最新结构方程模型ppt课件.ppt

最新结构方程模型ppt课件.ppt

ID:62177959

大小:1.00 MB

页数:53页

时间:2021-04-20

最新结构方程模型ppt课件.ppt_第1页
最新结构方程模型ppt课件.ppt_第2页
最新结构方程模型ppt课件.ppt_第3页
最新结构方程模型ppt课件.ppt_第4页
最新结构方程模型ppt课件.ppt_第5页
资源描述:

《最新结构方程模型ppt课件.ppt》由会员上传分享,免费在线阅读,更多相关内容在教育资源-天天文库

1、结构方程模型结构方程模型(Structural·Equation·Modeling,SEM)结构方程模型是社会科学研究中的一个非常好的方法。该方法在20世纪80年代就已经成熟,可惜国内了解的人并不多。“在社会科学以及经济、市场、管理等研究领域,有时需处理多个原因、多个结果的关系,或者会碰到不可直接观测的变量(即潜变量),这些都是传统的统计方法不能很好解决的问题。20世纪80年代以来,结构方程模型迅速发展,弥补了传统统计方法的不足,成为多元数据分析的重要工具。147结构方程简介结构方程模式(StructuralEquationModels,简称SEM),早

2、期称为线性结构方程模式(LinearStructuralRelationships,简称LISREL)或称为共变量结构分析(CovarianceStructureAnalysis)。主要目的在于考验潜在变项(Latentvariables)与外显变项(Manifestvariable,又称观察变项)之关系,此种关系犹如古典测验理论中真分数(truescore)与实得分数(observedscore)之关系。它结合了因素分析(factoranalysis)与路径分析(pathanalysis),包涵测量模式与结构模式。x1x2x3F1满意度F2忠誠度y1y

3、2y3e1e4Lx1bDe5e6e2e3测量残差外生观察变量因素负荷量外生潜在变量结构参数内生潜在变量因素負荷量内生观察变量结构模式测量(CFA)模式测量残差Lx2Lx3Ly1Ly2Ly3测量(CFA)模式结构模式与测量模式线性相关、线性回归、结构方程模型 三种分析方法对比线性相关分析:线性相关分析指出两个随机变量之间的统计联系。两个变量地位平等,没有因变量和自变量之分。因此相关系数不能反映单指标与总体之间的因果关系。线性回归分析:线性回归是比线性相关复杂的方法,它在模型中定义了因变量和自变量。但它只能提供变量间的直接效应而不能显示可能存在的间接效应,而

4、且会因为共线性的原因,导致出现单项指标与总体出现负相关等无法解释的数据分析结果。结构方程模型分析:结构方程模型是一种建立、估计和检验因果关系模型的方法。模型中既包含有可观测的显在变量,也可能包含无法直接观测的潜在变量。结构方程模型可以替代多重回归、通径分析、因子分析、协方差分析等方法,清晰分析单项指标对总体的作用和单项指标间的相互关系。学习SEM的通俗意义运用结构方程模型进行的资料分析,会增加投稿到中心核心期刊、CSSCI、EI、SCI等期刊的录用率研究生可以增加论文深度对结构方程的感性认识x1x2F1F3y1y2e7Lx1D3e9Lx2Ly1Ly2x4

5、x5y4y5e10Lx3D4e12Lx4Ly4Ly5F2F4cov21b41b42b43b31x3x6y3y6e1e2e3e4e5e6e8Ly3Ly6e11Lx5Lx6可以处理SEM的软件AMOSLISRELEQSMplus。。。AMOS系AnalysisofMomentStructure之简称,它与LISREL,EQS,PROCCALIS等均在处理SEM(structuralequationmodeling)的软件。AMOS最大的优势在于其路径图的图形使用者接口,免去如LISREL中界定八大参数矩阵的繁琐。AMOS采图解导向,操作简便是公认学习SEM的

6、最佳软件。AMOS具有AMOSGraphics与AMOSBasic两大运作模式,尤其前者对于径路图之绘制与输出最为便捷。變項與符號意義關係類型XYXYXY1Y2XYY1Y2Y3Y1潛在變項觀察變項相關(共變)單向因果關係單向因果關係回溯因果關係non-recursive循環因果關係(feedback)又稱為因子(factor)可以是X或YX與Y為共變關係X對Y的直接效果X對Y1為直接效果X對Y2為問接效果Y1為中介變數X與Y互為直接效果,X與Y具有回饋循環效果Y1對Y2、Y2對Y3、Y3對Y1均為直接效果,Y1、Y2、Y3為間接循環效果SEM条件数据符合

7、常态、无遗漏值及例外值(Bentler&Chou,1987)下,样本比例最小为估计参数的5倍,10倍则更为适当。当原始数据违反常态性假设时,样本比例应提升为估计参数的15倍。以ML法评估,Loehlin(1992)建议样本数至少为100,200较为适当。当样本数为400~500时,此法会变得过于敏感,而使得模式不适合。模型中潜在因素至少应为两个(Bollen,1989)量表最好为七点尺度(Bollen,1989)每个潜在构面至少要有三个题目, 五~七题为佳(Bollen,1989)每一指标不得横跨到其它潜在因素上 (Bollen,1989)问卷最好引用自

8、知名学者,尽量不要自己创造理论架构要根据学者提出的理论作修正模型主要构面维持在5

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。