结构方程模型多组分析-.pptx

结构方程模型多组分析方法;第一部分 结构方程模型简介 第二部分 多组分析步骤介绍 ;第一部分 结构方程模型简介 ;一、定义： 结构方程模型（SEM）是一种建立、估计和检验因果关系的多元统计分析技术。 ;二、特点 1、借助于理论进行建模; 2、检验理论模型是否有效； 验证所得的因子是否与理论概括吻合； ;3、可同时考查多组变量间的关系； 4、可检验自变量对因变量的直接效应和间接效应。 5、可将测量误差包含在模型中，增加了检验结果的可信性和理论的解释力。 ; ;一、为什么要用SEM多组分析？ 研究者需要处理来自多个样本的数据，比如性别数据、时间数据时，须使用SEM多组分析来检验假设模型在不同样本间是否相等。 ;二、SEM多组分析思路简介 1、基本思想:考查不同的调节变量对模型整体的作用程度。 ;2、基本做法： ;如果卡方差（即Δχ2）在相应的自由度差（Δ df）上显著，即说明该调节变量对模型的作用显著，模型在相应的限定上存在差异。 ;如果Δχ2 不显著，即说明调节变量对模型的作用不显著，模型稳定。;3、多组分析检验要依次限定： 测量权重： 潜变量在观测变量上的负荷 结构权重：潜变量之间的回归系数 ;结构协方差：误差项之间的相关系数 结构残差：潜变量的误差 测量残差： 观测变量的误差;4、多组分析的前提条件：; 步骤一：建立理论模型 步骤二：分别计算各组数据与理论模型的拟合指数。 步骤三：定义组别 步骤四： 限定模型 ;步骤五： 调入数据 步骤六：设定分析特征 点击View菜单下的Analysis Properties，Output标签下选择： Minimization history（输出迭代运算过程）， Standardized estimates（输出标准化估计值） ;Squared multiple correlations（输出R2）， Modification indices（输出模型修正指标）， Indirect, direct total effects（输出间接、直接和总的影响效应）， Critical ratios for differences（输出模型差异比较临界值）。 ;Estimation标签下选择： Estimate means and intercepts（估计平均数和截距）。 ;步骤七： 提交系统运算 第一格中的红色箭头闪亮，表示已得出数据与模型的拟合指数； 第二格中的出现“OK”表示所有模型都???被识别。;步骤八： 查看检验结果 点击View菜单下Text Output;6、SEM多组分析结果汇报 步骤一：记录多组分析结果数据 （见表1） 步骤二：计算Δχ2 并检验显著性 步骤三：考查差异显著的路径（Pairwise Parameter Comparisons）;若某对路径差异的绝对值大于1.96或者2.58，即说明其对应 的路径在α = 0.05或者α = 0.01水平上差异显著。;;数据演练