721.25112LISREL語法范例如下：對(duì)于協(xié)方差矩陣S一、數(shù)據(jù)設(shè)定指令CMFU

（3F6.2）2078-5541021-554259076710217672125113LISREL語法

ME、SD主指令用于讀取觀察變量的平均數(shù)（ME）與標(biāo)準(zhǔn)差（SD）數(shù)據(jù)?；菊Z法如下：一、數(shù)據(jù)設(shè)定指令ME(orSD)FI=filenameFOREVariableformatstatementData114LISREL語法現(xiàn)以三個(gè)觀察變量的平均數(shù)與標(biāo)準(zhǔn)差的讀取為例，以自由格式讀入時(shí)如下：一、數(shù)據(jù)設(shè)定指令ME52.1160.5953.01SD4.644.125.88115LISREL語法現(xiàn)以外掛數(shù)據(jù)與內(nèi)含數(shù)據(jù)各舉例如下：一、數(shù)據(jù)設(shè)定指令DANI=3MA=MMCMFI=DATA.COVMEFI=MEAN.MENFO(3F6.2)DANI=3MA=MMCMMEFO(3F6.2)

2078-554259010217672125

521160595301116LISREL語法

Select主指令用于選取矩陣中的變量，或?qū)⒆兞宽樞蛑匦屡帕小Ｒ?、?shù)據(jù)設(shè)定指令SE54321表示將變量順序倒置SE5421表示將變量順序倒置且不選擇第三個(gè)變量納入分析。117LISREL語法模型設(shè)定指令由Model指令主導(dǎo)，接續(xù)一連串的關(guān)鍵詞來說明模型當(dāng)中變量數(shù)目、類型與各種參數(shù)關(guān)系的界定。基本語法形態(tài)如下：二、模型界定指令MONY=pNX=qNE=mNK=nAP=kFI

LY=mf,mmLX=mf,mmBE=mf,mmGA=mf,mm

PH=mf,mmPS=mf,mmTE=mf,mmTD=mf,mmTY=mf,mmTS=mf,mmAL=mf,mmKA=mf,mmNY:內(nèi)生觀察變量（y）數(shù)目NX:外源觀察變量（x）數(shù)目NE:內(nèi)生潛在變量（eta）數(shù)目NK:外源潛在變量（ksi）數(shù)目表示矩陣格式或者矩陣形式118LISREL語法現(xiàn)以下列的矩陣為例：二、模型界定指令MOFRPH(2,1)PH(3,3)PH(4,4)VA1PH(1,1)PH(2,2)*號(hào)表示自由估計(jì)參數(shù)0和1代表固定參數(shù)119LISREL語法

VA、STValue與Startingvalue兩個(gè)次指令用來說明當(dāng)參數(shù)限定為0之外的數(shù)值，也就是估計(jì)的起始值。這兩個(gè)指令有相同的數(shù)學(xué)性質(zhì)，可以互換使用。二、模型界定指令VA1.5LX(2,1)LX(6,2)GA（1,2）表示讓LX矩陣中的兩個(gè)元素與GA矩陣中的一個(gè)元素參數(shù)值為1.5。120LISREL語法

FR、FI、EQ

如果用戶想要改變矩陣中的特定元素關(guān)系，例如固定、自由，或限定參數(shù)的估計(jì)時(shí)，可以使用FR、FI和EQ指令。例如：二、模型界定指令FreeLX(1,2)LX(2,2)表示讓LX矩陣（與X有關(guān)的因素負(fù)荷量矩陣）中的第一與第二個(gè)元素的參數(shù)自由估計(jì)。EQual

LY(1,2)LY(2,2)表示讓LY矩陣（與Y有關(guān)的因素負(fù)荷量矩陣）中的第一與第二個(gè)元素的參數(shù)限定等同。121LISREL語法

LE、LK

兩個(gè)次指令用來給予潛在變量文字卷標(biāo)，LE為潛在內(nèi)生變量標(biāo)簽，LK為潛在外源變量標(biāo)簽，兩者功能與標(biāo)示原則與LA指令相同。基本語法如下：二、模型界定指令LE(orLK)FI=filenameFOREFormatstatement‘labels’如：LE；工作自主權(quán)工作滿足度122LISREL語法

LE、LK兩個(gè)次指令演示：課堂具體程序演示：ch5a.LS8123LISREL語法

LE、LK兩個(gè)次指令演示：Titlech5aConfirmatoryFactorAnalysisusingLISRELsyntaxDATANI=18NO=313MA=CMCMSYFI=ch5a.covLA;A1A2A3B1B2B3C1C2C3D1D2D3E1E2E3F1F2F3MODELNX=18NK=6LX=FU,FITD=DI,FRLK;

價(jià)值理念工作方式團(tuán)隊(duì)合作領(lǐng)導(dǎo)方式學(xué)習(xí)能力環(huán)境氛圍FREELX(1,1)LX(2,1)LX(3,1)LX(4,2)LX(5,2)LX(6,2)LX(7,3)FREELX(8,3)LX(9,3)LX(10,4)LX(11,4)LX(12,4)LX(13,5)LX(14,5)FREELX(15,5)LX(16,6)LX(17,6)LX(18,6)FIXPH(1,1)PH(2,2)PH(3,3)PH(4,4)PH(5,5)PH(6,6)VALUE1PH(1,1)PH(2,2)PH(3,3)PH(4,4)PH(5,5)PH(6,6)PDOUTPUTSETVRSMRFSSSSCMI124LISREL語法

