结构方程模型简介——Lisrel与Amos的初级应用

1、1结构方程模型结构方程模型(SEM)(SEM)简介简介 Lisrel与与Amos的初级应用的初级应用Structural Equation Model，SEM Linear Structural Relationship，LISRELAnalysis of Moment Structure, AMOS2为什么要用结构方程模型为什么要用结构方程模型很多社会、心理、经济管理研究中所涉及到的变量，都不能准确、直很多社会、心理、经济管理研究中所涉及到的变量，都不能准确、直接地测量，这种变量称为接地测量，这种变量称为潜变量潜变量，如工作满意度、价格感知等。，如工作满意度、价格感知等。这时，只能退而求其次

2、，用一些外显指标，去间接测量这些潜变量。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。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。同时处理潜变量及其指标。目前工作满意度目前工作满意度工作兴趣工作兴趣工作乐趣工作乐趣工作厌恶度工作厌恶度工作满意度工作满意度潜变量潜变量显变量显变量价格廉价性价格廉价性价格公平性价格公平性价格多样性价格多样性价格感知价格感知潜变量潜变量显变量显变量3为什么要用结构方程模型为什么要用结构方程模型假如假如4道题目来衡量企业在某方面的竞争优势，还有道题目来衡量

3、企业在某方面的竞争优势，还有3道题目来测道题目来测量企业绩效。现要研究竞争优势与企业绩效的关系。量企业绩效。现要研究竞争优势与企业绩效的关系。按照传统的回归分析做法：按照传统的回归分析做法：3个个Y只取一个或运用某种方法合并为只取一个或运用某种方法合并为1个个Y信息丢失信息丢失竞争优势竞争优势X1X2X3X4企业绩效企业绩效Y1Y2Y34结构方程模型（结构方程模型（SEM）的优点）的优点 同时处理多个因变量同时处理多个因变量(多个多个Y);容许自变量和因变量含测量误差，精确估计观察变量与潜在变容许自变量和因变量含测量误差，精确估计观察变量与潜在变量之间的关系量之间的关系;同时估计因子结构和因子

4、关系同时估计因子结构和因子关系;估计整个模型的拟合程度，用以比较不同模型估计整个模型的拟合程度，用以比较不同模型;容许更大弹性的测量模型；容许更大弹性的测量模型；SEM是复杂多元的统计方法，包括是复杂多元的统计方法，包括:回归分析、因子分析回归分析、因子分析(验证验证性因子分析性因子分析)、检验、方差分析、比较各组因子均值、交互、检验、方差分析、比较各组因子均值、交互作用模型、实验设计等。作用模型、实验设计等。5SEM概念概念概念概念1：结构方程模型：结构方程模型(Structural Equation Modeling，简称，简称SEM)是基于变是基于变量的协方差矩阵来分析变量之间关系的一种

5、综合性的统计方法，因此又称为量的协方差矩阵来分析变量之间关系的一种综合性的统计方法，因此又称为协方差结构分析。协方差结构分析。概念概念2 2：结构方程模型是一种通用的线性统计建模技术。它主要是利用联立：结构方程模型是一种通用的线性统计建模技术。它主要是利用联立方程组求解，但是没有严格的假设限定条件，同时允许自变量和因变量存在方程组求解，但是没有严格的假设限定条件，同时允许自变量和因变量存在测量误差。测量误差。概念概念3 3：SEMSEM是一种呈现客观状态的数学模型，主要用来呈现检验观察变量与是一种呈现客观状态的数学模型，主要用来呈现检验观察变量与潜在变量之间的假设关系，它融合了因素分析与路径分

6、析两种统计技术。潜在变量之间的假设关系，它融合了因素分析与路径分析两种统计技术。关键词：关键词：结构、协方差、线性结构、协方差、线性6理论理论模型模型xxn1n1 y yn1n1yyn2n23 3xxm2m22 1 4 3 xxm1m11 14 41 1211 1X Xn1n1X Xn2n2X Xm1m1X Xm1m12 2xxn2n2 1 11 1Y Yn1n1Y Ym2m22 22 22 2Y Yn2n22 2Y Ym1m13 3yym2m2yym2m2构成要素：构成要素：变量、模型变量、模型71、潜变量、潜变量(latent variable) ：不能被直接测量的变量；：不能被直接测量的

7、变量；内生潜变量:受其它潜变量影响的潜变量；(,市场财务绩效市场财务绩效)外生潜变量:由系统外其他因素决定的潜变量；(，反应速度，反应速度)2、显变量、显变量(observable indicators)：间接测量潜变量的指标：间接测量潜变量的指标，也称为观测变量；，也称为观测变量；内生指标:间接测量内生潜变量的指标；(Y)外生指标:间接测量外生潜变量的指标。(X)3、误差项、误差项(、 )结构方结构方程模型程模型的的变量变量xxn1n1 y yn1n1yyn2n23 3xxm2m22 1 4 3 xxm1m11 14 41 1211 1X Xn1n1X Xn2n2X Xm1m1X Xm1m1

