★结构方程模型要点

1、结构方程模型要点一、结构方程模型的模型构成1、变量观测变量：能够观测到的变量路径图中以长方形表示潜在变量：难以直接观测到的抽象概念,由观测变量推估出来的变量路径图中以椭圆形表示内生变量:模型总会受到任何一个其他变量影响的变量因变量;路径图会受到任何一个其他变量以单箭头指涉的变量外生变量:模型中不受任何其他变量影响但影响其他变量的变量自变量;路径图中会指向任何一个其他变量,但不受任何变量以单箭头指涉的变量中介变量：当内生变量同时做因变量和自变量时,表示该变量不仅被其他变量影响,还可能对其他变量产生影响.内生潜在变量：潜变量作为内生变量内生观测变量：内生潜在变量的观测变量外生潜在变量：潜变量作为外

2、生变量外生观测变量：外生潜在变量的观测变量中介潜变量：潜变量作为中介变量中介观测变量：中介潜在变量的观测变量2、参数“未知和“估计潜在变量自身：总体的平均数或方差变量之间关系：因素载荷,路径系数,协方差参数类型：自由参数、固定参数自由参数：参数大小必须通过统计程序加以估计固定参数：模型拟合过程中无须估计1为潜在变量设定的测量尺度 将潜在变量下的各观测变量的残差项方差设置为1 将潜在变量下的各观测变量的因子负荷固定为12为提升模型识别度人为设定限定参数：多样本间比拟半自由参数3、路径图1含义：路径分析的最有用的一个工具,用图形形式表示变量之间的各种线性关系,包括直接的和间接的关系.2常用记号：矩

3、形框表示观测变量圆或椭圆表示潜在变量小的圆或椭圆,或无任何框,表示方程或测量的误差单向箭头指向指标或观测变量,表示测量误差单向箭头指向因子或潜在变量,表示内生变量未能被外生潜在变量解释的部分,是方程的误差单向箭头连接的两个变量表示假定有因果关系,箭头由原因外生变量指向结果内生变量两个变量之间连线的两端都有箭头,表示它们之间互为因果弧形双箭头表示假定两个变量之间没有结构关系,但有相关关系变量之间没有任何连接线,表示假定它们之间没有直接联系3路径系数含义：路径分析模型的回归系数,用来衡量变量之间影响程度或变量的效应大小标准化系数、非标准化系数类型：反映外生变量影响内生变量的路径系数反映内生变量影响

4、内生变量的路径系数路径系数的下标：第一局部所指向的结果变量第二局部表示原因变量4效应分解直接效应：原因变量外生或内生变量对结果变量内生变量的直接影响,大小等于原因变量到结果变量的路径系数间接效应：原因变量通过一个或多个中介变量对结果变量所产生的影响,大小为所有从原因变量出发,通过所有中介变量结束于结果变量的路径系数乘积总效应：原因变量对结果变量的效应总和总效应=直接效应+间接效应4、矩阵方程式X=x1y=y二B1和2是测量模型方程,3是结构模型方程测量模型：反映潜在变量和观测变量之间的关系结构模型：反映潜在变量之间因果关系5、结构方程模型的八种矩阵概念代表意义结构模型矩阵B内生潜在变量被内生潜

5、在变军释之回归矩阵回归系数r内生潜在变量被外生潜在变身解释之回归矩阵回归系数测量模型矩阵Ax外生观测变量被外生潜在变身解释之回归矩阵因素载荷Ay内生观测变量被内生潜在变军释之回归矩阵因素载荷外生潜在变量之协方差矩阵因素共变残差矩阵内生潜在变量被外生潜在变量i军释之误差项协方差矩阵解释残差68外生观测变量被外生潜在变,军释之误差项协方差矩阵X变量残差内生观测变量被内生潜在变身解释之误差项协方差矩阵Y变量残差、模型整体评价指标名称指标含义接受标准适用情形残差分析未标准化残差RMR未标准化假设模型整体残差越小越好了解残差特性标准化残差SRMR标准化模型整体残差<.08了解残差特性拟合效果指标绝

6、对拟合效果指标卡方值导出矩阵与观测矩阵的整体相似程度卡方自由度比卡方值/自由度<2不受模型复杂程度影响拟合指数GFI模型可解释观测数据的方差与协力差比>.90说明模型解释力调整拟合指数AGFI用模型自由度和参数数目调整的GFI>.90不受模型复杂程度影响简效拟合指数PGFI用模型自由度和参数数目调整的GFI>.50说明模型的简单程度相对拟合效果指标正规拟合指数NFI假设模型与独立模型的卡方差异>.90说明模型较虚无模型的改善程度非正规拟合指数NNFI用模型自由度和参数数目调整的NFI>.90不受模型复杂程度的影响替代性指标非集中性参数NCP假设模型的卡方值跑

