spssau结构方程模型

1、结构方程模型15 现问题如何办？目录结构方程模型SEM的拟合指标1解决办法1：梳理建模流程（因子分析）2解决办法2：调整模型（MI指数调整和手工调整）33解决办法3：换用模型（路径分析或线性回归）4上图中红框即为测量模型，FactorlAA44Factor2, Factor3Factor4 而结构模型是指影响关系情况，比如模型中Factorl 和Factor?影响Factor3： Factor3 影0响 Factor4o如果说只研究测量模型，那么通常是指验证性因了分析CFA：如果说只研究结构模型，则称 路径分析path analysis。验证性因/分析和路径分析均是结构方程模型的特殊形式。结构

2、方程模型由测虽模型和结构模型构成，如果进行结构方程模型构建时想达到良好的模型 效果。那么就需要保证测量模型和结构模型均有着良好的拟合性，否则最终结构方程模型拟合效 果都不会太好。CFA, RMR3结构方程模型SEM 的拟合指标结构方程模型拟合时，会有非常多的指标。SPSSAU 默认提供常用的 15 类指标，说明如下:拟合指标拟合指标中文名称标准x2/df卡方自由度比35 （8）GFI拟合优度指数0. 9, SPSSAU0. 9RMSEA近似误差均方根严格是小于0.05,不严格是小于01 （或0. 08）RMRCFI均方根误差比较拟合指数严格是小于 0. 05,不严格是小于 0. 10.9, S

3、PSSAU0.9XFIXFI规范拟合指数XNFI不规范拟合指数0.9, SPSSAU0.90.9, SPSSAU0.9TLITucker-Lewis 指数AGFI调整的拟合优度指数通常需要大于 0.9, SPSSAU 认为接受 0.9 基本可接受0. 9. SPSSAU0. 9IFI增值拟合指数0.9, SPSSAU0.9PGFI节俭拟合指数PNFI节俭规范拟合指数通常需要人于 0.9, SPSSAU 认为接受 0.9 基本可接受0. 9, SPSSAU0. 9SRMR标准化均方根误差0.050.1AIC赤池信息量准则用于不同模型选择时对比，该值越小越好BIC致性赤池信息量准用于不同模型选择时

4、对比，该值越小越好则量模型的拟合效果，而应该综合着分析模型效果水平。SPSSAU15RMSEA, CFI, XNFI, AGFI, RMR, （指标基本均接近或明显在标准范圉内），特别说明点即：卡方自由度比值是卡方值除以自由度值，卡方值容易受到样本量的影响， 样本0,此时模型无法得到卡方自由度值，这是正常现象，如果自由度值为0, SPSSAU自由度值。除此之外，很多时候还会出现拟合指标数值为1.000如果说模型拟合出现人而积的不达标，而且明显偏离标准范圉内，那么这种模型需要进行调 整才3123说无论如何模型均不达标，那么此时可换用模型，比如改为路径分析Path analysis,线性回归等。开

5、鏗析模型Ml调整逸 Ml 调整A1按 MIAIO调整M20A；按M50除了让SPSSAU 进行批量式的模型调整（使用MI 指标值建立协方差关系）夕卜，还可以手工模 型调整。/ 手工模型调整手工模型调整是指结合自身专业知识情况对模型进行调整，包括2 种情况。分别是模型的拆 分和模型的优化。般来说，模型越简单，此时模型越容易达标。那么是否可以把模型拆分成几 个呢，把个复杂的结构方程模型拆分成几个，分别进行建模。如果是这样相信拟合效果会明显 更好。以及模型是否可以进行删减呢，复杂的模型关系中，是否有个别关系可以进行删减，也或 者尝试性地进行删减，以拟合出更优的模型。手工模型调整是个多次尝试对比的过程

6、，非绝对 模式化的调整方式，但此种调整方式在很大程度上均能解决掉模型拟合不好的效果。解决办法 3：换用模型（路径分析或线性回归）如果说经过上述的处理后，依I 口无法让模型达标。说明模型确实拟合效果不好，也或者基 于当前样本下时模型拟合不佳。那么建议换用模型方法，包括使用路径分析和线性回归模型。/ 使用路径分析（SPSSAU-问卷研究）模型路径分析是结构方程模型的特殊形式，它完全不涉及测量模型，因此模型变得非常简洁，而 且完全不考虑测量模型。因此在实际研究中，它很容易比结构方程模型拟合的更好。/ 使用线性回归模型如果路径分析显示拟合效果依旧不好，说明当前设定的模型很可能有问题，也或者样本虽A 少（比如小于 100）,这种情况时，最好使用稳健性更好且最为