结构方程模型-基本理论教学课件

结构方程模型一一Litre的初级应用为何要用结构方程模型?二、模型原理简介三、模型建模●四、例子:员工流失动因模型为何要用结构方程模型?很多社会、心理研究中所涉及到的变量,都不能准确、直接地测量,这种变量称为潜变量,如工作自主权、工作满意度等。●这时,只能退而求其次,用一些外显指标,去间接测量这些潜变量。如用工作方式选择、工作目标调整作为工作自主权(潜变量)的指标,以目前工作满意度、工作兴趣、工作乐趣、工作厌恶程度(外显指标)作为工作满意度的指标传统的统计分析方法不能妥善处理这些潜变量而结构方程模型则能同时处理潜变量及其指标。回归分析与结构方程模一个回归分析和结构方程比较的例子:假如有五道题目来测量外向型性格,还有四道题目来测量自信。研究自信与外向型性格的关系。假如是你,你将怎样来进行研究?●回归分析的做法:先分别计算外向题目的总分(或平均分)和自信题目的总分(或平均分),在计算两个总分的相关这样的计算所得的两个潜变量(性格与自信)的关系,恰当吗?线性回归模型及其局限性6.+bxtb.xt1)无法处理因变量(Y)多于一个的情况;2)无法处理自变量(X)之间的多重共线性;3)无法对一些不可直接测量的变量进行处理,主要是一些主观性较强的变量进行测量。如幸福感组织认同感、学习能力等4)没有考虑变量(自变量、因变量)的测量误差以及测量误差之间的关系多元统计方法中的相关解决方法●针对1):路径分析(PathAnalysis)●缺点:分开考察不同的因变量,无法考察因变量之间的关系且缺少整体的视角针对2):偏最小二乘法(PLS)●缺点:相关理论尚不完善,解释力较弱。王惠文,偏最小二乘法理论与应用,国防工业出版社》针对3):指标赋予权重,进行综合评价,得出个量化的指标●缺点:权重设计,需要相当的技巧,通常的方法,如AHP,模糊综合评判等方法缺少信度与效度针对4):没有办法解决结构方程模型(SEM的优点同时处理多个因变量容许自变量和因变量含测量[误差传统方法(如回归)假设自变量没有误差]同时估计因子结构和因子关系容许更大弹性的测量模型估计整个模型的拟合程度[用以比较不同模型]SEM包括:回归分析、因子分析(验证性因子分析探索性因子分析)、t检验、方差分析、比较各组因子均值、交互作用模型、实验设计结构方程模型的台义eStructuralequationModel,SemoCovarianceStructureModeling,CSMoLinearStructuralRelationshipLISREL从上述名称中可以看出,结构方程模型的几个本质特征是:结构、协方差、线性结构方程简介。简单来说,结构方程模型分为:测量方程(measurement工作方式选择工作自主权equation)测量方程描述潜变量与指标之间的关系,如工工作目标调整作方式选择等指标与工作自主权的关系;目前工作满意度工作满意度工作兴趣工作乐趣工作厌恶程度结构方程简介简单来说,结构方程模型分为测量方程(measurementequation)测量方程描述潜变量与指标之间的关系,如工作方式选择等指标与工作自主