7、离中央卡方值分布的离散程度越小越好说明假设模型矩阵中央卡方值的程度相对拟合指数CFI假设模型与独立模型的非中央性差异>.95说明模型较虚无模型的改善程度,特别适合小样本平均概似平均误根系数RMSEA比拟理论模型与饱和模型的差距<.05不受样本数与模型复杂度影响讯息指数AIC经过减效调整的模型拟合度的波动性越小越好适用效度复核非嵌套模型比拟一致信息指数CAIC从样本量方面对AIC进行调整越小越好适用效度复核非嵌套模型比拟关键样本指数CN接受假设模型所需的样本数目>200反映样本规模的适切性三、模型修正1、参考标准模型所得结果是适当的；所得模型的实际意义、模型变量间的实际意义和所

8、得参数与实际假设的关系是合理的；参考多个不同的整体拟合指数；2、修正原那么省俭原那么两个模型拟合度差异不大的情况下,应取两个模型中较简单的模型；拟合度差异很大,应采取拟合更好的模型,暂不考虑模型的简洁性；最后采用的模型应是用较少参数但符合实际意义,且能较好拟合数据的模型.等同模式等同模式：用不同的方法表示各个潜在变量之间的关系,能得出根本相同的结果,参数个数相同,拟合程度相同的模式.实际意义、屡次验证3、模型修正方向模型扩展方面放松一些路径系数,提升拟合度修正指数MI=12-:MIModificationIndicesM.I.】反映的是一个固定或限制参数被恢复自由时,卡方值可能减少的最小的量.

9、如果MI变化很小,那么修正没有意义；通常认为MI>4,模型修正才有意义.显著水平为0.05时,临界值为3.84模型简约方面删除或限制一些路径系数,使模型变简洁临界比率CR=2/dfCR通过自由度调整卡方值,以供选择参数不是过多,又能满足一定拟合度的模型,寻找CR比率最小者单个参数调整设为0两个变量之间路径系数关系进行调整,设为相等4、模型修正内容1测量模型修正添加或删除因子载荷添加或删除因子之间的协方差添加或删除测量误差的协方差(2)结构模型修正增加或减少潜在变量数目添加或删减路径系数添加或删除残差项的协方差四、验证性因子分析(CFA1、验证性因子分析eie2e?*xiX2X3ULe&#

10、177;Je5e6_Lr_x4X5X6一阶验证性因子分析eie2e3e4e5e62、路径分析DD递归模型非递归模型路径分析参数估计图自我效能对于学业表现的模型衍生相关：轨迹法那么1直接效应：自我效能学业表现=0.292间接效应：自我效能成就动机学业表现=0.133相关间接效应:自我效能社会期待一学业表现=0.13*0.16=0.02自我效能一社会期待成就动机一学业表现=0.13*0.02*0.21=0.000546衍生相关为0.29+0.13+0.02+0.00=0.44五、SPSSWAmos一般的研究论文的数据分析局部少不了对样本的描述、对变量进行探索性因子分析EF网,然后再利用多变量分析技

11、术或SEMS行数据分析,最后提出研究结论验证假说,提出建议.基于这样的了解,我们来看SPSSWAmos9f发挥的功能:SPSSAmos样本描述V非常详尽V因子分析EFACFA多变量分析方差分析、判别分析、回归分析、多元尺度法等建立SEM进行路径分析.多群组分析、Bootstrapping六、利用amos做统计检验利用amog所得到的值是显著性p值,我们要用显著性和我们所设的显著水平值做比拟,如果显著性大于0c值,未到达显著水平,那么接受虚无假说；如果显著性小于口值,到达显著水平,那么拒绝虚无假说即发现有统计上的显著性.在统计检验时,本书所设定的显著性水平皆是0.05%=0.05七、拟合度AMO

12、是以卡方统计量来进行检验的,一般以卡方值p大于0.05判断模型是否具有良好的拟合度.但是卡方统计量容易受到样本大小的影响,因此还要参考其他拟合指标.如下列图：拟合指标判断准那么绝对拟合指标X2P>0.05说明拟合度较好GFI越接近1表示模型拟合度越好,通常采用GFI>0.9RMR越接近0表水模型拟合度越好,通常米用RMR0.05RMSEA越接近0表水模型拟合度越好,通常米用RMSER0.1增值拟合指标AGFI越接近1表水模型拟合度越好,通常米用AGFI>0.9NFI越接近1表水模型拟合度越好CFI越接近1表水模型拟合度越好IFI越接近1表水模型拟合度越好精简拟合指标AICAIC越小表本该模型那个较好CAICCAIC越小表本该模型那个较好八、递归与非递归模型PA-VO的路径分析有两种应用模型：递