结构方程模型LISREL肖前国PPT文档.ppt

单击此处编辑母版标题样式,单击此处编辑母版文本样式,第二级,第三级,第四级,第五级,*,*,结构方程模型,-SIMPLIS,的应用,肖前国,1,主要内容：,第一节 结构方程模型的理论概述,第二节 基于,SIMPLIS,的量表效度检验,第三节 基于,SIMPLIS,的量表验证性因素分析,第四节 基于,SIMPLIS,的结构方程模型检验,参考学习资料：,1.,书籍：结构方程模型,-simplise,的应用,-,吴明隆,2.,书籍：结构方程模型的原理与应用（邱皓政）,2.,视频：,【,文光讲堂,】,结构方程模型（,SEM);(,周文光老师,),结构方程模型的理论概述,一、基本概念与知识：,1.,基本原理,:,检验样本数据的协方差矩阵与理论假设模型隐含的协方差矩阵间的差异。,2.,基本构成：,测量模型（验证性因素分析）、结构模型（路径分析）,3.,基本条件,:,理论层面：有足够的理论基础,技术层面：,a.,样本足够大（,200n0.05,(,易受样本量的影响,),拟合优度指数,GFI,0.9(,相当于,R,2,),调整拟合优度指数,AGFI,0.9,标准化残差均方和平方根,SRMR,0.05,渐进残差均方平方根,RMSEA0.9,非正态拟合优度指数,NNFI0.9,比较拟合优度指数,CFI0.9,相对适配指标,RFI0.9,简约拟合优度指数：,PNFI0.5,PGFI0.5,-,卡方自由度比,NC0.5,（使用计算插件）,每组观察变量可以被潜在变量的平均解释程度（百分比）。,(4),参数统计量的估计值显著，即,t,值的绝对值大于,1.96,（,5,）标准化残差的绝对值小于,3,（,6,）修正指标,MI,（,Modification indices,）小于,3.84,【,Joreskog,Sorbom,认为当,MI,大于,7.882,时才有必要修正模型,】,注意：,MI,要结合期望改变量来决策！,13,14,第一节 结构方程模型的理论概述,三、,SIMPLIS,的介绍与操作,1.Simplis,语法,非常简洁明了，能使用多种格式的原始数据进行分析。,2.Simplis,语法包括三部分：,数据读取及样本数的设定,观察变量、潜在变量及其关系设定,输出结果报表的设定,3.,注意事项：,第一行为标题行；,英文状态下输入；可按,enter,键直接,换行；变量名不分大小写，但关键,词与选择性选项区分大小写；变量,名最多八字符；变量间以空一格分开；,关键指令后的冒号可省略；先界定,Y,变量，再界定,X,变量；,.sav,文档另存为,.dat,或,.psf,格式；,15,第二节 基于,SIMPLIS,的量表效度检验,一、汇聚效度的检验,二、区分效度的检验,16,一 汇聚效度的检验,17,1.,将,SPSS,格式数据转化为,SEM,要求的,.psf,格式文件,案例：,健全人格取向大学生心理健康量表程科,博士,编制,，,6,个维度，,27,个题目,：,幸福体验,；,人际和谐,；,积极乐学,；,情绪调控,；,目标追求,；,勇于挑战,。,18,2.,数据的编辑,19,3,写程序,Observed Variables:,观察变量（按顺序写）,jk1 jk7 jk13 jk19 jk25,jk2 jk8 jk14 jk20 jk26,jk3 jk9 jk15 jk21 jk27,m1 m2 m3,（各变量的均值）,Raw Data from file E:LEARNINGSEMvalidity.psf,（数据位置）,Sample size=776,（样本量）,Latent Variables:w1 w2,（潜变量）,Relationships,：（关系）,jk1=1*w1,（乘以,1,表示潜变量的测量单位与变量,jk1,的相同）,jk7 jk13 jk19 jk25=w1,Path Diagram,（画图）,!Admissibility check=off/AD=on/off,(,是否检查估计值的可行性、合理性,),Option:RS SC MI EF ND=3 IT=100 ME=ML,/LISREL Output ALL,End of Problem,注：在测量模型中的基本语法是：,x1 x2=,潜在变量,；,在结构模型中的基本语法是：果变量（内因潜在变量）,=,因变量（外因潜在变量）：,1 2=1,20,4,、保存程序并运行,21,5,结果解释,1.,拟合指数良好,2.t,值显著（不显著，指示线自动会变化）,3.,标准化路径负荷大于标准误,2,倍。,本结果显示该分量表的汇聚效度不理想！,22,二、区分效度的检验,注意：区分效度有两种,-a.,题项之间的区分效度,b.,变量之间的区分效度,23,(,一,),题项间的区分效度的检验,1.,让题,1,和题,2,进行自由估计：,Observed Variables:,jk1 jk7 jk13 jk19 jk25,jk2 jk8 jk14 jk20 jk26,jk3 jk9 jk15 jk21 jk27,m1 m2 m3,Raw Data from file E:LEARNINGSEMdifference.psf,Sample size=776,Latent Variables:w1 w2,Relationships:,jk1=1*w1,jk7 jk13 jk19 jk25=w1,Set the covariances of jk1 and jk7 free(,让,jk1,和,jk7,自由估计协方差,),Path Diagram,Admissibility check=off,End of Problem,24,2.,保存运行结果,记录下卡方值和自由度：,289.16,df=4,25,3.,不让让题,1,和题,2,进行自由估计,修改程序：,Observed Variables:,jk1 jk7 jk13 jk19 jk25,jk2 jk8 jk14 jk20 jk26,jk3 jk9 jk15 jk21 jk27,m1 m2 m3,Raw Data from file E:LEARNINGSEMdifference.psf,Sample size=776,Latent Variables:w1 w2,Relationships:,jk1=1*w1,jk7 jk13 jk19 jk25=w1,!Set the covariances of jk1 and jk7 free,（加一个“！”