SEM原理、应用及操作讲解ppt课件

1、 PART A：SEM原理 PART B：SEM运用 PART C：SEM上机操作 构造方程模型Structural Equation Modeling/ Structural Equation Model/ Structure Equation Modeling，简称SEM是基于变量的协方差矩阵来分析变量之间关系的一种综合性的统计方法，因此又称为协方差构造分析。 同时处置多个因变量； 允许自变量和因变量含有误差，准确估计察看变量与潜在变量之间的关系； 同时估计因子构造和因子关系； 可以估计整个模型和数据的拟合程度。 潜变量(latent variable) ：不能被直接丈量的变量； 内生潜变

2、量:受其它潜变量影响的潜变量，也称为因变量、内显潜变量、内生因子Endogenous Factors等； 外生潜变量:由系统外其他要素决议的潜变量，也称为自变量、外显潜变量、外生因子Exogenous Factors等； 目的(observable indicators)：间接丈量潜变量的目的，也称为观测变量； 内生目的:间接丈量内生潜变量的目的； 外生目的:间接丈量外生潜变量的目的。 中介变量Mediator：思索自变量X对因变量Y的影响，假设X 经过影响变量M 来影响Y，那么称M 为中介变量； 中介效应Mediator Effects;Mediating Effect 调理变量(Moder

3、ator)：假设变量Y与变量X的关系是变量M 的函数，称M 为调理变量； 调理效应Moderator Effects;Moderating Effect 控制变量Control Variable; Control Variables; Controlled Variable ：是指那些除了实验要素(自变量)以外的一切影响实验结果的变量,这些变量不是本实验所要研讨的变量,所以又称无关变量、无关因子、非实验要素或非实验因子。 题项(Items):详细操作问题 丈量模型:丈量目的与潜变量之间的关系 x=x+ y= y+ 其中， ：外生潜变量(xi) ：内生潜变量(eta) x：外生目的 ：x的误差项

4、(delta) y：内生目的 ：y的误差项(epsilon) x：外生目的与外生潜变量的关系(lambda) y：内生目的与内生潜变量的关系 构造模型 对于潜变量间的关系，可用构造方程 表示： =B+ ：内生潜变量(eta) ： 外生潜变量(xi) B：内生潜变量间的关系(bta) ：外生潜变量对内生潜变量的影响(gamma) ： 构造方程的残差项(zeta) 椭圆形表示潜变量 绿色椭圆形代表外生潜变量； 黄色椭圆形代表内生潜变量； 长方形代表观测目的 灰色长方形代表外生观测目的； 亮蓝色长方形代表内生观测目的； 长方形代表观测目的 单向箭头表示单向影响或效应 潜变量之间；潜变量与观测目的之间

5、； 单向箭头且无起始图形表示丈量误差或未 被解释部分 潜变量；观测目的； 双向弧形箭头表示相关关系 潜变量之间；观测目的之间； 2与 2/df ： 2值越小，阐明实践矩阵和输入矩阵的差别越小，阐明假设模型和样本数据之间拟合程度越好。 拟合优度指数Goodness of Fit Index，GFI和调整拟合优度指数Adjusted Goodness of Fit， AGFI：反映了假设模型可以解释的协方差的比例，拟合优度指数越大，阐明自变量对因变量的解释程度越高，自变量引起的变动占总变动的百分比越高。 残差均方根Root Mean square Residual，RMR和近似误差均方根Root

6、Mean Square Error of Approximation，RMSEA：残差均方根和近似误差均方根是丈量输入矩阵和估计矩阵之间残差均值的平方根，数值越小那么阐明模型拟合程度越佳。 规范拟合指数Normed Fit Index，NFI和增量拟合指数Incremental Fit Index ，IFI：规范拟合指数是丈量独立模型与假设模型之间卡方值的减少比例。但其与卡方指数一样，容易收到样本容量的影响，为弥补其缺陷，学者建议采用增量拟合指数来衡量模型优度。 比较拟合指数Comparative Fit Index，CFI ：比较拟合指数反映了独立模型与假设模型之间的差别程度，数值越接近1，