8、2 2xxn2n2 1 11 1Y Yn1n1Y Ym2m22 22 22 2Y Yn2n22 2Y Ym1m13 3yym2m2yym2m28结构方结构方程模型程模型的的结构结构1、测量模型、测量模型:测量指标与潜变量之间的关系测量指标与潜变量之间的关系 x=x+ y=y+ 2、结构模型、结构模型 对于潜变量间的关系，可用结构方程表示对于潜变量间的关系，可用结构方程表示： =B+反应效率反应效率E1E2E3市场绩效市场绩效财务绩效财务绩效反应效率反应效率反应速度反应速度xxn1n1 y yn1n1yyn2n23 3xxm2m22 1 4 3 xxm1m11 14 41 1211 1X Xn1

9、n1X Xn2n2X Xm1m1X Xm1m12 2xxn2n2 1 11 1Y Yn1n1Y Ym2m22 22 22 2Y Yn2n22 2Y Ym1m13 3yym2m2yym2m29SEM实质实质 x=x+ y=y+=B+SEM分析核心概念是变量的协方差，用协方差反应两个变量的分析核心概念是变量的协方差，用协方差反应两个变量的共同变异或相关联程度。共同变异或相关联程度。假设模型隐含的协方差矩阵假设模型隐含的协方差矩阵B，应尽可能的接近样本协方差矩阵，应尽可能的接近样本协方差矩阵A，A与与B越接近，模型拟合越好，参数估计越有效。越接近，模型拟合越好，参数估计越有效。估计方法：最大似然估计

10、法(ML),二阶段最小二乘法(TSLS)等LISREL（Linear Structural Relationship，线性结构关系）结，线性结构关系）结合矩阵分析技巧，用以处理协方差结构分析的一套计算机程序合矩阵分析技巧，用以处理协方差结构分析的一套计算机程序。AMOS （Analysis of Moment Structure,矩结构分析）矩结构分析） 矩矩结构与协方差矩阵内涵类似，结合了传统的一般线性模型与共结构与协方差矩阵内涵类似，结合了传统的一般线性模型与共同因素分析的技术。同因素分析的技术。NoImage10SEM应用条件应用条件随机抽样随机抽样线性相关线性相关ML和和TSLS估计时

11、满足估计时满足：连续变量且多元正态分布：连续变量且多元正态分布 李克特量表李克特量表SEM适合大样本分析适合大样本分析 样本量绝对不能小于样本量绝对不能小于100100 200-500 200-500是最佳样本范围是最佳样本范围 使用使用GLGL估计时样本量需在估计时样本量需在200200以上以上 标准样本量应当是变量数（题项）的标准样本量应当是变量数（题项）的10-1510-15倍倍11在在SEM分析模型中，只有测量模型而无结构模型的回归关系分析模型中，只有测量模型而无结构模型的回归关系，即为，即为验证性因子分析验证性因子分析(CFA)；相反的，只有结构模型而无测量模型，则潜在变量见因果关相

12、反的，只有结构模型而无测量模型，则潜在变量见因果关系的讨论，相当于传统的系的讨论，相当于传统的路径分析路径分析；xxn1n1 y yn1n1yyn2n23 3xxm2m22 1 4 3 xxm1m11 14 41 1211 1X Xn1n1X Xn2n2X Xm1m1X Xm1m12 2xxn2n2 1 11 1Y Yn1n1Y Ym2m22 22 22 2Y Yn2n22 2Y Ym1m13 3yym2m2yym2m2SEM与与CFA及路径分析及路径分析12SEM建模过程建模过程理论发展理论发展模型界定模型界定模型识别模型识别抽样与测量抽样与测量参数估计参数估计模型拟合评鉴模型拟合评鉴模型修

13、饰模型修饰讨论与结论讨论与结论阶段一阶段一模型发展模型发展阶段二阶段二估计与评鉴估计与评鉴1、模型构建、模型构建 2、前期工作、前期工作3、模型估计、模型估计4、模型拟合评鉴、模型拟合评鉴5、模型修饰、模型修饰6、假设检验、假设检验13理论先验性理论先验性以以SEM来检验因果关系是否成立主要是属于验证的性质，需以来检验因果关系是否成立主要是属于验证的性质，需以理论为基础。理论为基础。1、以核心理论为基础；、以核心理论为基础；2、以相关实证发现为建立潜在自变量与潜在因变量间因果关系、以相关实证发现为建立潜在自变量与潜在因变量间因果关系之依据；之依据；3、透过逻辑推理过程验证或修正上述已建立之因果

