（精）结构方程模型及其测量方法.ppt

结构方程模型及其测量方法 经济管理学院 艾时钟 影响社会科学研究最大的统计方法是什么？ 因素分析 （factor analysis） 回归分析 （ regression analysis） 1904年 Spearman 提出了心理特质的潜在结构因素分析模型，开启了潜在变量模型的大门 1918年 Weight将回归分析扩大到多重联立方程式的估计，正式将回归分析提升到路径模型的层次 1973年 J?reskog 提出了最大概似参数估计的SEM分析概念，利用数学矩阵将两种范式巧妙整合，开创量化研究的结构方程模型时代。 1 结构方程的特点 结构方程可以剔出随机误差，结构方程可以准确估计出测量误差的大小，提高测量的精度。 在管理问题中，许多问题是不能直接测量的，传统的方法不能处理这些变量，而结构方程则可以同时分析潜变量及其观测变量之间的关系 结构方程可以同时计算多个因变量间的关系，特别是有中介变量的模型。 2 变量关系的探究 智力 （IQ） 学业表现 （GPA） 学习经验 （Exp） 成就动机 （ACH） a b c d 3 结构方程模型的技术特性 验证性因素分析 同时处理测量与分析问题 以协方差的运用为核心 适用于大样本的分析 包含了许多不同的统计技术 多重统计指标的运用 4 结构方程模型的基本程序 抽样与测量 模型识别 理论建立 模型设定 数据准备 模型拟合 模型评价 模型解释 模型修正 4.1 理论的发展与构建 理论 假设 观察 经验概括 归纳 演绎 在前人研究的基础上继续拓展，给出新的研究假设 预调查和访谈 验证假设 修正假设 4.2 模型建立 首先需要确定模型中包括哪些变量，各自的属性是什么？ 变量设置完毕后，设定不同变量之间的关系？ 模型参数的设定？ 4.2.1 变量 测量变量：能够观测到的变量。问卷中的各题项 潜在变量：难以直接观测到的抽象概念。结构方程模型对可观测指标的统计处理，可以反映抽象概念。 潜在变量具有测量误差； 一个潜在变量必须以两个以上的测量变量来估计； 不同测量变量之间的协方差反映了潜在变量的共同影响 测量变量一定存在，但潜在变量不可能单独存在。 潜在变量与测量变量的关系图 V1 V2 F E1 E2 内生变量和外生变量 内生变量：结构方程中受到任何一个其他变量影响的变量。也称为因变量。 外生变量：不受模型中其他变量的影响，但对于其他变量存在影响作用的变量。也成为自变量，外源变量。 中介变量：当内生变量被其他变量影响的同时也影响其他变量。 类型：内生测量变量、内生潜在变量 外生测量变量、外生潜在变量 变量之间的关系 外生变量 中介变量 内生变量 变量之间的关系 外部资源 企业战略 企业绩效 4.2.2 变量间关系的设定 1 测量模型 未知 已知 未知 未知 4.2.2 变量间关系的设定 2 结构模型 SEM 模型的八种矩阵 结构模型矩阵 B beta 到 的回归系数 gamma 到 的回归系数 测量模型矩阵 lambda 到 的因素负载 lambda 到 的因素负载 phi 到 的因素共变 残差矩阵 PSI 被 解释产生的误差 theta-delta X 变量的残差 theta-epsil Y 变量的残差 4.2.3 参数的设定 参数分为三种 自由参数 固定参数 限定参数 4.3 模型识别 模型识别是通过比较模型待估参数数目（t）与数据资料点数目（DP）。 假设模型有p个外生测量变量，q个内生测量变量，资料点的数目为 DP=(p+q)(p+q+1)/2 （1）tDP 此模型为过度识别 （2）t=DP 此模型为恰好识别 （3）tDP 此模型为识别不足 参数总数为15个，固定参数为6个，自由参数为9个，由于模型有4个外生观测变量，此模型中的资料点数目是[4×(4+1)]/2=10，因此tDP。此模型的自由度大于0，模型属于过度识别。 4.4 等价模型 4.5 抽样与调查 （略） 5 模型的拟合评鉴 数据样本数至少为