结构化方程-结合多个实例

◎结构方程模型的优点U)◎结构方程模型的优点U)允许同■方程的自变运含有测量谡差在传统统计方法特别是计盘模型中.H变量通常都灵默认川IT.接观测的，不存在观测证冷，但是对于管理学等社会科学领域的很务研究课题来说,模型所涉及的自变量常常不可观测，结构方程模型将这种测量误差纳入模型，能够加演模型对实际I：可题的解释性、电结构方程模型的优点(2电结构方程模型的优点(2J可以同时处理今个因变世在传统计量模型中,方程右边的因变量一般只有一个，但是在管理学等社会科学领域，因变量常常有多个.例如员工素质可以影响企业文化，也可以影响企业绩效，这样在结构方程模型中，允许同模型中出现多个因变量，在模型拟合时时所行变量的信息都K以考虑，可以增强模型的有效性。。结构方程模型的优点(3)可以在一个模型中同忖处理因素的测量和因素之间的结梅传统的统计方法H」,因素自身的测量和因素之间的结构关系往在是分开处理的•——对因案先进行测量，评估概念的信度。效震，通过评估标注之后，才揩测及资料用于进•步的分析.在结构方程模型中，则允许将因素测量与因素之间的结构关系纳入同一模型中同时予以拟合,这不仅可以检验因素测后的信度和效度，还可以将测量信度的概念整合到路经分析等统刊推理中. \I 1小结构方程模型的优点(4)允许更具弹性的模型设定在传统建模技术中，模型的设定通常限制较多，例如，单一指:标只能从属于4悯子，模型自变量之间不能有多重共裁性等」结构方程模型既“以处理单一指标从属于多个因子的因子分析•，也可然处理多盼的因子分析模型.在困素结构关系拟合匕也允许自变量之间存在多重共线性关系.I)书结构方程构建步骤~ 模型假设在进行模型估计之前，要先根据理论分析或以往研究成果来设定初始理论模型，测量模式是指实际观察值与其背后的潜在特质间的关系】结构模式是指因素与闪素间的美系，潜变量间的函数关系.V/Fai：Uir3Hiiior2中典型的结构方程模型如下:Measurenicnrmodel恻鹏根式SiruclumlMode结陶模式EeVLFai：Uir3Hiiior2中典型的结构方程模型如下:Measurenicnrmodel恻鹏根式SiruclumlMode结陶模式EeVLn即艮ikssMeasurediiriahlc泅履央芥襁联变量1加沙口晒laiaanVitriubii；外生满变阴DLilugenouslalcnLYariabk外半潜变吊:。结构方程模型代码含义潜变用椭圆厚H［旺ta］、工Lxil品变贷施求X变盘、Y变鼠若外生变局.E内生独特变取谟差项（椭海暗变量.二潜变量因素负荷最直畿箭支M 显变地4潜变号之间关系r代表相依关系结构关系宜线箭头Y.6 潜变量同美条代表系统美索相互关系曲战中名称图形 希撕字好言义。结构方程构建步骤模型识别确定所设整的模型是否能够对其敕计求解.如果模型是可识别的，衣示丹论上模型中的库一个参数都一以估计需唯一的一个估计值.模型以利结果包括不能以别（Un加rTdentified）、适度识别6口目1;-1日的红好鼠）及过度识别《0干吕TTdeatified）三种口♦:♦模型识别项U不能识别(Under-Identified)适度识别(just-identified)过度(Ov-er-Identified)模型自由度df<0df-0df>0原因未知参数个数多于方程式个数・未知参数个数等于方程式个数未知参数个数少了方程式个数解情形无限多解唯一解唯一解（注）模式存在不可可可解泱方法指定参数的值，以战少未知参数——♦模型识别项目不能识别(LndetTdentifiad)适度识别(just-Identified)过度(Over-Identified)模型门由度df<0df=Odf>0原因未知参数个数多于方程式个数未知参数个数等于方程式个数未知参数个数少于方程式个数解情形无限多解唯一解唯一触（注）模式存在不可叫可酬决方法指定参数的值，以及少未知参数——❖模型识别自由参数：未知并需要估计的参数。固定参数:不自由的并固定于设定值的参数。