最新结构方程建模技术和AMOS应用幻灯片.ppt

《最新结构方程建模技术和AMOS应用幻灯片.ppt》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、结构方程建模技术和AMOS应用内容提要结构方程建模技术背景结构方程建模基本理论结构方程建模分析过程AMOS操作一、结构方程建模技术背景ConfirmatoryfactoranalysisPathanalysisStructuralregressionanalysisSpecialtyofSEMLatentvariablesMeasurementerrorTheorytestingMultivariatestatisticalanalysisSEMispromising二、结构方程建模基本理论基本术语（一）潜变量观测变量观

2、测变量x外生观测变量y内生观测变量外生潜变量内生潜变量基本术语（二）■结构模型■y变量测量模型yy■x变量测量模型xx方差－协方差矩阵1111EFV+=l2222EFV+=lCov(V1,V2)=Cov(l1F1+E1,l2F1+E2)=l1l2Cov(F1,F1)+l1Cov(F1,E2)+l2Cov(E1,F1)+Cov(E1,E2)=l1l2Cov(F1,F1)=l1l2Var(F1,F1)=l1l2VarianceCovariance拟合函数F=F(S,Σ(θ))Maximumli

3、kelihoodFML=log

4、Σ(θ)

5、+Trace[Σ(θ)-1S]–log

6、S

7、-p（p:numberofmeasuredvariable）GeneralizedLeastSquaresAsymptoticDistributionFree结构方程建模分析过程阶段一理论发展（TheoreticalDevelopment）模型识别（ModelIdentification）抽样和测量（SamplingandMeasurement）模型发展参数估计（ParameterEstimation）模型拟合度估计（Assessmentof

8、Fit）讨论和结论（DiscussionandConclusion）阶段二估计和评价模型修正（ModelModification）模型设定（ModelSpecification）SEM的分析策略Modelconfirmation作为验证（confirmatory）的基础针对单一假设模型Modelgeneration先设定一个起始模型，在与实际观察数据进行比较之后，进行必要的修正，反复进行估计的程序以得到最佳拟合的模型ModelCompetition利用不同模型的比较以决定何者最能反应真实数据t-value最小值MI最大值初始模

9、型最终模型基本拟合指标不能有负的误差变异误差变异必须达到显著水平估计参数之间的相关的绝对值不能太接近1因子负荷不能太高或太低，最好介于0.5-0.95不能有很大的标准误模型整体拟合评价Absolutefitmeasures(整体适配性之评估)2不显著GIF(Goodness-of-Fit)>0.9RMR/SRMR<0.05RSMEA<0.05(0.08)Incrementalfitmeasures(底限模型与理论模型的比较)NFI>0.9NNFI>0.9IFI>0.9CFI>0.9RFI>0.9Parsimoniousfit

10、measures(自由度比值的加权)PNFI>0.05PGFI>0.05AIC=2002/df>2,<3(5)模型内在品质个别项目的信度>0.5潜变量的成分信度>0.6潜变量的平均变异抽取>0.5所有估计的参数都达到显著水平标准化残差的绝对值<1.96修正指数<3.84SEM中的三种信度个别项目的信度成分/建构信度(Composite/Constructreliability)平均变异抽取(Varianceextractedmeasure)AMOS操作AMOS简介AMOS是Ana

11、lysisofMomentStructure的简称，它与LISREL，EQS，PROC　CALIS等均能够处理SEM(structuralequationmodeling)问题。AMOS最大的优势在于其路径图的图形用户界面，免去如LISREL中界定八大参数矩阵的繁琐。AMOS具有AMOSGraphics与AMOSBasic两种模式，前者对于径路图的绘制和输出非常便捷，后者则可以进行复杂的模型设定。SoftwareforSEMCitationsofAMOSKacmar,K.M.,Andrews,M.C.,VanRooy,D.L.

12、,Steilberg,R.C.,&Cerrone,S.(2006).Sureeveryonecanbereplaced...butatwhatcost?Turnoverasapredictorofunit-levelperformance.AcademyofManagemen