[工程科技]程模型在学术研究的应用PPT课件.ppt

謝章升IBM-SPSS統計工程師起点中文阅读 http:/可编辑可编辑22024/3/62024/3/6可编辑可编辑3探索式因素分析研究人員一開始並未有特定數量的潛在因素被萃取出來。F1e1F2e2e3e4e5e6x1x2x3x4x5x6Charles Spearman 2024/3/62024/3/6可编辑可编辑4驗證式因素分析CFA需要研究人員事先指定預期的結果1.因素的個數2.每個因素所反應的變數(指標)3.因素之間是否相關F1e1F2e2e3e4e5e6x1x2x3x4x5x611Karl Joreskog2024/3/62024/3/6可编辑可编辑51.SEM分析流程2.SEM的基本原理3.結構模式與測量模式4.驗證各個構面的有效性5.驗證式因素分析(CFA 模式)6.構面組成信度與變異數萃取量的計算結構方程模型於學術上的應用大綱2024/3/62024/3/6可编辑可编辑6SEM基本流程2024/3/62024/3/6可编辑可编辑7SEM具有理論先驗的特性，SEM模型建立需經過觀念釐清、文獻回顧與推導。以驗證理論為主。2024/3/62024/3/6可编辑可编辑8根據理論的基礎及研究人員個人的知識與經驗，建立SEM分析路徑圖。2024/3/62024/3/6可编辑可编辑9橫斷面資料通常採問卷設計調查。次級資料。縱斷面資料時間序列調查重複量數實驗設計2024/3/62024/3/6可编辑可编辑10簡單隨機抽樣2024/3/62024/3/6可编辑可编辑11樣本規模大小遺漏值處理常態及例外值檢定模型估計CFASEM模型信度模型配適度模型修正2024/3/62024/3/6可编辑可编辑12模型配適度不差是報告結果的必要條件之一。2024/3/62024/3/6可编辑可编辑13與理論假設模型做比較，並予推論，如有不符可以探討原因，回頭修正理論的正確性。2024/3/62024/3/6可编辑可编辑14結構方程式模型分析法是種以迴歸為基礎的多變量技術，並結合路徑分析及因素分析，屬於驗證性實證研究的資料分析法，能同時處理多組變項間的關係，其目的在探究變數間的因果關係以驗證理論，故又可稱為因果模式分析技術。因此，在使用驗證性研究方法時，研究者所提的研究模式必須具有理論基礎，由理論來引導。SEM的基本原理2024/3/62024/3/6可编辑可编辑15變項與符號變項與符號意義意義關係類型關係類型X YX YX Y1 Y2X YY1 Y2 Y3 Y1潛在變項潛在變項觀察變項觀察變項相關相關(共變共變)單向因果關係單向因果關係單向因果關係單向因果關係回溯因果關係回溯因果關係non-recursive循環因果關係循環因果關係(feedback)又稱為因子又稱為因子(factor)可以是可以是X或或YX與與Y為共變關係為共變關係X對對Y的直接效果的直接效果X對對Y1為直接效果為直接效果X對對Y2為問接效果為問接效果Y1為中介變數為中介變數X與與Y互為直接效果互為直接效果,X與與Y具有回饋循環效果具有回饋循環效果Y1對對Y2、Y2 對對Y3、Y3對對Y1均為直接效果均為直接效果，Y1、Y2、Y3 為間接循環為間接循環效果效果2024/3/62024/3/6可编辑可编辑16SEM分析常用的軟體AmosLISRELEQSMplusSAS CalisSepathMXx1x2F F1 1F F3 3y1y2e e7 7L Lx1D D3 3e e9 9L Lx2L Ly1L Ly2x4x5y4y5e e1010L Lx3D D4 4e e1212L Lx4L Ly4L Ly5F F2 2F F4 4covcovb b4141b b4242b b4343b b3131x3x6y3y6e e1 1e e2 2e e3 3e e4 4e e5 5e e6 6e e8 8L Ly3L Ly6e e1111L Lx5L Lx62024/3/62024/3/6可编辑可编辑17SEM的類別1.路徑分析模型2.驗證式因素分析模型3.結構迴歸模型4.潛在成長模型2024/3/62024/3/6可编辑可编辑18路徑分析模型績效與期望是相關兩個變數皆會影響滿意度，滿意度又影響忠誠度。績效與期望對忠誠度沒有直接效果績效期望滿意度忠誠度2024/3/62024/3/6可编辑可编辑19路徑分析模型2024/3/62024/3/6可编辑可编辑20路徑分析模型2024/3/62024/3/6可编辑可编辑21驗證式因素分析模型潛在變數之間的相關及驗證觀察變數是否能被潛在變數所解釋，亦即觀察變數是否真能反應該構面的真實情形。covcovcovcovx1x2x3滿意度滿意度滿意度滿意度e eL Lx1e ee eL Lx2L Lx3x4x5x6忠誠度忠誠度忠誠度忠誠度e e4 4L Lx4e e5 5e e6 6L Lx5L Lx62024/3/62024/3/6可编辑可编辑22結構迴歸模型為CFA的組合，假設構面之間影響關係的解釋而不是構面相關，主要做為理論的驗證。