结构方程模型讲义.ppt

结构方程模型,罗东霞,验证性因子分析(CFA),验证性因子分析可以通过结构方程模型（StructureEquationModeling,SEM）来实现它是以研究者最初构建的模型为基础，通过对数据的迭代计算来验证模型对数据的支持程度。（从一个初始估计出发寻找一系列近似解来解决问题）研究者可以根据理论和数据调整模型。如果模型拟合程度较高，则表明结构效度良好。验证性因子分析通过因子载荷来判断聚合效度，通过信赖区间检定法（ConfidenceIntervalTest）和变异数抽取估值法（VarianceExtractedEstimate）来验证区分效度。信赖区间检验法就是考察两个因子之间的相关系数加减标准误的两倍是否包含1，如果不包含1，则表明数据有较高的区别效度（Anderson123567891011121314151617/MONX=16NK=5PH=STTD=DI,FRPALX3(10000)3(01000)1(10000)3(00100)3(00010)3(00001)OUMISSSC,模型修正-2,3)模型MB的输出结果4)模型MB输出结果的解释(见图3-3)*模型MB的Q8归属1后，因子负荷很高(0.49)，2(94)=149.512/df=1.5RMSEA=0.040，NNFI=0.96，CFI=0.97。以上结果说明模型MB较MA理想。,模型修正-3,5)对MB作修正：即Q8改为同时归属A与B。新模型为Mc。其它程序不变，只改变PALXMc输出结果：Q8在因子A的负荷为3(10000)0.54,在因子B的负荷为-0.08。拟合3(01000)指数与MB基本相同，综合考虑我1(11000)们选择MB。(见图3-4)3(00100)3(00010)3(00001),结构方程模型的一些概念,1.潜变量(latentvariable)：不能直接测量的变量，如智力、学业成就、动机、家庭社会经济地位等等。2.内生变量（因变量）与外源变量（自变量）：在一组变量系统中，受其它变量影响的变量称内生变量，即因变量；而引起其它变量变化且自身变化是由系统外其它因素决定的变量称为外源变量，即自变量。如学业成就属于内生潜变量，而家庭社会经济地位则是外源潜变量。3.外显指标(observableindicators)：间接测量潜变量的指标，如用语文、数学、英语三科成绩作为学业成就的指标。,拟合指数,一、拟合指数概述二、绝对拟合指数三、相对拟合指数四、简约拟合指数五、一般需要报告的拟合指数,一、拟合指数概述,1.拟合指数的概念拟合指数是检查理论模型与实际数据是否拟合的指标，是表示再生协方差矩阵与样本协方差矩阵S的差异(S)的统计量。2.理想的拟合指数的特征：(1)与样本容量无关(2)惩罚复杂模型(3)对误设模型敏感3.拟合指数的分类(1)绝对指数(2)相对指数(3)简约指数,二、绝对拟合指数,1.绝对拟合指数的概念绝对拟合指数是将理论模型Mt和饱和模型Ms比较得到的一个统计量。它是检查理论模型与样本数据的拟合程度。它包含基于拟合函数的指数、基于离中参数的指数、近似误差指数、拟合优度指标等。2.基于拟合函数的指数：2、2/df3.基于离中参数的指数：Dk=(2-df)/(n-1)4.近似误差指数：RMSEA(近似误差均方根)5.拟合优度指标：GFI,GFI*,AGFI,AGFI*,三、相对拟合指数,1.相对拟合指数的概念相对拟合指数是将理论模型Mt与虚模型Mn比较得到的统计量。虚模型是指限制最多、拟合最不好的模型。2.常用的相对拟合指数1)非范拟合指数NNFI(non-normedfitindex)以虚模型为基准来衡量模型的拟合改进程度的指数，叫非范拟合指标。会超出0-1范围。2).赋范拟合指数NFI(normedfitindex)在0-1范围内，但易受样本容量大小影响。3)比较拟合指数CFI(comparativefitindex)取值0-1，有估计偏低，没有对复杂模型进行惩罚。,四、简约拟合指数,1.简约拟合指数设置的目的为惩罚复杂模型而设置。2.简约拟合指数的指标简约拟合指数用简约比乘以原拟合指数而得。简约比为dft/dfndft、dfn分别为理论模型Mt和虚模型Mn的自由度。虚模型自由度最大，理论模型若简单，则简约比dft/dfn就较大，反之则较小。,五、一般常用的拟合指数,1.2值：越小越好，P0.052.2/df：越小越好，小于2或53.RMSEA(近似误差均方根)：越小越好，小于0