LISREL軟件參數(shù)估計(jì)與結(jié)果輸出指令的下達(dá)以O(shè)utput主指令接續(xù)適當(dāng)?shù)拇沃噶罨蜿P(guān)鍵詞進(jìn)行。基本語法為：三、結(jié)果輸出設(shè)定指令OUME=methodsSL=100alfaAMSO

Method參數(shù)估計(jì)方法：IVTSULGLMLWLDLMaxiumumlikelihood修正程序的顯著性，例如SL=5表示0.05的顯著水平。125LISREL語法報(bào)表輸出設(shè)定：LISREL報(bào)表中除提供數(shù)據(jù)讀取的各種描述統(tǒng)計(jì)資料外，還可以提供多種不同的統(tǒng)計(jì)數(shù)據(jù)，用戶可以自由選擇，關(guān)鍵詞如下(常用的)：三、結(jié)果輸出設(shè)定指令SE（standarderrors）：標(biāo)準(zhǔn)誤TV：t檢驗(yàn)值

PC：參數(shù)估計(jì)的相關(guān)系數(shù)RS：殘差、正態(tài)化殘差與Q圖

EF：總效應(yīng)與間接效應(yīng)SS：標(biāo)準(zhǔn)化參數(shù)估計(jì)解

SC：參數(shù)估計(jì)解完全標(biāo)準(zhǔn)化MI：列出模型修正指標(biāo)

FS：列出因素分?jǐn)?shù)回歸值A(chǔ)L：列出所有LISREL分析的統(tǒng)計(jì)報(bào)表Titlech5aConfirmatoryFactorAnalysisusingLISRELsyntaxDATANI=18NO=313MA=CMCMSYFI=ch5a.covLA;A1A2A3B1B2B3C1C2C3D1D2D3E1E2E3F1F2F3MODELNX=18NK=6LX=FU,FITD=DI,FRLK;價(jià)值理念工作方式團(tuán)隊(duì)合作領(lǐng)導(dǎo)方式學(xué)習(xí)能力環(huán)境氛圍FREELX(1,1)LX(2,1)LX(3,1)LX(4,2)LX(5,2)LX(6,2)LX(7,3)FREELX(8,3)LX(9,3)LX(10,4)LX(11,4)LX(12,4)LX(13,5)LX(14,5)FREELX(15,5)LX(16,6)LX(17,6)LX(18,6)FIXPH(1,1)PH(2,2)PH(3,3)PH(4,4)PH(5,5)PH(6,6)VALUE1PH(1,1)PH(2,2)PH(3,3)PH(4,4)PH(5,5)PH(6,6)PDOUTPUTSETVRSMRFSSSSCMILISREL語法127四、LISREL語法

矩陣輸出設(shè)定：LISREL可以將特定矩陣輸出至外部檔案以供檢視，基本語法是：三、結(jié)果輸出設(shè)定指令OUmatrix1=filename1matrix2=filename2·······

路徑圖輸出設(shè)定：

（1）PD指令，要求LISREL繪制模型路徑圖，PD指令需放置于Model指令之后。（2）利用檔案（file）當(dāng)中的ExportAsMetafile，可將路徑圖連同分析數(shù)據(jù)換成圖形文件，從而可以與其他軟件（word/powerpoint）結(jié)合使用。課堂演示五、驗(yàn)證性因素分析（一）因素分析

探索性因素分析（exploratoryfactoranalysis:EFA）：研究者在進(jìn)行因素分析之前，并未對(duì)于數(shù)據(jù)的因素結(jié)構(gòu)有任何預(yù)期與立場(chǎng)，而借由統(tǒng)計(jì)量據(jù)分析因素的結(jié)構(gòu)，此種因素分析策略帶有濃厚的嘗試錯(cuò)誤的意味。

驗(yàn)證性因素分析（comfirmatoryfactor

analysis:CFA）：研究者在研究之初已提出某種特定的結(jié)構(gòu)關(guān)系假設(shè)，例如某一概念的測(cè)量問卷是由數(shù)個(gè)不同子量表所組成，此時(shí)因素分析可以被用來確認(rèn)數(shù)據(jù)的模式是否即為研究者所預(yù)期的形式。128（二）驗(yàn)證性因素分析（CFA）的特性驗(yàn)證性因素分析用于檢驗(yàn)一組測(cè)量變量與一組可以解釋測(cè)量變量的因素構(gòu)念間的關(guān)系，CFA允許研究者分析確認(rèn)事先假設(shè)的測(cè)量變量與因素間關(guān)系的正確性。測(cè)量模型的檢驗(yàn)程序稱之為確認(rèn)性因素分析，如下圖所示：

129V2V3V4V5V6V1F1F2E1E2E3E4E5E6共同變異量獨(dú)特變異量五、驗(yàn)證性因素分析（二）驗(yàn)證性因素分析（CFA）的特性單維測(cè)量：?jiǎn)我灰粋€(gè)變量只能用以反映單一一個(gè)潛在變量。多維測(cè)量：一個(gè)變量能用以反映多個(gè)潛在變量CFA測(cè)量模式在技術(shù)上允許測(cè)量變量的誤差項(xiàng)為多維的測(cè)量。

130V2V3V4V5V6V1F1F2E1E2E3E4E5E6V2V3V4V5V6V1F1F2E1E2E3E4E5E6五、驗(yàn)證性因素分析V2V3V4V5V6V1F1F2E1E2E3E4E5E6（三）測(cè)量模型的內(nèi)部擬合檢驗(yàn)

●一個(gè)測(cè)量模型能否被接受，以及參數(shù)估計(jì)的優(yōu)劣好壞，除了從模型的整體擬合來看之外，還必須從模型的內(nèi)在質(zhì)量來衡量每一個(gè)潛在變量的適切性，成為內(nèi)部擬合?！窬唧w做法：