1、结构方程模型及其测量方法结构方程模型及其测量方法影响社会科学研究最大的影响社会科学研究最大的统计方法是什么？统计方法是什么？因素分析因素分析 （factor analysis）回归分析回归分析 （regression analysis）1904年年 Spearman 提出了心理特质的提出了心理特质的潜在结构因素分析模型，开启了潜在变潜在结构因素分析模型，开启了潜在变量模型的大门量模型的大门 1918年年 Weight将回归分析扩大到多重将回归分析扩大到多重联立方程式的估计，正式将回归分析提联立方程式的估计，正式将回归分析提升到路径模型的层次升到路径模型的层次 1973年年 Jreskog 提出
2、了最大概似参数提出了最大概似参数估计的估计的SEM分析概念，利用数学矩阵将分析概念，利用数学矩阵将两种范式巧妙整合，开创量化研究的结两种范式巧妙整合，开创量化研究的结构方程模型时代。构方程模型时代。1 结构方程的特点结构方程的特点 结构方程可以剔出随机误差，结构方程可结构方程可以剔出随机误差，结构方程可以准确估计出测量误差的大小，提高测量以准确估计出测量误差的大小，提高测量的精度。的精度。在管理问题中，许多问题是不能直接测量在管理问题中，许多问题是不能直接测量的，传统的方法不能处理这些变量，而结的，传统的方法不能处理这些变量，而结构方程则可以同时分析潜变量及其观测变构方程则可以同时分析潜变量及
3、其观测变量之间的关系量之间的关系 结构方程可以同时计算多个因变量间的关结构方程可以同时计算多个因变量间的关系，特别是有中介变量的模型。系，特别是有中介变量的模型。2 变量关系的探究变量关系的探究智力智力（IQ）学业表现学业表现（GPA）学习经验学习经验（Exp）成就动机成就动机（ACH）abcd3 结构方程模型的技术特性结构方程模型的技术特性 验证性因素分析验证性因素分析 同时处理测量与分析问题同时处理测量与分析问题 以协方差的运用为核心以协方差的运用为核心 适用于大样本的分析适用于大样本的分析 包含了许多不同的统计技术包含了许多不同的统计技术 多重统计指标的运用多重统计指标的运用4 结构方程
4、模型的基本程序结构方程模型的基本程序抽样与测量抽样与测量模型识别模型识别理论建立理论建立模型设定模型设定数据准备数据准备模型拟合模型拟合模型评价模型评价模型解释模型解释模型修正模型修正4.1 理论的发展与构建理论的发展与构建理论理论假设假设观察观察经验经验概括概括归纳归纳演绎演绎在前人研究的基础上继在前人研究的基础上继续拓展，给出新的研究续拓展，给出新的研究假设假设预调查和访谈预调查和访谈验证假设验证假设修正假设修正假设4.2 模型建立 首先需要确定模型中包括哪些变量，各首先需要确定模型中包括哪些变量，各自的属性是什么？自的属性是什么？变量设置完毕后，设定不同变量之间的变量设置完毕后，设定不同
5、变量之间的关系？关系？模型参数的设定？模型参数的设定？4.2.1 变量变量n 测量变量测量变量：能够观测到的变量。：能够观测到的变量。问卷中的问卷中的各题项各题项n 潜在变量潜在变量：难以直接观测到的抽象概念。难以直接观测到的抽象概念。结构方程模型对可观测指标的统计处理，结构方程模型对可观测指标的统计处理，可以反映抽象概念。可以反映抽象概念。潜在变量具有测量误差；潜在变量具有测量误差；一个潜在变量必须以两个以上的测量变量来估计；一个潜在变量必须以两个以上的测量变量来估计；不同测量变量之间的协方差反映了潜在变量的共同影响不同测量变量之间的协方差反映了潜在变量的共同影响测量变量一定存在，但潜在变量
6、不可能单独存在。测量变量一定存在，但潜在变量不可能单独存在。潜在变量与测量变量的关系图潜在变量与测量变量的关系图V1V2FE1E2内生变量和外生变量n 内生变量内生变量：结构方程中受到任何一个其他：结构方程中受到任何一个其他变量影响的变量。也称为变量影响的变量。也称为因变量。因变量。n 外生变量外生变量：不受模型中其他变量的影响，：不受模型中其他变量的影响，但对于其他变量存在影响作用的变量。也但对于其他变量存在影响作用的变量。也成为成为自变量，外源变量自变量，外源变量。n 中介变量中介变量：当内生变量被其他变量影响的：当内生变量被其他变量影响的同时也影响其他变量。同时也影响其他变量。n 类型：
