结构方程在心理学研究中的应用

结构方程在心理学研究中的应用

ID:34456113

大小:259.78 KB

页数:5页

时间:2019-03-06

结构方程在心理学研究中的应用_第1页
结构方程在心理学研究中的应用_第2页
结构方程在心理学研究中的应用_第3页
结构方程在心理学研究中的应用_第4页
结构方程在心理学研究中的应用_第5页
资源描述:

《结构方程在心理学研究中的应用》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、406心理科学2001年第24卷第4期X结构方程在心理学研究中的应用方平熊端琴蔡红(首都师范大学教科院心理学系,北京,100037)摘要近年来,在教育、社会及心理学等研究领域,结构方程模型(SEM,StructuralEquationModeling)已成为重要的多变量分析方法,并日益受到广大研究者的重视。本文旨在对SEM作简要概述,并讨论其在心理学研究中的应用,以及在应用过程中应该遵循的标准和需要注意的一些问题。关键词:结构方程模型(SEM)潜变量因果模型出理论模型,主要依据以下假设:一是线性模型可以1SEM概述体现观察数据特征的假设;二是观察指标与潜变

2、量结构方程模型是在已有的理论基础上,用与之相关系的假设;三是潜变量或观察指标作用方向及属应的线性方程系统表示该理论的一种统计分析方法。性的假设。一般而言,结构方程模型由测量部分和潜变量部分组31模型识别识别所指定的模型是建立SEM成。测量部分考察观察指标与潜变量之间的关系;潜模型的重要阶段,如果假设的模型本身不能识别,则变量部分考察潜变量与潜变量之间的关系。因此,结无法得到系统各个自由参数的唯一估计值。模型识构方程模型可分为测量模型和潜在结构模型。别的一个必要但非充分的条件是,模型的自由参数[5][6]测量模型的方程是:X=Λξx+δ不能多于观察数据的方差

3、和协方差总数。Y=Λγη+ε41模型拟合就是把观察数据与统计模型相X、Y分别是外源和内源指标;η、ξ分别是内源和外拟合,并用一定的拟合指标对其拟合程度加以判断。源变量δ;、ε分别是X、Y的测量误差;Λx是X指标51模型评价模型评价是在已有的证据和理与外源潜变量ξ的关系;Λγ是Y指标与内源潜变量论范围内,考察所提出的模型是否能最充分地对观η的关系。察数据作出解释。因此,它远比仅确定模型与数据[4][8]潜在结构模型的方程是η:=βη+Γξ+ζ的拟合程度更为复杂。其中β,是内源潜变量之间的关系,Γ是外源潜变量2结构方程模型的应用对内源潜变量的影响ζ,是模型中未

4、能解释的部分。结构方程模型有几个突出的优点:(1)可同时考211对测量问题的分析虑和处理多个因变量;(2)容许自变量和因变量含有结构方程模型的重要应用在于检验测验的信测量误差;(3)与因素分析相似,SEM容许潜变量由度、效度及解释测量中的其他一些问题。例如,在许多个观察指标构成,并可同时估计各指标的信度和多发展性研究中,数据主要来自于个体对自己或对效度;(4)SEM可采用比传统方法更有弹性的测量他人行为的报告。但是,行为报告不可能提供准确模型。如某个指标在SEM中可从属于两个潜在因的行为原因,同时研究还受到多种变异来源的影[1]素,但在传统方法中,一个指标

5、大多只依附于某一个响。因此,对行为报告在多大程度上提供有效的因素;(5)研究者可设计出潜变量间的关系,并估计行为变异指标进行检验很有必要。结构方程模型则整个模型与数据的拟合。能够对各个指标的信度和效度加以分析。结构方程模型的建构一般包括以下几个步骤:结构方程模型的应用,为检验观察数据与基本11模型构想结构方程模型的出发点是为观行为结构之间的关系提供了一种有效的方法。近几察变量间假设的因果关系建立起具体的因果模型,年,心理学领域的许多研究都采用了结构方程模型,也就是可以用路径图明确指定变量间的因果联系。其应用主要集中在两个问题上:但模型的建立必须以正确的理论

6、为基础,否则无法(1)确定数据维度分析测量数据的主要任务正确解释变量关系。在于确定数据所代表的行为范畴。有时观察数据的21模型指定我们可以用线性方程系统表示维度是比较明确的,但有时可能不太明确。比如,同X本研究得到北京市教育“九五”重点规划项目资助。第4期方平等:结构方程在心理学研究中的应用407一行为既可能是品德问题,也可能是注意问题或其是不可能的,因为这些观察变量会受到测量方法和它问题,它们之间既有区别又有联系,因而在确定其测量误差的影响,而测量方法的影响及观察变量的[7]范畴时有很大的困难。就目前的方法而言,可以测量误差,继而也会影响对非遗传因素作用

7、的估计。用验证性因素分析解决类似的数据维度问题。214结构方程模型的其他应用(2)多源数据(multipleinformantdata)的分析除上述提及的应用之外,结构方程模型还有一由于许多研究者已认识到数据的随机性,因而他些特殊的应用。们力图收集多源数据,由多源数据间的相关以增强行11总体异质性分析为报告的有效性。但这种做法并未取得良好效果,相在许多研究中,研究者假设不同子总体对同样反还引发了有关信度、效度等问题。为了达到上述目的环境会作出不同的反应。例如,已有研究表明,引的,现在通常采用所谓的多特质、多方法(multitrait起异常行为的冒险因素与生

8、活轨迹之间的关系具有[2]multimethod)的MTMM模型。

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。