顧客期望顧客期望知覺價值知覺價值整體滿意度整體滿意度顧客抱怨顧客抱怨顧客忠誠顧客忠誠2024/3/62024/3/6可编辑可编辑23x1x2x3F1F1滿意度滿意度F2F2忠誠度忠誠度y1y2y3e ee e4 4L Lx1b bD De e5 5e e6 6e ee e測量殘差外生觀察變項因素負荷量外生潛在變項結構參數內生潛在變項因素負荷量內生觀察變項結構模式測量(CFA)模式測量殘差L Lx2L Lx3L Ly1L Ly2L Ly3測量(CFA)模式結構模式與測量模式2024/3/62024/3/6可编辑可编辑24結構模式與測量模式完整的SEM模型參數圖示2024/3/62024/3/6可编辑可编辑251.所有獨立變數的變異數均是模型的參數2.所有外生變數之間的共變異數都均是模型的參數3.所有與潛在變項有關的因素負荷量均是模型的參數4.所有測量變項之間或潛在變項之間的迴歸係數都是模型的參數5.與內生變項有關的量數都不是模型的參數6.對每一個潛在變項，必須給定一個適當的潛在量尺SEM參數設定原則(Raycov&Marcoulides,2006)2024/3/62024/3/6可编辑可编辑26所有獨立變數的變異數均是模型的參數2024/3/62024/3/6可编辑可编辑27所有自變數之間的共變異數都是模型的參數2024/3/62024/3/6可编辑可编辑28Amos路徑分析與SPSS迴歸比較2024/3/62024/3/6可编辑可编辑29所有潛在變數與觀察變數之間的因素負荷量均是模型的參數2024/3/62024/3/6可编辑可编辑30所有的觀察變數或潛在變數之間的迴歸係數都是模型的參數2024/3/62024/3/62024/3/6 2024/3/6 周三周三31可编辑可编辑32因變數之間與自變數與因變數之間的共變異數都不是模型的參數2024/3/62024/3/6可编辑可编辑33潛在變項與一般量測變項最大的不同在其不可直接量測的特性，因此潛在變項缺乏一個自然存在的尺度，而必須以人為的手段設定尺度SEM最常使用的方法是將外生潛在變項變異數設為1;或將潛在變項其中的一個測量變項與潛在變項的因素負荷量設為1。兩種方法結果一樣，若目的為理論驗證，採第二種方法較為適宜。SEM參數設定原則-第6原則探討D Dx1x2滿意度滿意度滿意度滿意度y1y2e ee e3 3L L1e e4 4e eL L21L L4WW1忠誠度忠誠度忠誠度忠誠度標準化設定標準化設定未標準化設定未標準化設定2024/3/62024/3/6可编辑可编辑34SEM的重要矩陣S 矩陣樣本共變異數矩陣調查的資料()矩陣模型再製(預測)矩陣(model implied covariances)殘差共變異數矩陣S()(SEM的H0假設)2024/3/62024/3/6可编辑可编辑35估計方法(ML,ADF,WLS,ULS)CFA的目的是用來估計測量模型(因素負荷量、因素變異數及共變異數、誤差項共變異數)。運用疊代的方式使得S矩陣與()矩陣儘可能的接近，亦即愈接近，模型配適度愈好。疊代運算停止的兩個充份條件1.達到電腦預計的疊代次數，如25次2.模式收斂完成，亦即達到電腦預設標準2024/3/62024/3/6可编辑可编辑36疊代到底是蝦米碗榚呢?樣本矩陣S模型預測矩陣估計方法(ML)2024/3/62024/3/6可编辑可编辑37資料型態原始資料(raw：subjects；column：variables)共變異數矩陣相關矩陣含平均數、標準差2024/3/62024/3/6可编辑可编辑38資料符合常態、無遺漏值及例外值(Bentler&Chou,1987)下，樣本比例最小為估計參數的5倍，10倍則更為適當。當原始資料違反常態性假設時，樣本比例應提升為估計參數的15倍。以ML法評估，Loehlin(1992)建議樣本數至少為100，200較為適當。當樣本數為400500時，此法會變得過於敏感，而使得模式不適合。樣本規模大小2024/3/62024/3/6可编辑可编辑39SEM實務上的基本要求1.模型中潛在因素至少應為兩個(Bollen,1989)2.量表最好為七點尺度(Bollen,1989)3.每個潛在構面至少要有三個題目，五七題為佳(Bollen,1989)4.每一指標不得橫跨到其它潛在因素上(Bollen,1989)5.問卷最好引用自知名學者，儘量不要自己創造6.理論架構要根據學者提出的理論作修正7.模型主要構面維持在5個以內，不要超過7個2024/3/62024/3/6可编辑可编辑40一階(初階)驗證式因素分析F1e1F2e2e3e4e5e6x1x2x3x4x5x6112024/3/62024/3/6可编辑可编辑41二階(高階)驗證式因素分析F1e1F2e2e3e4e5e6x1x2x3x4x5x611F312024/3/62024/3/6可编辑可编辑42CFA模型設定的考量2024/3/62024/3/6可编辑可编辑43以下這個又如何呢?2024/3/62024/3/6可编辑可编辑44EFA V.S.CFAEFACFA探索式探索式(data-driven)驗證式驗證式(theory-driven)因素個數由資料決定因素個數由資料決定因素個數由研究者指定因素個數由研究者指定問卷設計的前端問卷設計的前端問卷應用的後端問卷應用的後端PCA是常用的估計法是常用的估計法ML法是常用的估計法法是常用的估計法不考慮共線性問題不考慮共線性問題考慮模型配適度考慮模型配適度只提供標準化結果只提供標準化結果提供標準及非標準化結果提供標準及非標準化結果沒有沒有loading 顯著性報告顯著性報告有有loading 顯著性報告顯著性報告EFA無法做額外的設定無法做額外的設定CFA模型設定有彈性模型設定有彈性無法執行跨群組比較無法執行跨群組比較可執行跨群組可執行跨群組(時間時間)的比較的比較2024/3/62024/3/6可编辑可编辑45一階有相關CFA模型v.s.