LISREL结构方程模型分析报告

文档文档协方差检验FileTImportExternalDatainOtherFormats（导入外部数据）T右击任一变量名，选择DefineVariables（定义变量），点击VariableType（设定变量类型）,选择Continuous（连续型）和Applytoall（应用到所有），点击OK、0K。如下图所示：完成上述操作后点击save保存数据（注意数据应保存在系统盘，否则可能得不出结果）tt：elTr：formatigt：elti吕tic吕GraphsMuiti1“冋x|电|n|闽弊|e|n|^|EFFE4JSPEE1]SPEE2~<0005.000<0002.0001.0002.0005.0005.0005.000^1.0003.0003.000rnnn4nnnfnnnStatisticsToutputoptions...（输出选项，选择Savetofi..、LISRELsystemdata、Savethetransformeddatato..o输入与之前文件名一致名字的cov、dsf文件（如下图中test1.cov、test1.dsf）,Covariances:协方差）

得到协方差矩阵接下来进行CFAFlieTNewTPathDiagramT保存（同名文件testl.pth）Setup（定义相关设定）TTitieandcomments（—般不用定义）T选择next,至Groupnames（—般也不用定义）Tnext至Labels，如下图（左侧ObservedVariables：观测变量即观测指标；右侧LatentVariables:潜变量）T选择Add/Readvariables（得下图,在Add/Readvariables中选择PRELISSystemFlie）选择Browse...T打开testl.psfTOK选择AddlatentVariables（添加潜变量，手输），如下图得到点击next进入Data（Statistics中选择Covariances,File中选择ExternalASCIIData,FileBrowse...中选择同名cov文件，Numberof中输入样本数量）点击OK作图得到点击OK种勾方程模型的路径系数图MARKEFFE2EFFE3MARK?—-xEFFE4■2.33SPEE1FINA2SPEE2FI1JA3SPEE3EFFEICh2.-Square=l=4.种勾方程模型的路径系数图MARKEFFE2EFFE3MARK?—-xEFFE4■2.33SPEE1FINA2SPEE2FI1JA3SPEE3EFFEICh2.-Square=l=4.-jl,if=5sfF-val'de=j.jj;.j=3屏幕录像专注購FIKA1绿色：外生潜变量；灰色：外生观测变量（外生观测指标）黄色：内生潜变量；蓝色：内生观测变量（内生观测指标）GroupE:ObservedEFFE1EFFE2EFFE3EFFE4SPEE1SPEE2SPEE3MARK1MARK2MARK3FINA1FINA2FINA3■-厂厂厂厂厂厂凶凶凶凶凶XIEFFESPEEMARKFINA厂厂酋系统均默认为外生变量，在Y下选中，转化为内生观测变量，在Eta下选中转化为内生潜变量作图，与CFA—样，得到下图Chi-Square=191・97Chi-Square=191・97』cif二49』P-valup=U・00000*B阴EA=0・097其中，选择Estimate中T-values，从最小的开始，用以删路径。一般T值的绝对值应当大于1.96，才说明显著水平达到0.05，用一个*表示。另，大于2.58用**表示，大于用***表示。选择Estimate中modificationindices（修正系数，Ml值：增加某条路径所减少的卡方值,从大的开始），用以增加路径。但一定要有理论依据，一般不随便增加。

模型修正初始模型I2专家未注册=>t-value最小值模型修正初始模型I2专家未注册=>t-value最小值Ml最大值最终模型T值最小值开始用以删路径，Ml值最大值开始用以增加路径。无论增、减路径都得一条一条进行。根据T值依次删除两条路径后（在其中最好保存语法）得到下图：上图表明SPEE上图表明SPEE对MARK影响系数为0.45，EFFE对FINA影响系数为0.24。根据Ml值添加路径（①根据数值大小；②理论依据），后运行MARK1-*o.zzChi-Square=183・22fdf=50』0.8S0.190.Z6P-value=U・UULIIJU』PMSEA=UMARK1-*o.zzChi-Square=183・22fdf=50』0.8S0.190.Z6P-value=U・UULIIJU』PMSEA=U■匚193以上结构修正完成，接下来输出相关指标数据:ieOutput]WindowHelpS1MPLISOutputsLISRELOutputs►Estimations...—=FitIndicesCtrl+FSelectrons...Save...—ii•L丄•••1丄'i_•1Illi111111111111••111iiiiiii-_•i•iiii__ij__

