第八章路径分析

用SPSS进行路径分析,一、引言二、路径（结构）模型设置三、两类路径模型四、路径分析的基本步骤五、用实例说明路径分析的步骤,一、引言,为何要引入路径分析？路径分析是探索和分析事物内部复杂的因果关系的一种统计方法。多元回归分析将所有自变量置于相同的位置，其假设过于简单，不能揭示事物之间复杂的因果关系。有研究人员发现在事物之间复杂的因果传递过程中，变量之间的关系更为复杂，一变量既可能是原因变量也可能是结果变量，此时就不能用简单的回归分析表示变量之间的关系，需用结构方程组或相应的路径图来表示复杂的因果关系。如：,数学焦虑,学习动机,数学态度,数学成绩,路径分析的主要功能是分析变量之间不同的关系形式。将简单回归分析中的自变量对因变量的毛影响，分解为直接影响(净影响)和间接影响。路径分析的着眼点在于对变量之间作用系数的分解。,二、路径（结构）模型设置,z1,z3,z2,P32,P21,P31,其路径分析的结构方程模型为：Z2=P21Z1Z3=P31Z1+P32Z2,路径分析的变量有两类：外生变量：模型中没有注明其变化是由什么造成的，也不准备讨论该问题。外生变量可以是一个也可以是几个，外生变量之间可以用直线双箭头或曲线双箭头表示其相关关系，如果无关则设置为0。内生变量：由另外的变量所影响的那些变量。内生变量的变化是由模型中的外生变量，或其他内生变量以及误差造成。,三、两类路径模型,1.递归模型（因果模型）模型中变量之间的路径为单项链条关系、无反馈作用的因果关系模型。该模型要求内生变量的误差、外生变量的误差需相互独立，即无显著性相关。,2.非递归模型模型中任何两个变量之间存在双向因果关系；某个变量存在自身反馈(该变量的每一个值都影响同一个变量的下一个值)作用；变量之间存在间接反馈（循环作用）作用。,Z1,Z2,Z3,Z1,Z2,Z1,Z3,Z2,P22,P13,P32,P21,P31,P32,P21,P12,P21,递归路径模型的基本性质：（1）所有的递归模型都是可以识别的；（2）允许对模型中的每一个方程分别进行多元回归，获取路径(回归)系数；（3）非标准化和标准化系数都可作为路径系数。,递归路径模型的假设条件：（1）自变量和因变量之间为线性、可加的因果关系；（2）误差之间不相关；（3）因果关系为单向；（4）数据为等距以上；（5）不存在测量误差。,四、路径分析的基本步骤,1.根据相关理论和文献资料，建立一个可以检验的初始模型，并绘制一个无路径系数的路径图。在设计因果模式图时，需对因果关系进行理论解释。恰当地分析自变量对因变量是直接影响还是间接影响。如：,2.选择适当的回归模型，用该模型来估计路径系数是否显著，其路径系数就是回归方程的回归系数（包括标准化和非标准化回归系数）。3.评估理论模型，删除不显著的路径系数，重新计算新模型的路径系数。删除一些不显著的路径系数后，路径系数会发生改变，故需重新进行回归的路径分析。如：,数学焦虑,学习动机,数学态度,数学成绩,五、用实例说明路径分析的步骤如：,对于上述路径图，需进行三次回归分析：（1）第一次回归以数学焦虑、数学态度、学习动机为自变量，数学成绩为因变量；（2）第二次回归数学焦虑和学习动机为自变量，数学态度为因变量；（3）第三次回归以数学焦虑为自变量，以学习动机为因变量。,用SPSS进行路径分析的局限：（1）假定变量的预测没有测量误差；（2）只能对连续变量的显性变量进行检验，不能对潜在变量进行检验；（3）变量之间只有单向的因果关系，无法做递归关