SEM原理應(yīng)用及操作講解

《SEM原理應(yīng)用及操作講解》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在教育資源-天天文庫。

1、SEM原理、應(yīng)用及操作尹衛(wèi)兵同濟(jì)大學(xué)經(jīng)濟(jì)與管理學(xué)院主要內(nèi)容PARTA：SEM原理PARTB：SEM應(yīng)用PARTC：SEM上機(jī)操作SEM的定義PARTA結(jié)構(gòu)方程模型（StructuralEquationModeling/StructuralEquationModel/StructureEquationModeling，簡稱SEM）是基于變量的協(xié)方差矩陣來分析變量之間關(guān)系的一種綜合性的統(tǒng)計(jì)方法，因此又稱為協(xié)方差結(jié)構(gòu)分析。SEM的優(yōu)點(diǎn)PARTA同時(shí)處理多個(gè)因變量；容許自變量和因變量含有誤差，精確估計(jì)觀察變量與潛在變量之間的關(guān)系；同時(shí)估計(jì)因子結(jié)構(gòu)和因子關(guān)系；可以估計(jì)整個(gè)模型和數(shù)據(jù)的擬合程度。相

2、關(guān)概念PARTA潛變量(latentvariable)：不能被直接測(cè)量的變量；內(nèi)生潛變量:受其它潛變量影響的潛變量，也稱為因變量、內(nèi)顯潛變量、內(nèi)生因子（EndogenousFactors）等；外生潛變量:由系統(tǒng)外其他因素決定的潛變量，也稱為自變量、外顯潛變量、外生因子（ExogenousFactors）等；指標(biāo)(observableindicators)：間接測(cè)量潛變量的指標(biāo)，也稱為觀測(cè)變量；內(nèi)生指標(biāo):間接測(cè)量內(nèi)生潛變量的指標(biāo)；外生指標(biāo):間接測(cè)量外生潛變量的指標(biāo)。相關(guān)概念（續(xù)1）PARTA中介變量（Mediator）：考慮自變量X對(duì)因變量Y的影響，如果X通過影響變量M來影響Y，則稱M為

3、中介變量；中介效應(yīng)（MediatorEffects;MediatingEffect）調(diào)節(jié)變量(Moderator)：如果變量Y與變量X的關(guān)系是變量M的函數(shù)，稱M為調(diào)節(jié)變量；調(diào)節(jié)效應(yīng)（ModeratorEffects;ModeratingEffect）相關(guān)概念（續(xù)2）PARTA控制變量（ControlVariable;ControlVariables;ControlledVariable）：是指那些除了實(shí)驗(yàn)因素(自變量)以外的所有影響實(shí)驗(yàn)結(jié)果的變量,這些變量不是本實(shí)驗(yàn)所要研究的變量,所以又稱無關(guān)變量、無關(guān)因子、非實(shí)驗(yàn)因素或非實(shí)驗(yàn)因子。題項(xiàng)(Items):具體操作問題結(jié)構(gòu)方程模型的結(jié)構(gòu)PA

4、RTA測(cè)量模型:測(cè)量指標(biāo)與潛變量之間的關(guān)系x=∧xξ+δy=∧yη+ε其中，ξ：外生潛變量(xi)η：內(nèi)生潛變量(eta)x：外生指標(biāo)δ：x的誤差項(xiàng)(delta)y：內(nèi)生指標(biāo)ε：y的誤差項(xiàng)(epsilon)∧x：外生指標(biāo)與外生潛變量的關(guān)系(lambda)∧y：內(nèi)生指標(biāo)與內(nèi)生潛變量的關(guān)系結(jié)構(gòu)方程模型的結(jié)構(gòu)（續(xù)）PARTA結(jié)構(gòu)模型對(duì)于潛變量間的關(guān)系，可用結(jié)構(gòu)方程表示：η=Bη+Гξ+ζη：內(nèi)生潛變量(eta)ξ：外生潛變量(xi)B：內(nèi)生潛變量間的關(guān)系(bta)Г：外生潛變量對(duì)內(nèi)生潛變量的影響(gamma)ζ：結(jié)構(gòu)方程的殘差項(xiàng)(zeta)SEM的八個(gè)矩陣PARTASEM主要參數(shù)PARTA結(jié)

5、構(gòu)方程模型的路徑系數(shù)圖PARTA在SEM中用直觀的圖形表達(dá)各變量之間的關(guān)系，這種圖形稱為路徑系數(shù)圖。SEM路徑系數(shù)圖圖形規(guī)則PARTA橢圓形表示潛變量綠色橢圓形代表外生潛變量；黃色橢圓形代表內(nèi)生潛變量；長方形代表觀測(cè)指標(biāo)灰色長方形代表外生觀測(cè)指標(biāo)；亮藍(lán)色長方形代表內(nèi)生觀測(cè)指標(biāo)；長方形代表觀測(cè)指標(biāo)SEM路徑系數(shù)圖圖形規(guī)則（續(xù)）PARTA單向箭頭表示單向影響或效應(yīng)潛變量之間；潛變量與觀測(cè)指標(biāo)之間；單向箭頭且無起始圖形表示測(cè)量誤差或未被解釋部分潛變量；觀測(cè)指標(biāo)；雙向弧形箭頭表示相關(guān)關(guān)系潛變量之間；觀測(cè)指標(biāo)之間；SEM擬合指標(biāo)PARTAχ2與χ2/df：χ2值越小，說明實(shí)際矩陣和輸入矩陣的差異

6、越小，說明假設(shè)模型和樣本數(shù)據(jù)之間擬合程度越好。擬合優(yōu)度指數(shù)（GoodnessofFitIndex，GFI）和調(diào)整擬合優(yōu)度指數(shù)（AdjustedGoodnessofFit，AGFI）：反映了假設(shè)模型能夠解釋的協(xié)方差的比例，擬合優(yōu)度指數(shù)越大，說明自變量對(duì)因變量的解釋程度越高，自變量引起的變動(dòng)占總變動(dòng)的百分比越高。殘差均方根（RootMeansquareResidual，RMR）和近似誤差均方根（RootMeanSquareErrorofApproximation，RMSEA）：殘差均方根和近似誤差均方根是測(cè)量輸入矩陣和估計(jì)矩陣之間殘差均值的平方根，數(shù)值越小則說明模型擬合程度越佳。規(guī)范擬合指

7、數(shù)（NormedFitIndex，NFI）和增量擬合指數(shù)（IncrementalFitIndex，IFI）：規(guī)范擬合指數(shù)是測(cè)量獨(dú)立模型與假設(shè)模型之間卡方值的縮小比例。但其與卡方指數(shù)一樣，容易收到樣本容量的影響，為彌補(bǔ)其缺點(diǎn)，學(xué)者建議采用增量擬合指數(shù)來衡量模型優(yōu)度。比較擬合指數(shù)（ComparativeFitIndex，CFI）：比較擬合指數(shù)反映了獨(dú)立模型與假設(shè)模型之間的差異程度，數(shù)值越接近1，則假設(shè)模型越好。SEM擬合指標(biāo)范例PARTADegre