Multi-SampleStructural Equation Modeling多样本结构方程模式分析.ppt

《Multi-SampleStructural Equation Modeling多样本结构方程模式分析.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、Multi-SampleStructuralEquationModeling多樣本結構方程模式分析結構方程模式StructuralEquationModeling1SingleandmultiplesamplesSEMSinglesampleSEM模型所分析的資料來自於母體當中的一個隨機樣本的觀察資料MultiplesamplesSEM模型所分析的資料來自於多個母體當中的多個隨機樣本的觀察資料例如不同類型的工作者（內勤與外勤人員）、不同層級的員工（主管與部屬）、不同族群的比較（台灣樣本與大陸樣本）、性

2、別差異（男性與女性）、不同實驗狀況（實驗組與對照組）主要目的在檢驗假設模型在不同樣本間是否相等（invariantorequivalent），也就是多樣本恆等性或等同性（multi-groupinvariance）2恆等性檢驗的各種策略測量恆等性（measurementinvariance）指測驗工具或評量方法施於不同的對象或於不同的時點上使用時，測驗分數或評量結果應具有一定的恆等性1.測量模型的恆等性評估:觀察變項的數據在不同的樣本間是否等同？2.結構模型的恆等性評估:研究者所提出的因素結構在不同的樣

3、本間是否等同？3.特定參數在不同樣本的估計狀況某些特定的參數（如迴歸或相關係數）在不同樣本間是否等同？4.平均數結構恆等性評估:潛在變項的平均數在不同的樣本間是否等同？5.複核效化（cross-validation）因素結構在不同樣本上是否可以複製？3跨樣本SEM的參數估計基本原理跨樣本比較時，變項的標準化必須是跨樣本來進行，也就是建立跨樣本的共同計量尺度（commonmetricforallgroups），而不是單獨針對某一個樣本下的潛在變項或觀察變項標準化。標準化解共同量尺標準化解commonmet

4、ricstandardizedsolutionLISREL中以SS指令進行潛在變項的標準化時，LISREL將會對於潛在變項進行跨樣本的標準化，也就是求取以所有樣本計算出的共變矩陣的加權平均值，以獲得跨樣本的相關係數矩陣組內標準化解withingroupstandardizedsolution單獨估計個別樣本下的標準化解完全標準化解共同量尺完全標準化解（commonmetriccompletelystandardizedsolution）與組內完全標準化解（withingroupcompletelysta

5、ndardizedsolution）將測量變項與潛在變項的變異數都設定為相等，所得到的參數均具有標準化的特性。LISREL中係以SC來求取4跨樣本SEM的模型評估多樣本契合函數模型自由度為總測量資料點數（DP）減去各樣本估計參數的總和（t）。多樣本SEM分析當中，只會產生一個卡方估計數與一個自由度，表示多樣本分析的整體契合情形，而GFI、RMR等指數則是分就不同的樣本報告之。5恆等性檢驗的策略共變矩陣恆等性檢驗樣本間的共變矩陣的等同性是否成立因素恆等性檢驗檢測因素的數目（k）是否相等基準模型（basel

6、inemodel）則是矩陣與其他所有參數均未設定樣本間相等考驗因素負荷量是否相等限定模型（恆等模型）是將各樣本的測量模型中的矩陣設定為樣本間相等因素負荷量與殘差變異跨樣本恆等性（H）同時考驗因素相關、負荷量與殘差變異的跨樣本恆等性（H）當因素恆等性假設成立的情況下，進一步的檢驗結構模型當中各參數的恆等性，例如Beta、Gamma、Psi矩陣各參數的恆等性。部分恆等性檢驗（testforpartialinvariance）其步驟是當被檢驗的矩陣在不同樣本間具有差異的情況下，再考驗究竟矩陣中的

7、何者或哪些參數具有跨樣本的差異性6LISREL恆等性參數限定語法SP（samepattern）：表示樣本間矩陣具有相同的型態。SS（samestartingvalue）：表示參數估計使用與前一個樣本相同的起始值來進行估計。PS（samepatternandstartingvalue）：表示樣本間矩陣具有相同的型態並使用與前一個樣本相同的起始值來進行估計。IN（invariant）：表示矩陣為恆等矩陣，矩陣的型態與參數的估計狀態（FR或FI），以及參數數值均與第一個樣本相同。7複核效化檢驗複核效化（cro

8、ss-validation）指測量的結果具有跨樣本或跨情境的有效性。在結構方程模式中，一個理想模型在不同樣本上重複出現的程度，即稱之為模型的複核效化基本程序將樣本切割為兩個樣本，利用多樣本模型分析針對同一個假設模型進行估計，一個樣本稱為測定樣本（calibrationsample），另一個樣本則為效度樣本（validationsample）先將一個被檢驗的SEM模型在測定樣本上進行估計後，重複在效度樣本上進行檢驗，檢驗時，參數的數值應套入先