7、那么假设模型越好。 Degrees of Freedom = 59Minimum Fit Function Chi-Square = 184.35 (P = 0.00) Independence AIC = 2021.04Root Mean Square Error of Approximation (RMSEA) = 0.08Model AIC = 278.15Saturated AIC = 306.00Independence CAIC = 2098.63 Model CAIC = 491.90Saturated CAIC = 1049.26Normed Fit Index (NFI) =

8、 0.90Non-Normed Fit Index (NNFI) = 0.94Parsimony Normed Fit Index (PNFI) = 0.72Comparative Fit Index (CFI) = 0.95Incremental Fit Index (IFI) = 0.95Relative Fit Index (RFI) = 0.88Critical N (CN) = 263.34Root Mean Square Residual (RMR) = 0.054Standardized RMR = 0.054Goodness of Fit Index (GFI) = 0.94A

9、djusted Goodness of Fit Index (AGFI) = 0.92Parsimony Goodness of Fit Index (PGFI) = 0.67拟合目的2/dfGFIAGFINFIIFICFIRMRRMSEAP建议值50.90.90.90.90.90.050.080.05 概念模型设定 研讨假设 变量的丈量 数据初步处置：描画性统计目的； 信度和效度检验：系数 、EFA 和CFA； 模型估计 模型评价 模型修正 假设检验 LISREL 语法见长 必需运用PRELIS计算出COR or COV矩阵作为输入 也可以画图 AMOS 图形见长 可以直接以原始数据作出输入

10、 适宜于初学者 Mplus or EQS *.ls8: LISREL语法文件，用以执行ISREL分析 *.spl: SIMPLIS语法文件，用以执行SIMPLIS分析 *.pth: LISREL途径文件，用以存放LISREL执行终了后的途径 图型 *.pr2: PRELIS语法文件，用以执行PRELIS分析 *.out: LISREL结果文件，用以存放LISREL执行终了的报表。 *.dat: 原始数据文件，用以存放待分析的原始数据。 *.cor: 相关矩阵档，用以存放待分析的相关矩阵数据。 *.cov: 共变矩阵档，用以存放待分析的共变矩阵数据。 *.lab: 卷标文件，用以存放各变项的卷标

11、数据。 *.wmf: LISREL途径文件经转换后的图形文件，可以复制到 WORD软件中运用 数据样本容量：样本数在100以下不宜；样本量与题项数比例至少要在5:1以上；理想的样本量与题项数比例为10-25倍。 对于规范化途径系数而言，其绝对值大于0.5以上算是大效果、0.3为中效果，小于0.1为小效果 PART A：SEM原理 PART B：SEM运用 PART C：SEM上机操作 实际模型构建 文献综述 模型构建 变量确定 研讨假设 研讨设计 变量的丈量 问卷设计 数据搜集 研讨方法和研讨工具 数据分析 描画性统计 信度分析 EFA CFA SEM 假设检验 潜变量假设检验 中介变量假设检

12、验 调理变量假设检验 结论与讨论 文献综述 他人做了什么 我计划做什么 (例如) 如何找文献 关键字中文文献 中文文献英文文献 英文文献英文文献 工具：scholar google、ABI、EBSCOhost 图书馆数据运用例如 如何保管文献 打分例如 归档例如实际学派研讨范式优势根底市场竞争行为构造学派构造-行为-绩效产业构造产业识别-战略选择-竞争资源学派资源-优势-绩效关键性资源资源识别-资源价值计算-资源利用才干学派才干-优势-绩效关键性才干才干识别-市场选择-才干晋级动态才干实际动态才干-优势-绩效动态才干确立-获取-晋级时基竞争实际时间紧缩才干优势时间扫描-替代-快速抢占市场 企业

