LISREL软件验证性因素分析完整版ppt课件.ppt

用LISRAL软件做验证性因素分析 部分材料来自香港中文大學教育心理系侯傑泰教授的讲稿 100个分数 21 31 32 05 06 09 10 22 29 18 11 01 39 92 23 27 93 97 30 02 96 40 53 78 04 98 36 07 08 24 54 55 77 99 34 03 86 87 59 60 15 62 63 43 52 28 79 58 65 95 81 85 57 14 17 33 16 19 20 37 25 69 84 61 64 68 70 42 45 72 83 89 44 38 47 71 00 73 12 35 82 56 75 41 46 49 50 94 66 67 76 51 88 90 74 13 26 80 48 91均值M 53 标准差SD 15好的模型是尽可能准确而且相对简洁 描述数据的两难 准确Vs简洁 如何兼顾准确与简洁 输入观测变量的相关矩阵S提出简洁的模型M程序回馈最接近的再生矩阵 检查模型的准确性和简洁性检查其他可能的模型模型的比较 100名学生在9个不同学科间的相关系数 检查模型的准确性和简洁性拟合优度指数 goodnessoffitindex 简称为拟合指数 NNFI CFIdf 不重复元素 p p 1 2 估计参数 在前面例子df 9x10 2 21 24 GoodnessofFitStatistics 资料来源 陈正昌等 多变量分析方法 中国税务出版社 2005年4月 模型比较 自由度 拟合程度 不能保证最好 可能存在更简洁又拟合得很好的模型Input 相关 或协方差 矩阵一个或多个有理据的可能模型Output 既符合某指定模型 又与差异最小的矩阵估计各路径参数 因子负荷 因子相关系数等 计算出各种拟合指数 模型dfNNFICFI需要估计的参数个数 M12440 973 98221 9Load 9Uniq 3Corr M227503 294 47118 9Load 9Uniq M326255 647 74519 9Load 9Uniq 1Corr M426249 656 75219 9Load 9Uniq 1Corr M527263 649 72718 9Load 9Uniq M624422 337 55821 9Load 9Uniq 3Corr M721113 826 89824 9Load 9Uniq 6Corr Load负荷 Uniq误差方差 Corr因子相关 结构方程模型的结构 测量模型 外源指标 如6项社经指标 组成的向量 内生指标 如语 数 英成绩 组成的向量 因子负荷矩阵 误差项 结构模型 结构方程模型的优点 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 检验 方差分析 比较各组因子均值 交互作用模型 实验设计 验证性因子分析 17个题目 学习态度及取向A B C D E4 4 3 3 3题350个学生 ConfirmatoryFactorAnalysisExample1DANI 17NO 350MA KMKMSY1 341 MONX 17NK 5LX FU FIPH STTD DI FRPALX4 10000 4 01000 3 00100 3 00010 3 00001 OUMISSSC 什么情况下固定 两个变量 指标或因子 间没有关系 将元素固定为0例如 不从属 将因子负荷 LX1 2 固定为0 又如 因子和因子没有相关 PH1 2固定为0 需要设定因子的度量单位 scale 因子没有单位 无法计算 一种将所有因子的方差固定为1 或其他常数 简称为固定方差法一种是在每个因子中选择一个负荷固定为1 或其他常数 简称为固定负荷法 什么情况下设定为自由 所有需要估计的参数 设因子1和因子3无关 因子1和因子2 因子2和因子3相关固定方差法MONX 9NK 3LX FU FIPH STTD DI FRFRLX1 1LX2 1LX3 1LX4 2LX5 2LX6 2LX7 3LX8 3LX9 3FIPH1 3固定负荷法MONX 9NK 3LX FU FIPH SY FRTD DI FRFRLX2 1LX3 1LX5 2LX6 2LX8 3LX9 3VA1LX1 1LX4 2LX7 3FIPH1 3 NumberofInputVariables17 读入的变量个数 NumberofY Variables0 Y 变量个数 NumberofX Variables17 X 变量个数 NumberofETA Variables0 Y 因子个数 NumberofKSI Variables5 X 因子个数 NumberofObservations350 样品个数 ParameterSpecifications参数设定LAMBDA XKSI1KSI2KSI3KSI4KSI5 VAR110000VAR220000VAR330000VAR440000VAR505000VAR606000VAR707000VAR808000VAR900900VAR10001000VAR11001100VAR12000120VAR13000130VAR14000140VAR15000015VAR16000016VAR17000017 PHIKSI1KSI2KSI3KSI4KSI5 KSI10KSI2180KSI319200KSI42122230KSI5242526270THETA DELTAVAR1VAR2VAR3VAR4VAR5VAR6VAR7VAR8VAR9VAR1028293031323334353637VAR11VAR12VAR13VAR14VAR15VAR16VAR1738394041424344 NumberofIterations 19LISRELEstimates MaximumLikelihood 参数估计LAMBDA XKSI1KSI2KSI3KSI4KSI5 VAR10 59 0 06 9 49VAR20 58 0 06 9 30VAR30 62 0 06 9 93VAR40 05 0 07 0 81 VAR5 0 64 0 06 10 46VAR6 0 57 0 06 9 32VAR7 0 51 0 06 8 29VAR8 0 28 0 06 4 41VAR9 0 59 0 06 9 56 VAR10 0 61 0 06 9 99VAR11 0 64 0 06 10 47VAR12 0 62 0 06 10 