欢迎来到天天文库
浏览记录
ID:48163560
大小:4.78 MB
页数:38页
时间:2020-01-16
《结构方程原理课件.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、结构方程原理引子传统的多元回归分析、方差分析都存在一定的局限:例如要求有一个因变量和多个自变量,并假定所用的变量都是可直接观测的等。结构方程模型(简称SEM)是是当代行为与社会领域量化研究的重要统计方法,它融合了传统多变量统计分析中的“因子分析”与“回归分析”的统计技术,对于各种因果模型可以进行模型识别、估计和验证。堪称第二代统计分析方法。举例来说:例如我们研究对某超市的顾客购物服务满意度。影响满意度涉及七个因素:超市形象某超市总体形象的评价(a1)与其它超市相比的形象(a2)与其它超市相比的品牌知名度(a3)质
2、量期望购物前,对某超市整体服务的期望(a4)购物前,期望某超市商品的新鲜程度达到的水平(a5)购物前,期望某超市营业时间安排合理程度(a6)购物前,期望某超市员工服务态度达到的水平(a7)购物前,期望某超市结账速度达到的水平(a8)质量感知购物后,认为某超市商品的新鲜程度达到的水平(a10)购物后,认为超市营业时间安排合理程度(a11)购物后,认为某超市员工服务态度达到的水平(a12)购物后,认为某超市结账速度达到的水平(a13)感知价值您认为某超市商品的价格如何(a14)与其他超市相比,您认为某超市商品的价格如
3、何(a15)顾客满意对某超市的总体满意程度(a16)和您消费前的期望比,您对某超市的满意程度(a17)和您心目中的超市比,您对某超市的满意程度(a18)顾客抱怨您对某超市投诉的频率(包括给超市写投诉信和直接向超市人员反映)(a19)您对某超市抱怨的频率(私下抱怨并未告知超市)(a20)您认为某超市对顾客投诉的处理效率和效果[正向的,采用Likert10级量度从“非常低”到“非常高”](a21)顾客忠诚我会经常去某超市(a22)我会推荐同学和朋友去某超市(a23)如果发现某超市的产品或服务有问题后,能以谅解的心态主
4、动向超市反馈,求得解决,并且以后还会来超市购物(a24)量表目录结构方程的定义和特点模型的设定测量模型结构模型模型的识别模型的估计模型的评估模型的修正一个包括一组自变数和一个或更多因变量的计量模型。当因果关系被包括进来时,此计量模型便称为结构方程模型(StructuralEquationModeling,SEM),它可建立变量间的因果模型(CausalModel)。多元回归、因子分析和路径分析(pathanalysis)等方法都只是结构方程模型中的一种特例。其相应的统计分析软件─SPSS/AMOS与LISREL─
5、的应用。概念SEM的特点理论先验性同时处理测量与分析问题以协方差的应用为核心所谓协方差就是两个变量间的线性关系,如果变量间有正向的线性关系,则协方差为正,相反的,若变量间的线性关联为反向关系,则其协方差为负数,协方差的数值介于-∞到+∞之间。适用大样本分析(2)允许自变量和因变量均包含测量误差。在测量方程中潜变量的观察标识可以包含大量的测量误差。而回归分析只允许因变量存在测量误差,假定自变量没有误差。(3)可估计整个模型的拟和程度。通过结构方程软件计算出的多个拟和参数值,可以判断不同模型对同一个样本数据的整体拟和
6、程度,从中选取最确切的模型。结构方程模型的优点(1)能同时处理多个因变量。结构方程模型可同时考虑并处理多个因变量。而回归分析中,只能处理一个因变量,如果有多个因变量需要处理,则需分别计算,这样在计算一个因变量时,就忽略了其他因变量的存在及影响。(2)可根据理论和经验,设定某些公共因子之间具有相关与否,甚至于将这些公共因子间的相关设定为相等的关系。而因子分析中,公共因子之间不是完全没有关系就是完全相关。结构方程模型的优点(1)测量表中的每个题项可以同时分属于不同的公共因子,并可设定一个固定的因子负荷量,或将数个题项
7、的因子负荷量设为相等。而因子分析中测验的个别项目只能被分配给一个公共因子,并只有一个因子负荷,如果一个测验题项与两个或两个以上的因子构念间有关,则因子分析就无法处理。根据引子中的对超市满意度的例子,我们先来建一个初始的结构方程模型,并以此了解结构方程中的一部分相关名词圆或椭圆表示潜变量正方形或长方形表示观测变量单向箭头表示单向影响或效应双向弧形箭头表示相关单向箭头指向因子表示内生潜变量未被解释的部分(即残差项)单向箭头指向指标表示测量误差图中符号和意义结构方程模型分析的步骤设定识别估计评估修正1、模型设定:研究者
8、先要根据理论或以往的研究成果来设定假设的初始理论模型。2、模型识别:此一步骤要决定所研究的模型是否能够求出参数估计的唯一解。3、模型估计:模型参数可以采用几种不同的方法来估计,最常使用的模型估计方法是最大似然法(maximumlikelihood)。4、模型评估:对模型与资料之间是否拟合进行评估,并与替代模型的配合指标进行比较。5、模型修正:如果模型不能很好地拟合资料,就
此文档下载收益归作者所有