13、声誉Company Reputation 产品声誉Product Reputation 员工技艺Employee Know-how 企业文化Culture 组织网络Organizational Networks 开放性组织构造Organization Structure Hall(1993) 竞争优势 有效性 速度 企业绩效 市场绩效 财务绩效 调理变量：市场环境和技术环境 中介变量：速度营销竞争优势 控制变量：企业类型/企业司龄/企业规模/ 所在部门/担任职务 原那么 尽量自创现有文献信度、内容效度 尽量全面 符合实际根据 例如5.1.1 企业声誉的丈量 与确定变量的区别 突出操作性定义如速

14、度在不同背景下的含义 突出丈量性目的 确定变量时，表达为变量与变量之间的关系 回收率 样本的回收率 有效回收率 样本描画 分布情况 合理性 代表性 PART A：SEM原理 PART B：SEM运用 PART C：SEM上机操作 描画性统计 均值 MIN 和MAX 规范差 单个丈量目的分布 信度检验 信度Reliability又可称为可靠性，是指检验的可信程度。信度好的目的在同样或类似的条件下反复操作，可以得到一致或稳定的结果。它主要表现检验结果的一致性、一向性、再现性和稳定性 目的：alpha值在0.60以上 工具：SPSS16.0 内涵 内容效度：内容效度指测试或量表内容或题项的适当性与代

15、表性。 构建效度：建构效度是指丈量结果表达出来的某种构造与测值之间的对应程度。 普通分为聚合效度Convergent Validity和区分效度Discriminant Validity。 聚合效度：当丈量同一构念的多重目的彼此间聚合或有关连时，阐明聚合效度存在 区分效度：区分效度是指当一个构念的多重目的相聚合或呼应时，那么这个构念的多重目的也应与其相对立之构念的丈量目的有负向相关，假设相关程度越低，那么区分效度越好。 研讨方法 因子分析(EFA and CFA) 平均提取方差Average Variance Extracted，AVE例如 步骤1：Bartlett球度检验和KMO 步骤2：探

16、求性因子分析EFA 步骤3：验证性因子分析CFA 目的：能否适宜进展因子分析； Bartlett球度检验从检验整个相关矩阵出发，其零假设为相关矩阵是单位阵，即各观测变量之间是不相关的，这时以为不适宜做因子分析。建议值0.8. KMO是用于比较观测值相关系数值与偏相关系数值的一个目的，其值愈逼近于1，阐明对这些变量进展因子分析的效果愈好。 工具：SPSS 目的：在事先不知道影响要素的根底上，完全根据资料数据，利用统计软件以一定的原那么进展因子分析，最后得出因子的过程； 步骤： 因子矩阵，抽取公共因子； 根据题项含义，定义公共因子；(例如：6.3.1) 判别：因子载荷系数 工具：SPSS 目的：利

17、用先验信息，在知因子构造情况下检验所搜集的数据资料能否按事先预定的构造方式产生作用； 判别： 因子载荷； 拟合目的(例如：6.3.1) 工具：LISRELEFA是在事先不知道影响要素的根底上，完全根据资料数据，利用统计软件以一定的原那么进展因子分析，最后得出因子的过程；CFA充分利用了先验信息，在知因子的情况下检验所搜集的数据资料能否按事先预定的构造方式产生作用；因此EFA主要是为了找出影响观测变量的因子个数，以及各个因子和各个观测变量之间的相关程度；而CFA的主要目的是决议事前定义因子的模型拟合实践数据的才干；进展EFA之前，我们不用知道我们要用几个因子，各个因子和观测变量之间的联络如何；而进展CFA要求事先假设因子构造，我们要做的是检验它能否与观测数据一致。中介效应检验调理效应检验自变量XX因变量YY中间变量MZ回归分析Y = 11X + e1M = 21X + e2Y = 31X + 32M + e3Y=11X+12Z+e1，得R21Y=+21X+22Z+ 23XZ + e2，得 R22断定规范11,21,32均显著且不等于023显著不等于0，且 R22显著大于 R21 LISREL中的OUT文件(例如6.5.2 ) SPSS多元线性回归Model