7、内生测量变量、内生潜在变量类型：内生测量变量、内生潜在变量 外生测量变量、外生潜在变量外生测量变量、外生潜在变量变量之间的关系变量之间的关系外生变量外生变量中介变量中介变量内生变量内生变量变量之间的关系变量之间的关系外部资源外部资源企业战略企业战略企业绩效企业绩效4.2.2 变量间关系的设定变量间关系的设定1 测量模型测量模型未知未知已知已知未知未知未知未知4.2.2 变量间关系的设定变量间关系的设定2 结构模型结构模型SEM 模型的八种矩阵模型的八种矩阵 结构模型矩阵 B beta 到 的回归系数 gamma 到 的回归系数 测量模型矩阵 lambda 到 的因素负载 lambda 到 的因
8、素负载 phi 到 的因素共变 残差矩阵 PSI 被 解释产生的误差 theta-delta X 变量的残差 theta-epsil Y 变量的残差4.2.3 参数的设定参数的设定 参数分为三种参数分为三种 自由参数自由参数 固定参数固定参数 限定参数限定参数4.3 模型识别模型识别 模型识别是通过比较模型待估参数数目（t）与数据资料点数目（DP）。假设模型有p个外生测量变量，q个内生测量变量，资料点的数目为 DP=(p+q)(p+q+1)/2 （1）tDP 此模型为识别不足 参数总数为参数总数为15个，固定参数为个，固定参数为6个，自个，自由参数为由参数为9个，由于模型有个，由于模型有4个外
9、生观测个外生观测变量，此模型中的资料点数目是变量，此模型中的资料点数目是4(4+1)/2=10，因此，因此tDP。此模型的。此模型的自由度大于自由度大于0，模型属于过度识别。，模型属于过度识别。4.4 等价模型等价模型4.5 抽样与调查（略）5 模型的拟合评鉴模型的拟合评鉴数据样本数至少为数据样本数至少为200个以上个以上AMOS分析的十步骤：分析的十步骤：1 绘制假设模型绘制假设模型2 选取数据库选取数据库3 选取变量选取变量4 潜在变量命名潜在变量命名5 点选分析的性质（点选分析的性质（Analysis properties)6 检查相关设定检查相关设定7 点选计算估计点选计算估计8 检视
10、最终解检视最终解9 检视报表检视报表10 存档并结束分析存档并结束分析模型拟合评价指标：模型拟合评价指标：1）绝对拟合效果检验(1)卡方值（）N：样本数 Fmin为模型拟合过程中所得到的函数最小值。通常通过卡方值的P值的大小来检验模型P值大于0.05时，认为该模型未达到0.05的显著性水平，因此模型拟合效果良好。零假设：再生矩阵和初始矩阵之间，没有差异。当：值达到显著水平时，说明该零假设不成立。受自由度的影响较大，需要拟合的参数越多，拟合效果不佳的可能性越大。（2）卡方自由度比当卡方自由度比小于2时，模型的拟合效果良好样本数越大，卡方值也越大，从而拒绝本该接受的模型数据资料的分布也对卡方值产生
11、影响如：不用最大似然函数，而采用bootstrap法（3）GFI(goodness-of-fit index)GFI 始终比1小，一般认为大于0.9时，模型拟合效果良好GFI表示的是模型拟合得到的方差和协方差能够解释数据资料的方差和协方差的程度。（4）AGFI(adjusted GFI)AGFI 位于01间，模型自由参数越多，AGFI也越大，一般认为大于0.9时，模型拟合效果良好2）相对拟合效果检验（5）NFI（normed fit index)该指标反映了假设模型和独立模型之间的差异。独立模型是指变量中不存在任何相关关系的一种简单模型。假设模型和独立模型的差异越大，说明假设模型拟合效果良好。独立模型的卡方值独立模型的卡方值假设模型的卡方值越小，NFI也越接近于1，假设模型的卡方值越接近于独立模型。NFI越接近于0。说明假设模型比独立模型效果强不了多少。一般NFI大于0.9，假设模型拟合效果良好。（6）RFI （relative fit index）调整了自由度可能对NFI 的影响一般RFI大于0.9，假设模型拟合效果良好。软件介绍 LISRES AMOS SmartPLS EQS
