语言测试第三章开发效度及验证 - 湖南师范大学.ppt

相关性 相关矩阵 五个变量显著相关，说明导致选项可猜的主要因素为此五种 模型汇总 回归模型能够解释总方差的比例。一般应不低于80％。 R方更改量越大，预测性越强。一般应大于10％。 残差自相关检验结果。DW应约为2。 回归系数显著性 Sig.应小于.05 容差：Tolerance 表示未被其他变量解释的量。值最小，说明可被其他变量解释的量越多，共线性问题越严重。 VIF：Variance Inflation Factor （膨胀因子），为容差的倒数。一般应小于2，意味容差大于50％。 残差分析 2个负离群值 2个负离群值 1个正离群值 1个正离群值 分布高度集中在均值周围且标准差非常小 方法三：结构方程模型 (Structural Equation Modeling, SEM) 结构方程模型基础（Greek letters） 测量模型与结构模型 图1 测量模型图（Measurement Model） 因子分析模型 验证性因子分析，Confirmatory Factor Analysis－CFA 探索性因子分析，Exploratory Factor Analysis-EFA (SPSS中) /ksai/ /fai/ 潜变量 (latent) 观测变量 (observed) 协方差 (Covariance) 负荷 (loading) 误差 (error) 图2 结构模型图（Path Model） 外源变量（因） (exogenous) 内生变量（果） (endogenous) 直接效应 (Direct Effect) 间接效应 (Indirect Effect) 误差 (error) Direct effect (直接效应) is that influence of one variable on another that is unmediated by any other variables in a path model Indirect effects (间接效应) of a variable are mediated by at least one intervening variable Total effects (总效应) are the sum of direct and indirect effects Total effects = Direct effect + Indirect effects 回归分析模型 图3 全模型图 路径（回归）分析 全模型（Full Model） 验证性因子分析 样本规模大小(Sample size) 数据服从正态分布、无缺失值和异常值（Bentler Chou，1987）时，样本比例最小为估计参数的5倍，10倍更合适，否则，样本比例应为估计参数的15倍。 用极大似然法（Maximum likelihood）估计时，Loehlin（1992）建议样本数至少为100，200较为适当。当样本数400－500时，此法会变得过于敏感，而使得模型不适合。 模型拟合优度评价 模型建构（AMOS软件） 1. 选择 ，快速绘制潜变量及其观测变量。 2. 选择 ，把观测变量旋转到适当位置 。 3. 选择 ，打开数据表文件，并浏览数据。 4. 选择图标 ，将数据表字段拖至为各观测变量，建立变量与字段的关联。 5. 运用插件（Plugins）自动为潜变量和参数（负荷及误差）命名，添加协方差（双箭头），或调整观测变量的大小。 输出设置 输出修正指数（MI）（提示如何修正模型） 输出临界比（CR） （逐步比较参数的差异临界比） 输出标准化估计值（不同单位数据可比） 输出效应值 模型修正例析 一次修改一个，且MI为最大值 最小样本差异卡方检验的P值应0.05；CMIN/DF应小于2. RMSEA应.05；PCLOSE应0.05. H0:数据完全拟合模型 H0:RMSEA无异于.05 模型修正例析 RMSEA应.05；PCLOSE应0.05. 最小样本差异卡方检验的P值应0.05；CMIN/DF应小于2. GFI和AGFI分别由.975和.913提高到.998和.990. 输出结果解读（结构方程模型经典案例——惠顿的社会疏离感［Social Alienation］历时研究） Notes for group (Group number 1) The model is recursive.（递归模型） Sample size = 932（样本量） Variables Summary (Group number 1) Your model contains the following variables (Group number 1) Observed, endogen