结构方程模型与AMOS.ppt

验证性因子分析验证性因子分析是对社会调查数据进行的一种统计分析。它测试一个因子与相对应的测度项之间的关系是否符合研究者所设计的理论关系。在社会调查研究构成中，研究者首先开发调查问卷。对应于每一个研究者所感兴趣的理论变量，问卷中往往有多个问题。比如，研究者对顾客的忠诚度感兴趣，忠诚度可能用购买频率、主观评估、消费比例等多个问题来衡量。这个理论变量就是因子，这些个别问题是测度项。验证性因子分析就是要检验购买频率、主观评估、消费比例是否真得可以反映忠诚度。与验证性因子分析相对的是探索性因子分析。在探索性因子分析中，比如主成分分析法，因为我们想让数据“自己说话”，我们即不知道测度项与因子之间的关系，也不知道因子的值，所以我们只好按一定的标准(比如一个因子的解释能力)凑出一些因子来，再来求解测度项与因子关系。第31页,共32页，星期六，2024年，5月感谢大家观看第32页,共32页，星期六，2024年，5月***关于结构方程模型与AMOS结构方程模型1AMOS软件介绍2结构方程模型与AMOS第2页,共32页，星期六，2024年，5月SEM的分析步骤3结构方程模型SEM概述1SEM与几种多元方法的比较2SEM的应用4第3页,共32页，星期六，2024年，5月为什么要用结构方程模型？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，如数学态度、数学效能、数学焦虑等。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。如用学习动机、学习信心作为学习态度（潜变量）的指标，以自我肯定、持续努力（外显指标）作为数学效能的指标，以考试焦虑、课堂焦虑作为数学焦虑的指标。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。传统的分析中均假设自变量没有测量误差。第4页,共32页，星期六，2024年，5月什么是结构方程模型？结构方程模型是应用线性方程表示观测变量与潜变量之间，以及潜在变量之间关系的一种多元统计方法，其实质是一种广义的一般线性模型。结构方程模型分为：测量方程和结构方程测量方程（measurementequation）描述的是潜变量与指标之间的关系，如学习动机、学习信心指标与数学态度的关系结构方程（structuralequation）描述的是潜变量之间的关系，如数学态度、数学效能、数学焦虑的关系。第5页,共32页，星期六，2024年，5月结构方程模型的基本概念潜在变量(latentvariable):无法直接测量，需要用外显指标去间接测量的变量；观测变量(observedvariable):可以直接被测量的变量；外生变量(exogenousvariable):在模型中只起解释变量作用的变量；内生变量(endogenousvariable):在模型中，受模型其他变量包括外生变量与内生变量影响的变量；残差项(errorterms)：观察变量估计潜在变量的出现的误差；结构方程模型常用于：验证性因子分析、高阶因子分析、路径及因果分析、多时段(multiwave)设计、单形模型(SimpleModel)、及多组比较等。第6页,共32页，星期六，2024年，5月测量方程结构方程测量模型与结构方程第7页,共32页，星期六，2024年，5月测量模型回归方程如下：X1=λ1ξ1+σ1X2=λ2ξ1+σ2X3=λ3ξ1+σ3Y1=λ1η1+ε1Y2=λ2η1+ε2Y3=λ3η1+ε3上述回归方程的矩阵方程如下：测量模型回归方程第8页,共32页，星期六，2024年，5月结构模型潜变量间回归方程如下：η1=γ1ξ1+e1η2=γ3η1+γ2ξ1+e2结构模型回归方程残差（e1、e2）表示方程中未能被解释的部分第9页,共32页，星期六，2024年，5月潜变量观测变量内生潜变量外生潜变量误差测量方程测量方程结构方程相关因果全模型第10页,共32页，星期六，2024年，5月结构方程模型的优点(1)可同时考虑及处理多个因变量(endogenous/dependentvariable);(2)容许自变及因变量(exogenous/endogenous)含测量误差;(3)与因素分析相似，SEM容许潜变量(如:社经地位)由多个观察指标变量(如:父母职业、收入)构成,并可同时估计指标变量的信度及效度(reliab