Rayee-SEM原理、应用及操作

1、PART A：SEM原理PART B：SEM应用PART C：SEM上机操作结构方程模型（Structural Equation Modeling/ Structural Equation Model/ Structure Equation Modeling，简称SEM）是基于变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。 同时处理多个因变量；容许自变量和因变量含有误差，精确估计观察变量与潜在变量之间的关系；同时估计因子结构和因子关系；可以估计整个模型和数据的拟合程度。 潜变量(latent variable) ：不能被直接测量的变量；内生潜变量:受其它潜

2、变量影响的潜变量，也称为因变量、内显潜变量、内生因子（Endogenous Factors）等；外生潜变量:由系统外其他因素决定的潜变量，也称为自变量、外显潜变量、外生因子（Exogenous Factors）等；指标(observable indicators)：间接测量潜变量的指标，也称为观测变量；内生指标:间接测量内生潜变量的指标；外生指标:间接测量外生潜变量的指标。中介变量（Mediator）：考虑自变量X对因变量Y的影响，如果X 通过影响变量M 来影响Y，则称M 为中介变量； 中介效应（Mediator Effects;Mediating Effect）调节变量(Moderator)

3、：如果变量Y与变量X的关系是变量M 的函数，称M 为调节变量； 调节效应（Moderator Effects;Moderating Effect）控制变量（Control Variable; Control Variables; Controlled Variable ）：是指那些除了实验因素(自变量)以外的所有影响实验结果的变量,这些变量不是本实验所要研究的变量,所以又称无关变量、无关因子、非实验因素或非实验因子。题项(Items):具体操作问题测量模型:测量指标与潜变量之间的关系 x=x+ y= y+ 其中， ：外生潜变量(xi) ：内生潜变量(eta) x：外生指标 ：x的误差项(del

4、ta) y：内生指标 ：y的误差项(epsilon) x：外生指标与外生潜变量的关系(lambda) y：内生指标与内生潜变量的关系结构模型 对于潜变量间的关系，可用结构方程 表示： =B+ ：内生潜变量(eta) ： 外生潜变量(xi) B：内生潜变量间的关系(bta) ：外生潜变量对内生潜变量的影响(gamma) ： 结构方程的残差项(zeta) 椭圆形表示潜变量 绿色椭圆形代表外生潜变量；黄色椭圆形代表内生潜变量；长方形代表观测指标 灰色长方形代表外生观测指标；亮蓝色长方形代表内生观测指标；长方形代表观测指标 单向箭头表示单向影响或效应潜变量之间；潜变量与观测指标之间；单向箭头且无起始图

5、形表示测量误差或未 被解释部分潜变量；观测指标；双向弧形箭头表示相关关系潜变量之间；观测指标之间；2与 2/df ： 2值越小，说明实际矩阵和输入矩阵的差异越小，说明假设模型和样本数据之间拟合程度越好。拟合优度指数（Goodness of Fit Index，GFI）和调整拟合优度指数（Adjusted Goodness of Fit， AGFI）：反映了假设模型能够解释的协方差的比例，拟合优度指数越大，说明自变量对因变量的解释程度越高，自变量引起的变动占总变动的百分比越高。残差均方根（Root Mean square Residual，RMR）和近似误差均方根（Root Mean Squar

6、e Error of Approximation，RMSEA）：残差均方根和近似误差均方根是测量输入矩阵和估计矩阵之间残差均值的平方根，数值越小则说明模型拟合程度越佳。 规范拟合指数（Normed Fit Index，NFI）和增量拟合指数（Incremental Fit Index ，IFI）：规范拟合指数是测量独立模型与假设模型之间卡方值的缩小比例。但其与卡方指数一样，容易收到样本容量的影响，为弥补其缺点，学者建议采用增量拟合指数来衡量模型优度。 比较拟合指数（Comparative Fit Index，CFI ）：比较拟合指数反映了独立模型与假设模型之间的差异程度，数值越接近1，则假设模

7、型越好。 Degrees of Freedom = 59Minimum Fit Function Chi-Square = 184.35 (P = 0.00) Independence AIC = 2016.04Root Mean Square Error of Approximation (RMSEA) = 0.08Model AIC = 278.15Saturated AIC = 306.00Independence CAIC = 2098.63 Model CAIC = 491.90Saturated CAIC = 1049.26Normed Fit Index (NFI) = 0.90

8、Non-Normed Fit Index (NNFI) = 0.94Parsimony Normed Fit Index (PNFI) = 0.72Comparative Fit Index (CFI) = 0.95Incremental Fit Index (IFI) = 0.95Relative Fit Index (RFI) = 0.88Critical N (CN) = 263.34Root Mean Square Residual (RMR) = 0.054Standardized RMR = 0.054Goodness of Fit Index (GFI) = 0.94Adjust

9、ed Goodness of Fit Index (AGFI) = 0.92Parsimony Goodness of Fit Index (PGFI) = 0.67拟合指标2/dfGFIAGFINFIIFICFIRMRRMSEAP建议值50.90.90.90.90.90.050.080.05概念模型设定研究假设变量的测量数据初步处理：描述性统计指标；信度和效度检验：系数 、EFA 和CFA；模型估计模型评价模型修正假设检验LISREL语法见长必须使用PRELIS计算出COR or COV矩阵作为输入也可以画图AMOS图形见长可以直接以原始数据作出输入适合于初学者Mplus or EQS*.l

