结构方程模型——Lisrel的初级应用.doc

结构方程模型——Lisrel的初级应用 93）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（Path Analysis） 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，得出一个量化的指标 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 结构方程模型的含义 Structural Equation Model，SEM Covariance Structure Modeling，CSM Linear Structural Relationship ， LISREL 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 二、结构方程简介 简单来说，结构方程模型分为： 测量方程（measurement equation）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权的关系； 工作自主权 工作方式选择 工作目标调整 工作满意度 目前工作满意度 工作兴趣 工作乐趣 工作厌恶程度 二、结构方程简介 简单来说，结构方程模型分为： 测量方程（measurement equation）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权的关系； 结构方程（structural equation），描述潜变量之间的关系，如工作自主权与工作满意度的关系。 工作自主权 工作满意度 （一）测量模型 对于指标与潜变量（例如两个工作自主权指标与工作自主权）间的关系，通常写为以下测量方程： 其中：x——外源指标（如两个工作自主权指标）组成的向量； y——内生指标（如四个工作满意度指标）组成的向量； ——外源潜变量（如工作自主权等）组成的向量； ——内生潜变量（如工作满意度等）组成的向量； ——外源指标与外源变量之间的关系（如两个工作自主权指标与工作自主权的关系），是外源指标在外源潜变量上的因子负荷矩阵； ——内生指标与内生变量之间的关系（如四个工作满意度指标与工作满意度的关系），是内生指标在内生潜变量上的因子负荷矩阵； （二）结构模型 对于潜变量间（如工作自主权与工作满意度）的关系，通常写成如下结构方程： 其中：B——内生潜变量间的关系（如其它内生潜变量与工作满意度的关系）； ——外源潜变量对内生潜变量的影响（如工作自主权对工作满意度的影响）； ——结构方程的残差项，反映了在方程中未能被解释的部分。 潜变量间的关系，即结构模型，是研究的兴趣重点， 所以整个分析也称结构方程模型。 三、建模过程 （1）模型建构（model specification） （2）模型拟合（model fitting） （3）模型评价（model assessment） （4）模型修正（model modification） （1）模型建构（model specification） 一、观测变量（即指标，通常是题目）与潜变量（即因子，通常是概念）的关系； 二、各潜变量间的相互关系（指定那些因子间相关或直接效应）； 例子：员工工作满意度的测量 例子：员工工作满意度的测量 理论假设，概念模型的提出： Locke（71976）研究指出，有多种因素影响到工作满意度，下列几个因素最为重要： （1）对工作本身的满意度。包括工作内容的奖励价值、多样性、学习机会、困难性以及对工作的控制等。因此，假设： 假设1：工作自主权越高，工作满意度越高。工作自主权是指员工可以运用相关工作权利的程度。有较高工作自主权的员工，将具有较高的工作满意度。 假设2：工作负荷越高，工作满意度越低。工作负荷是指工作职责不能被实现的程度。工作压力会使员工处于有害身心健康的状况中，有碍于员工对工作的积极态度（House,1980），工作压力会降低工作满意度。 假设3：工作单调性越高，