选择TotalEffectsandIndirectEffects（总体影响和间接影响）、Standardizedsolution点击Next,选择下列指标输出点击OKSetup运行语法打开同名OUT文件，所有指标数据可以看到。例如：

NumberofNumberofNumberofNumberofNumberofInputUariablesV-UariablesX-UariablesETA-NumberofNumberofNumberofNumberofNumberofInputUariablesV-UariablesX-UariablesETA-UariablesKSI-Uariables136622NumberofObseruations309表示所有输入变量13个Y变量（外生观测变量）6个X变量（内生观测变量）6个外生潜变量2个内生潜变量2个样本数309TICovarianceMatris1URK1MARK2MARK3FINA1FINA2FINA31URK11.37MARK20.841.261URK30.850.661.31FINA10.11-0.010.231.27FINA20.260.240.420.801.25FINA30.360.140.420.720.801.28EFFE10.240.260.180.170.230.27EFFE20.190.160.150.170.250.31EFFE40.430.190.450.070.220.39SPEE10.400.340.23-0.050.020.03SPEE20.270.260.23-0.06-0.080.00SPEE30.340.260.310.010.010.02CovarianceMatrisEFFE1EFFE2EFFE4SPEE1SPEE2SPEE3EFFE11.55EFFE21.151.57EFFE40.931.151.62SPEE10.360.380.381.16SPEE20.150.190.250.580.89SPEE3-0.020.060.310.430.481.37上图表示输入的协方差矩阵CouarianceMatrixofETfiandKSISPEEMARKFINAEFFEMARK0.98FINA0.270.96EFFE0.140.221.00SPEE0.430.170.311.00上图表示变量间的协方差矩阵

GoodnessofFitStatisticsDegreesofFreedom=50

MinimuniFitFunctionChi-Square=183.41(P=0.0)NormalTheoryWeightedLeastSquaresChi-Square=183.22(P=0.0)

EstimatedNon-centralityParameter(NCP)=133.2290PercentConfidenceIntervalforNCP=(95.57;178.45)MinimuniFitFunctionValue二0.60GoodnessofFitStatisticsDegreesofFreedom=50

MinimuniFitFunctionChi-Square=183.41(P=0.0)NormalTheoryWeightedLeastSquaresChi-Square=183.22(P=0.0)

EstimatedNon-centralityParameter(NCP)=133.2290PercentConfidenceIntervalforNCP=(95.57;178.45)MinimuniFitFunctionValue二0.60PopulationDiscrepancyFunctionValue(F0)二090PercentConfidenceIntervalforF0二(0.31;RootMeanSquareErrorofApprosimation(EJISEA)二90PercentConfidenceIntervalforRMSEA=(0.079P-ValueforTestofCloseFit(RMSEA<0.05)=85・-oExpectedCross-ValidationIndes(ECVI)=90PercentConfidenceIntervalforECVI=(0.ECVIforSaturatedModel=0.51ECVIforIndependenceModel=6.25nu56^—1.2-y■hi-SquareforIndependenceModelwith66DegreesofFreedom=1902.07

IndependenceAIC=1926.07ModelAIC=239.22SaturatedAIC=156.00T11T.--1HT上图表示拟合优度的指标BETAMARKFINAMARK--FINA8.25(0.07)3.77GAMMAEFFESPEE0.43MARK0.43(0.07)6.370.18FINA0.18(0.06)2.90BETA、GAMMA均显示直接影响，BETA是内生潜变量之间的关系，GAMMA是外生潜变量与内生潜变量之间的关系上图表明MARK对FINA影响系数为0.25,EFFE对FINA影响系数为0.18,SPEE对MARK影响系数为0.43

ReducedFormEFFESPEEMARK——0.43(0.07)6.37FINA0.18(0.06)2.900.11(0.03)3.30上图表示EFFE对MARK没有影响，对FINA直接影响为0.18。SPEE对MARK的直接影响为0.43，对FINA有间接影响为0.11（也即0.44X0.26=0.11）注：由于报表数据只有两位所以大部分比结构图中的数字小一点（比如0.43，在结构图中实为0.44）TITotalandIndirectEffectsTotalEffectsofKSIonETASPEEEFFEFINA0.II(0.03)3.300.18(0.06)2.90MASK0.43(0.07)6.37——IndirectEffectsofKSIonETASPEEEFFEFINA0.11(0.03)3.30MAEKTota