就能使这条语句不运行）,Path Diagram,Admissibility check=off,End of Problem,26,4.,保存程序并运行结果,记录卡方值和自由度：记录卡方值和自由度：,286.48,，,df=5,27,5.,利用,Excel,表格统计函数计算卡方差异,具体：利用统计函数,CHIQ.DIST.RT,函数计算卡方分布的右尾概率，即,P,值,28,6.,解释结果,结果表明这两个题项差异不显著，即这两个题项的区分效度不好。但这不意味着这个量表的区分效度不好！,以此类推，可计算各分量表其他两两题项间的区分效度。,29,(,二,),变量层面的区分效度的检验,1,计算多个变量间的测量模型的卡方值：,Observed Variables:,jk1 jk7 jk13 jk19 jk25,jk2 jk8 jk14 jk20 jk26,jk3 jk9 jk15 jk21 jk27,m1 m2 m3,Raw Data from file E:LEARNINGSEMdifference.psf,Sample size=776,Latent Variables:w1 w2 w3,Relationships:,jk1=1*w1,jk7 jk13 jk19 jk25=w1,jk2=1*w2,jk8 jk14 jk20 jk26=w2,jk3=1*w3,jk9 jk15 jk21 jk27=w3,Path Diagram,Admissibility check=off,End of Problem,30,31,2,计算多个变量间的测量模型的卡方值：,Observed Variables:,jk1 jk7 jk13 jk19 jk25,jk2 jk8 jk14 jk20 jk26,jk3 jk9 jk15 jk21 jk27,m1 m2 m3,Raw Data from file E:LEARNINGSEMdifference.psf,Sample size=776,Latent Variables:w1 w2 w3,Relationships:,jk1=1*w1,jk7 jk13 jk19 jk25=w1,jk2=1*w2,jk8 jk14 jk20 jk26=w2,jk3=1*w3,jk9 jk15 jk21 jk27=w3,set the correlation between w1 and w2 to be 1.0,Path Diagram,Admissibility check=off,End of Problem,32,3.,计算两次的卡方值的差异,计算方法同上：,该结果显示差异显著，即表明,这两个维度区分效度良好！,33,第三节 基于,SIMPLIS,的验证因素分析,以,大学生人格健康量表,例,6,个维度：,1.,幸福体验：,j1-j5,2.,人际和谐,:j6-j10,3.,积极乐观,:j11-j15,4.,情绪调控,:j16-19,5.,目标追求,:j20-23,6.,勇于挑战,:j24-j27,34,第三节 基于,SIMPLIS,的验证因素分析,操作步骤：,第一步：,数据准备,-,将,.SAV,格式数据另存为,.psf,格式,第二步：新建,simpliser,窗口,第三步：导入数据，编写程序,-,设定观察变量与潜变量间的关系,第四步：保存运行,第五步：结果分析,35,验证因素分析模型程序,Raw Data from file E:LEARNINGSEMsem,课件肖前国,验证因素分析,.psf,Sample Size=766,Latent Variables H1 H2 H3 H4 H5 H6,Relationships,j1 j2 j3 j4 j5=H1,j6 j7 j8 j9 j10=H2,j11 j12 j13 j14 j15=H3,j16 j17 j18 j19=H4,j20 j21 j22 j23=H5,j24 j25 j26 j27=H6,Path Diagram,Options RS SC MI IT=1000 AD=off ND=3,End of Problem,36,修正模型程序,验证因素分析修改模型,Raw Data from file E:LEARNINGSEMsem,课件肖前国,验证因素分析,.psf,Sample Size=766,Latent Variables H1 H2 H3 H4 H5 H6,Relationships,j1 j2 j3 j4=H1,j6 j7 j8 j9=H2,j11 j12 j13 j14=H3,j16 j17 j18=H4,j20 j21 j22=H5,j24 j25=H6,Path Diagram,Options RS SC MI IT=1000 AD=off ND=3,End of Problem,37,第四节 基于,SIMPLIS,的结构方程模型检验,以,大学生心理健康,、,社会适应,、,生活满意度,为例：,假设：,生活事件,S1 -,积极乐观,H1,-,生活满意度,M,-,情绪调控,H2,-,生活满意度,M,积极乐观,H1:j11-j14,情绪调控,H2:j16-17,生活事件,S1,：,sh1-27,生活满意度,M,：,myd1-4,38,两种程序表示,Raw Data from file E:LEARNING,SEMsem,课件肖前国,验证因素分析,.psf,Sample Size=766,Latent Variables H1 H2 S1 S2 M,Relationships,j11 j12 j13 j14=H1,j16 j17=H2,sh1-sh27=S1,myd1-myd4=M,H1 H2-M,S1-H1,S1-H2,Path Diagram,Options:IT=1000 AD=off,End of Problem,Raw Data from file E:LEARNINGSEMsem,课件肖前国,验证因素分析,.psf,Sample Size=766,Latent Variables H1 H2 S1 S2 M,Relationships,j11 j12 j13 j14=H1,j16 j17=H2,sh1-sh27=S1,myd1-myd4=M,M=H1,M=H2,H1=S1,H2=S1,Path Diagram,Options:IT=1000 AD=off,End of Problem,39,附、,SEM,执行中常见的失误,40,附、,SEM,执行中常见的失误,41,附、,SEM,执行中常见的失误,42,43,附、,SEM,执行中常见的失误,44,附、,SEM,执行中常见的失误,45,