14、关系；、透过逻辑推理过程验证或修正上述已建立之因果关系；4、藉由相关理论综述与实地深度访谈，进一步验证初步建立之、藉由相关理论综述与实地深度访谈，进一步验证初步建立之因果关系。因果关系。14实例：速度营销动态能力对企业绩效的影响实例：速度营销动态能力对企业绩效的影响1、模型构建、模型构建理论发展理论发展模型界定模型界定变量确定变量确定研究假设研究假设 H1：速度营销反应效率对企业市场绩效存在正向的影响关系；：速度营销反应效率对企业市场绩效存在正向的影响关系； H2：速度营销反应速度对企业市场绩效存在正向的影响关系；：速度营销反应速度对企业市场绩效存在正向的影响关系； H3：速度营销反应效率对企

15、业财务绩效存在正向的影响关系；：速度营销反应效率对企业财务绩效存在正向的影响关系； H4：速度营销反应速度对企业财务绩效存在正向的影响关系；：速度营销反应速度对企业财务绩效存在正向的影响关系；M1M2M3市场绩效市场绩效F1F2F3财务绩效财务绩效反应效率反应效率反应速度反应速度E1E2E3S1S2S3E3152、前期工作、前期工作研究设计研究设计变量的测量（李克特量表）变量的测量（李克特量表）问卷设计问卷设计数据收集数据收集前期数据分析前期数据分析描述性统计描述性统计(SPSS,EXCEL)信度分析信度分析(SPSS)效度分析效度分析EFA16309份有效问卷份有效问卷17信度分析信度分析(

16、SPSS)信度（信度（ReliabilityReliability）又可称为可靠性，是指测验的可信程度。）又可称为可靠性，是指测验的可信程度。信度好的指标在同样或类似的条件下重复操作，可以得到一致信度好的指标在同样或类似的条件下重复操作，可以得到一致或稳定的结果。它主要表现测验结果的一致性、一贯性、再现或稳定的结果。它主要表现测验结果的一致性、一贯性、再现性和稳定性。性和稳定性。 量表的信度分析包括内在信度分析和外在信度分析。内在信度分析量表的信度分析包括内在信度分析和外在信度分析。内在信度分析重在考察一组评估项目是否测量的是统一特征，这些项目之间是否重在考察一组评估项目是否测量的是统一特征，

17、这些项目之间是否具有高度的内在一致性；外在信度分析是指不同时间对同批被评估具有高度的内在一致性；外在信度分析是指不同时间对同批被评估对象实施反复测量时，评估结果是否具有一致性。主要是内在。对象实施反复测量时，评估结果是否具有一致性。主要是内在。 指标：克朗巴哈指标：克朗巴哈系数系数 （CronbachCronbachs s ） 修正总相关系数修正总相关系数(CITC)(CITC) 折半信度系数（即可测量外在信度又可测量内在信度）折半信度系数（即可测量外在信度又可测量内在信度）18效度分析效度分析内涵内涵内容效度：内容效度指测试或量表内容或题项的适当性与代表性。效标关联效度：是指测量工具的内容具

18、有预测或估计的能力。构建效度：建构效度是指测量结果体现出来的某种结构与测值之间的对应程度。 一般分为收敛效度和区分效度。 收敛效度：当测量同一构念的多重指标彼此间聚合或有关连时，收敛效度：当测量同一构念的多重指标彼此间聚合或有关连时，表明聚合效度存在表明聚合效度存在 区分效度：区分效度是指当一个构念的多重指标相聚合或呼应时区分效度：区分效度是指当一个构念的多重指标相聚合或呼应时，则这个构念的多重指标也应与其相对立之构念的测量指标有负向，则这个构念的多重指标也应与其相对立之构念的测量指标有负向相关，若相关程度越低，则区分效度越好。相关，若相关程度越低，则区分效度越好。 研究方法研究方法收敛效度：

19、因子分析法收敛效度：因子分析法(EFA(EFA和和CFA)CFA) 平均萃取量平均萃取量(AVE0.5)(AVE0.5) 组合信度组合信度(CR0.7)(CR0.7)区分效度区分效度:AVE:AVE的平方根应该大于该变量与其它变量的相关系数的平方根应该大于该变量与其它变量的相关系数 193、模型估计（、模型估计（Lisrel或或Amos）LISREL语法见长语法见长必须使用必须使用PRELISPRELIS计算出计算出COR or COVCOR or COV矩阵作为输入矩阵作为输入也可以画图也可以画图AMOS图形见长图形见长可以直接以原始数据作出输入可以直接以原始数据作出输入适合于初学者适合于初