28VAR13 0 66 0 06 10 84VAR14 0 54 0 06 8 96VAR15 0 65 0 06 11 14VAR16 0 72 0 06 12 19VAR17 0 55 0 06 9 36 PHIKSI1KSI2KSI3KSI4KSI5 KSI11 00KSI20 521 00 0 07 7 06KSI30 400 531 00 0 08 0 07 5 217 24KSI40 510 540 481 00 0 07 0 07 0 07 6 977 476 60KSI50 420 500 440 501 00 0 07 0 07 0 07 0 07 5 776 996 227 17 THETA DELTAVAR1VAR2VAR3VAR4VAR5VAR6 0 650 660 611 000 590 67 0 07 0 07 0 07 0 08 0 07 0 07 9 639 859 0213 198 8210 21VAR7VAR8VAR9VAR10VAR11VAR12 0 740 920 660 630 590 61 0 07 0 07 0 07 0 07 0 07 0 06 11 0512 709 969 468 809 46VAR13VAR14VAR15VAR16VAR17 0 570 700 570 480 69 0 07 0 07 0 06 0 06 0 06 8 7010 759 137 4910 91 GoodnessofFitStatistics拟合优度统计量DegreesofFreedom 109MinimumFitFunctionChi Square 194 57 P 0 00 NormalTheoryWeightLeastSqChi Sq 190 15 P 0 00 EstimatedNon centralityParameter NCP 81 1590PercentConfidenceIntervalforNCP 46 71 123 45 MinimumFitFunctionValue 0 56PopulationDiscrepancyFunctionValue F0 0 2390PercentConfidenceIntervalforF0 0 13 0 35 RootMeanSquareErrorofApproximation RMSEA 0 04690PercentConfidenceIntervalforRMSEA 0 035 0 057 P ValueforTestofCloseFit RMSEA 0 05 0 71ExpectedCross ValidationIndex ECVI 0 8090PercentConfidenceIntervalforECVI 0 70 0 92 ECVIforSaturatedModel 0 88ECVIforIndependenceModel 5 78 Chi SquareforIndependenceModelwith136df 1982 04IndependenceAIC 2016 04ModelAIC 278 15SaturatedAIC 306 00IndependenceCAIC 2098 63ModelCAIC 491 90SaturatedCAIC 1049 26NormedFitIndex NFI 0 90Non NormedFitIndex NNFI 0 94ParsimonyNormedFitIndex PNFI 0 72ComparativeFitIndex CFI 0 95IncrementalFitIndex IFI 0 95RelativeFitIndex RFI 0 88CriticalN CN 263 34RootMeanSquareResidual RMR 0 054StandardizedRMR 0 054GoodnessofFitIndex GFI 0 94AdjustedGoodnessofFitIndex AGFI 0 92ParsimonyGoodnessofFitIndex PGFI 0 67 ModificationIndicesforLAMBDA X修正指数KSI1KSI2KSI3KSI4KSI5 VAR1 0 060 660 092 53VAR2 0 380 530 230 11VAR3 0 720 010 031 49VAR4 0 000 030 010 03VAR57 73 9 629 231 50VAR60 01 3 291 071 50VAR70 12 0 250 122 26VAR841 35 3 6622 024 78VAR90 400 02 2 190 22VAR100 030 10 0 300 22 MaximumModificationIndexis41 35forElement 8 1 LX修正指数 该参数由固定改为自由估计 会减少的数值 CompletelyStandardizedSolutionLAMBDA XKSI1KSI2KSI3KSI4KSI5 VAR10 59 VAR20 58 VAR30 62 VAR40 05 VAR5 0 64 VAR6 0 57 VAR7 0 51 VAR8 0 28 VAR9 0 59 VAR10 0 61 VAR11 0 64 VAR12 0 62 VAR13 0 66 VAR14 0 54 VAR15 0 65VAR16 0 72VAR17 0 55 PHIKSI1KSI2KSI3KSI4KSI5 KSI11 00KSI20 521 00KSI30 400 531 00KSI40 510 540 481 00KSI50 420 500 440 501 00THETA DELTAVAR1VAR2VAR3VAR4VAR5VAR6 0 650 660 611 000 590 67VAR7VAR8VAR9VAR10VAR11VAR12 0 740 920 660 630 590 61VAR13VAR14VAR15VAR16VAR17 0 570 700 570 480 69 结果解释 Q4在A的负荷很小 LX 0 05 但在其他因子的修正指数 MI 也不高不从属 也不归属其他因子Q8在B的负荷不高 0 28 但在A的MI是41 4 可能归属A因子间相关很高 0 40至0 54 模型拟合相当好 109 194 57 RMSEA 0 046 NNFI 94 CFI 95 仔细检查题目内容后 删去Q4 Q8归入A 模型修正 D