二階CFA模型2024/3/62024/3/6可编辑可编辑46一階CFA模型和EFA的比較2024/3/62024/3/6可编辑可编辑47一階CFA模型(單一群組分析)2024/3/62024/3/6可编辑可编辑48找出不合適的題目，予以刪除，原則為負荷量小於0.7的題項。一個構念最少為一個變數，且需由研究者提出可信度的評估，兩個變數亦同。一個構念3個變數是較可接受的。對於一個構念使用多少變數並無上限，實務上應用以57個為最適宜。量表尺度儘量採6點以上量表驗證各個構面的有效性2024/3/62024/3/6可编辑可编辑49驗證各個構面的有效性2024/3/62024/3/6可编辑可编辑501.模式1為單一因素的一階驗證性因素模式 2.模式2為一階且有相關的驗證性因素(潛在變項間有相關)模式，為驗證性因素分析的一般模式，又稱為驗證性因素分析的多因素模式 3.模式3為二階驗證性因素模式。驗證式因素分析(CFA建模)2024/3/62024/3/6可编辑可编辑51一階驗證性因素模式(模式一)2024/3/62024/3/6可编辑可编辑52一階且有相關的驗證性因素(潛在變項間有相關)(模式二)2024/3/62024/3/6可编辑可编辑53二階驗證性因素模式(模式三)2024/3/62024/3/6可编辑可编辑54模式配適度分析結果Model2(df)2/dfGFIAGFI RMSEACFI1.一階因素模型426.09(104)4.10.8300.7780.1080.8642.一階因素模型(有相關)263.94(101)2.610.8960.8590.0780.9313.二階因素模型263.94(101)2.610.8960.8590.0780.931建議建議值值愈小愈好愈小愈好0.90.90.92024/3/62024/3/6可编辑可编辑55構念的組成信度(Composite Reliability,CR)(標準化因素負荷量)2/(標準化因素負荷量)2+(各測量變項的測量誤差)(Jreskog and Srbom,1996)。CR值是其所有測量變項信度的組成，表示構念指標的內部一致性，信度愈高顯示這些指標的內部一致性愈高，0.7是可接受的門檻(Hair,1997),Fornell and Larcker(1981)建議值為0.6以上。構面組成信度與變異數萃取量的計算2024/3/62024/3/6可编辑可编辑56平均變異數萃取量(AVE)=(因素負荷量2)/(因素負荷量)2+(各測量變項的測量誤差)(Jreskog and Srbom,1996)AVE是計算潛在變項之各測量變數對該潛在變項的變異解釋力，若AVE愈高，則表示潛在變項有愈高的信度與收斂效度。Fornell and Larcker(1981)建議其標準值須大於0.5。構面組成信度與變異數萃取量的計算2024/3/62024/3/6可编辑可编辑57觀察指標潛在指標研究變數因素負荷量R2t value標準差CRVE因素名稱因素負荷量R2有形10.7470.558 0.9020.568有形性0.539 0.29有形20.7260.527 11.7360.087有形30.7440.554 12.0540.075有形40.7420.551 12.0090.079有形50.7670.588 12.4610.073有形60.7460.557 12.0840.073有形70.8020.643 流程10.820.672 15.0390.0740.8840.561服務流程0.566 0.32流程20.6930.480 12.0960.067流程30.7830.613 14.1390.068流程40.7090.503 12.4350.075流程50.7270.529 12.8340.086流程60.7540.569 13.4430.074回應10.7790.607 0.7440.495回應性0.583 0.34回應20.7290.531 10.1380.084回應30.5890.347 8.5120.092024/3/62024/3/6可编辑可编辑58Amos結構模型的建模分析2024/3/62024/3/6可编辑可编辑59參考用書2024/3/62024/3/6可编辑可编辑60參考用書2024/3/62024/3/6可编辑可编辑612024/3/62024/3/62024/3/6 2024/3/6 周三周三62