10、s8: LISREL语法文件，用以执行ISREL分析*.spl: SIMPLIS语法文件，用以执行SIMPLIS分析*.pth: LISREL路径文件，用以存放LISREL执行完毕后的路径 图型*.pr2: PRELIS语法文件，用以执行PRELIS分析*.out: LISREL结果文件，用以存放LISREL执行完毕的报表。*.dat: 原始数据文件，用以存放待分析的原始数据。*.cor: 相关矩阵档，用以存放待分析的相关矩阵数据。*.cov: 共变矩阵档，用以存放待分析的共变矩阵数据。*.lab: 卷标文件，用以存放各变项的卷标数据。*.wmf: LISREL路径文件经转换后的图形文件，可以

11、复制到 WORD软件中使用数据样本容量：样本数在100以下不宜；样本量与题项数比例至少要在5:1以上；理想的样本量与题项数比例为10-25倍。对于标准化路径系数而言，其绝对值大于0.5以上算是大效果、0.3为中效果，小于0.1为小效果PART A：SEM原理PART B：SEM应用PART C：SEM上机操作理论模型构建文献综述 模型构建变量确定研究假设研究设计变量的测量问卷设计数据收集研究方法和研究工具数据分析描述性统计信度分析 EFACFASEM假设检验潜变量假设检验中介变量假设检验调节变量假设检验结论与讨论文献综述别人做了什么我打算做什么 (示例) 如何找文献关键字中文文献中文文献英文文

12、献英文文献英文文献工具：scholar google、ABI、EBSCOhost图书馆数据应用（示例）如何保存文献打分（示例）归档（示例）理论学派研究范式优势基础市场竞争行为结构学派结构-行为-绩效产业结构产业识别-战略选择-竞争资源学派资源-优势-绩效关键性资源资源识别-资源价值计算-资源利用能力学派能力-优势-绩效关键性能力能力识别-市场选择-能力升级动态能力理论动态能力-优势-绩效动态能力确立-获取-升级时基竞争理论时间压缩能力优势时间扫描-替代-快速抢占市场 企业声誉（Company Reputation） 产品声誉（Product Reputation） 员工技能（Employee

13、Know-how） 企业文化（Culture） 组织网络（Organizational Networks） 开放性组织结构（Organization Structure）Hall(1993) 竞争优势有效性速度企业绩效市场绩效财务绩效调节变量：市场环境和技术环境中介变量：速度营销竞争优势控制变量：企业类型/企业司龄/企业规模/ 所在部门/担任职务 原则尽量借鉴现有文献（信度、内容效度）尽量全面符合理论依据 示例（5.1.1 企业声誉的测量 ） 与确定变量的区别突出操作性定义（如速度在不同背景下的含义）突出测量性指标确定变量时，体现为变量与变量之间的关系回收率样本的回收率有效回收率样本描述分布情

14、况合理性代表性PART A：SEM原理PART B：SEM应用PART C：SEM上机操作描述性统计均值MIN 和MAX标准差单个测量指标分布信度检验信度（Reliability）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 指标：alpha值在0.60以上 工具：SPSS16.0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。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。 一般分为聚合效度（Convergent Validity）和区分效度（Di

15、scriminant Validity）。聚合效度：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 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相关，若相关程度越低，则区分效度越好。 研究方法因子分析(EFA and CFA)平均提取方差（Average Variance Extracted，AVE）（示例）步骤1：Bartlett球度检验和KMO步骤2：探索性因子分析（EFA）步骤3：验证性因子分析（CFA）目的：是否适合进行因子分析；Bartlett球度检验从检验整个相关矩阵出发，其零假设为相关矩阵是单位

16、阵，即各观测变量之间是不相关的，这时认为不适合做因子分析。建议值0.8.KMO是用于比较观测值相关系数值与偏相关系数值的一个指标，其值愈逼近于1，表明对这些变量进行因子分析的效果愈好。工具：SPSS 目的：在事先不知道影响因素的基础上，完全依据资料数据，利用统计软件以一定的原则进行因子分析，最后得出因子的过程； 步骤：因子矩阵，抽取公共因子；根据题项含义，定义公共因子；(示例：6.3.1)判别：因子载荷系数工具：SPSS目的：利用先验信息，在已知因子结构情况下检验所搜集的数据资料是否按事先预定的结构方式产生作用； 判别：因子载荷；拟合指标(示例：6.3.1)工具：LISRELEFA是在事先不知

17、道影响因素的基础上，完全依据资料数据，利用统计软件以一定的原则进行因子分析，最后得出因子的过程；CFA充分利用了先验信息，在已知因子的情况下检验所搜集的数据资料是否按事先预定的结构方式产生作用；因此EFA主要是为了找出影响观测变量的因子个数，以及各个因子和各个观测变量之间的相关程度；而CFA的主要目的是决定事前定义因子的模型拟合实际数据的能力；进行EFA之前，我们不必知道我们要用几个因子，各个因子和观测变量之间的联系如何；而进行CFA要求事先假设因子结构，我们要做的是检验它是否与观测数据一致。中介效应检验调节效应检验自变量XX因变量YY中间变量MZ回归分析Y = 11X + e1M = 21X + e2Y = 31X + 32M + e3Y=11X+12Z+e1，得R21Y=+21X+22Z+ 23XZ + e2，得 R22判定标准11,21,32均显著且不等于023显著不等于0，且 R22显著大于 R21LISREL中的OUT文件(示例6.5.2 )SPSS多元线性回归Model 1：EFFE=11ADAP+12ABSO