20、学者20验验证证性性因因子子分分析析CFA剔除剔除EFFE3LISREL21验验证证性性因因子子分分析析CFA剔除剔除EFFE3AMOS22结结构构方方程程SEMLISREL23结结构构方方程程SEMAMOS244、模型拟合评鉴、模型拟合评鉴适配度指标是评价假设的路径分析模型图与搜集的数据是否适配度指标是评价假设的路径分析模型图与搜集的数据是否相互适配，而不是说明路径分析模型图的好坏。相互适配，而不是说明路径分析模型图的好坏。一个适配度完全符合评价标准的模型图不一定保证是个有用一个适配度完全符合评价标准的模型图不一定保证是个有用的模型，只能说研究者假设的模型图比较符合实际数据的情的模型，只能说

21、研究者假设的模型图比较符合实际数据的情况。况。（1）模型基本适配标准）模型基本适配标准（2）整体模式适配指标）整体模式适配指标模式外在质量模式外在质量（3）模式内在拟合度）模式内在拟合度模式内在质量模式内在质量254、模型拟合评鉴、模型拟合评鉴（1）模型基本适配标准）模型基本适配标准Bagozzi and Yi（1988）认为较重要之模式基本适配标准为）认为较重要之模式基本适配标准为下列五项：下列五项：1.不能有负的误差变异；不能有负的误差变异；2.误差变异必需达到显著水平（误差变异必需达到显著水平（t1.96）；）；3.估计参数之间的相关绝对值不能太接近估计参数之间的相关绝对值不能太接近1；

22、4.因素负荷量不能太低（因素负荷量不能太低（0.5）或太高（）或太高（0.95）；）；5.不能有很大的标准误。不能有很大的标准误。 当违反上述标准时，表示模式可能有当违反上述标准时，表示模式可能有“细列误差细列误差”、“辨认问辨认问题题”或或“输入有误输入有误”。当符合上述标准时，方可进行检验。当符合上述标准时，方可进行检验“整整体模式适配标准体模式适配标准”及及“模式内在结构适配度模式内在结构适配度”。264、模型拟合评鉴、模型拟合评鉴（2）整体模式适配指标）整体模式适配指标模式外在质量模式外在质量卡方检验：卡方检验：卡方自由度比卡方自由度比(2/df)模型拟合指数：模型拟合指数：拟合指数拟

23、合指数(GFI)、调整后拟合指数、调整后拟合指数(AGFI)、正规拟合、正规拟合 指数指数(NFI)、非正规拟合指数、非正规拟合指数(NNFI)、增量拟合指数、增量拟合指数(IFI)替代指数：替代指数：RMSEA,CFI指数指数残差分析指数：残差分析指数：残差均方根残差均方根(RMR)拟合指标拟合指标2/dfGFIAGFINFIIFICFIRMRRMSEA建议值建议值50.90.80.90.90.90.050.08实际值实际值3.9670.910.850.900.920.920.110.08327Lisrel模型拟合指标输出模型拟合指标输出 Degrees of Freedom = 65 Mi

24、nimum Fit Function Chi-Square = 244.80 (P = 0.0) Normal Theory Weighted Least Squares Chi-Square = 234.80 (P = 0.0) Estimated Non-centrality Parameter (NCP) = 169.80 90 Percent Confidence Interval for NCP = (126.75 ; 220.44) Minimum Fit Function Value = 0.79 Population Discrepancy Function Value (F0

25、) = 0.55 90 Percent Confidence Interval for F0 = (0.41 ; 0.72) Root Mean Square Error of Approximation (RMSEA) = 0.092 90 Percent Confidence Interval for RMSEA = (0.080 ; 0.10) P-Value for Test of Close Fit (RMSEA 0.7)(CR0.7)平均萃取量平均萃取量(AVE0.5)(AVE0.5)项目项目效率效率速度速度市场绩效市场绩效财务绩效财务绩效CRCR0.8000.7000.8170.

26、826AVEAVE0.6990.4800.6100.615n2 295、模型修饰、模型修饰强调理论基础强调理论基础t值值(t5)加线加线t-valuet-value最小值最小值MI MI 最大值最大值初始模型初始模型最终最终模型模型30模型一模型一31模型二模型二32模型三模型三33模型四模型四34拟合指标拟合指标df2/dfGFIAGFINFIIFICFIRMRRMSEA建议值建议值-50.90.90.90.90.90.050.08模型一模型一493.9670.910.850.900.920.920.110.083模型二模型二503.9100.910.850.900.920.920.110.082模型三模型三513.8750.900.850.900.920.920.120.082模型四模型四503.6680.910.860.900.930.930.100.079356、假设检验、假设检验 H1：速度营销反应效率对企业市场绩效存在正向的影响关系；：速度营销反应效率对企业市场绩效存在正向的影响关系； t检验未通过检验未通过 H2：速度营销反应速度对企业市场绩效存在正向的影响关系；：速度营销反应速度对企业市场绩效存在正向的影响关系； + H3：速度营销反应效率对企业财务绩效存在正