如在测量模型中，或者将每个潜在变量标识的因子负荷之设定为1,或将该潜在变量的方差设定为1;对于结构方程，-些通径系数应该被设定为0,这意味着被设定为无影响作川。限制参数，那些未知的，但被规定相等于另•个或另•项参数值的参数。通过冏定或限制•些参数，自由参数的数目就可以减少，原来不能(:别的模型行M以变为可以识别模型.。<结构方程构建步骤最大似然法(maximumlikelihood)和广义最小:乘法(generalizedleastsquare)❖结构方程构建步骤模型曲对模型的整体拟合效果和单一参数的估计值进行评价。如果模型拟合效果不佳，可以对模型进行修正来提高模型拟合效果。❖模型评价•••上方检当佥指标台方检验指标名称及性质他围判断值适用怙形X2test埋论模型与观察模型的拟合度P>0.5说明模型解释力卡方值越小越好AF'/df(fflieatonexal.)消除样本规模的影响<2不受模式复杂度影响比侑小于2,则可认为模型拟合较好❖残差分析指标残差分析指标名称及性质范用刘斯债适用情形RMR：未标准化假设模型整体残主越小越好r解残差特性SRMR：标准化解强模型整体残差0-1<0.08了解残差特性♦:♦评价指标名称评价指标名称及性质，范围，判断值。适用情形GFI：假设模型可以解释观察资料的比例一0-卜>0.%说明模型的解释力#AGFI：考虑模型复杂度后的GFL，0-1*.>0.9/不受模型复杂度影曳PGFI：考虑模型简约性。0-1”>0.5“说明模型简单程度。NFI；比较假设模型与独立模夔的卡方差异0-L>0.9”说明模型较虚无模型的改善程度」NNFI：考虑模型复杂度后的KFL07蛇)0.%不受模型复杂度影响,

。替代性指标名称替代性指标名标及性质范闱判断值适用情形NCP：般设模型K方值距离中央K•方分越接近0越说明假设模型接近中央性k方的配的离散程度好程度CFI：攸设模型与独立模型的非中央性八.1>0.95说明模侬较虚无模型的改善程差异VI度，适合小样本RMSEA：比较理论模式与饱和税式的差距0-1<0.05不受样本数。模型复杂度影响AIC：经过简约调整的模型拟合度的波动性越小越好均适用于是否有迸金关系的模型CAIC：经过海约调整的模型拟合度的波动性越小虺好适用丁非嵌套模式比较CN：产生不足著上方值的样本规模>200反映样本规模的适合性:♦实验内容:・为了了解大学生闲暇时间消费状况与幸福指数之间的关系，设计调杳问卷并收集相关数据，在理论上将大学生闲暇时间消费划分为社交活动时间、文化休闲时间和网络休闲时间。大学生的幸福指数山其个体满意度、就业准备满意度与社会满意度三个方面组成，:♦请对大学生闲暇时间消费与满意度之间构建结构方程模型。❖实验步骤结构方程分析由SPSS17.0软件中的AMOS插件完成。下而以案例说明判别分析的基本操作步骤.❖实验步骤(1)准备T作口在SPSSI7.0轨件中安装AMOS插件后,先调用SPSS17.0薮耀打开数据文件9-Lsav,通过选择“文件一打7K命令将数据调入SPSG17.0的E作文件窗口口(2)打开AMOS对话框执行“分析”一AMOS命令，打开结构方程分析的主对话框,操作过程见图Tffl-iEi'■«!(£：Wfflrxi舫低口方 HTi通3印#必用再近1可甲I#博L3■层l^jit-r晔 ►卜3小3点曰断在*ifiE a|性的N照 .比隙的第工里， Tt■在仲帆1Q 太二T瓯—«tPKttil：Lii fih任，£ ； 年 太二二闺f广智CKHMif r眄・M哺3文 AZ工葩1Iti］，臂5A 大二「uTPASS5巴？用餐史 文E□i-帝中ft 太星JW;Eh™.E>闫^； +5k枯唏海 火三J_福耐力.好乜较；321 ►同・柏增SH 火二Hit*中 *Wr用话售 去一码W+帝曲"IQ电 -fr1客*睥比 卜u\^任力11山 大一口此喟至正;1 ¥H-悟由12陶 火二-Pifti出气捋好上胃如 卜向・倜浦13A 才二TW1miro ，同・陆衡.id.M3 贡一 中□1■任安里HlifiS出i >1£E 之二J-f；i司、