线性结构关系模式(LInearStructuralRELationmodel,LISREL).doc

《线性结构关系模式(LInearStructuralRELationmodel,LISREL).doc》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、線性結構關係模式(LInearStructuralRELationmodel,LISREL)1處理因果關係模式的統計方法1.1因、果à因素分析1.2因果àregressionmodel或是pathanalysis2從文獻與先驗經驗決定可能的因果關係3此處的因素分析是確認型的因素分析(confirmatoryfactoranalysis)，確認已知且事先歸類的可能因素，相較於只知多重現象但未知原由時的變數縮減，稱之為Exploratoryfactoranalysis。4LISREL的變數間之因果關係分析，其變數可分為顯現

2、變數(manifestvariables)與潛伏變數(latentvariables)，後者通常為無法實際衡量的「構念變數」，而前者多為可實際測得的變數或直接為問卷上的問題，至於潛伏變數之間的關係多為因果關係，而顯現變數與潛伏變數之間則為因素關係。5LISREL模式之因素分析，乃假設數個指定的顯現變數可濃縮於某一潛伏變數，於是這數個顯現變數即代表此一潛伏變數的因素。所以哪些顯現變數對應哪一潛伏變數，必須是事先知悉且設計好的。6LISREL模式中的迴歸分析(或因徑分析)，乃假設某些潛伏變數之間可能存在的因果關係，哪一潛伏

3、變數造成其它潛伏變數之變化，但這些關係都來自於文獻與先驗的因果關係。在LISREL中，被認為是因的變數稱之為外生變數(exogenousvariables)，而被認為是果的變數稱之為內生變數(endogenousvariables)。意謂著，在給定外生變數(x1,x2,…xm)之下，內生變數(y1,y2,..yn)將會如何變化，這些變化就反映在迴歸係數之上。7利用SASCalis可以執行LISREL分析。執行的結果主要有適合度卡方分析，乃作為評斷此一依先驗經驗設計的因果模式之解釋效力，如果卡方值過大，造成P-value

4、過小，則表示模式並不適合實際的變數關係，其產生的因果迴歸係數，必定有部份是呈現不顯著的關係。7.1變數之間的因果關係之顯著與否，可從各係數的t-value看出，如果樣本數很大時，可以與±1.96比較之，如果在此範圍之外，則表示顯著異於零，確認先驗的因素或因果關係具顯著性。Γ/gamma/η/eta/ξ/ksi/ζ/zeta/Ψ/psi/,ρ/rho/ε/epsilon/θ/theta/τ/tau/δ/delta/σ/sigma/Φ,ψ/phi/