結(jié)構(gòu)方程模型的原理與應(yīng)用

前言

　　統(tǒng)計方法的進步，在計算機技術(shù)發(fā)達的今天尤其神速，新的理論與方法不斷被提出。這不但豐富了統(tǒng)計科學(xué)本身，更擴展了社會科學(xué)等應(yīng)用研究者的視野。一些基于不同原因而無法跟隨當(dāng)代技術(shù)與時俱進的研究者們，則逐漸落后于創(chuàng)新的步伐，逐漸退出學(xué)術(shù)的舞臺。與其說這是社會進化發(fā)展的一種現(xiàn)實，不如說是整個學(xué)術(shù)界得以蛻變躍進的關(guān)鍵契機?！　【臀以诖髮W(xué)講臺授課以來的一甲子光陰中，確實見證了這個變遷的脈絡(luò)。從統(tǒng)計學(xué)來說，從最簡單的次數(shù)分布表與百分比，到平均數(shù)的t檢驗與實驗方法所依據(jù)的方差分析，一直到多元變量的因素分析與回歸分析，這些方法與技術(shù)雖已逐漸成為國內(nèi)高校教材中的標(biāo)準(zhǔn)課題，但更高級的統(tǒng)計模型原理與技術(shù)也應(yīng)納入學(xué)生學(xué)習(xí)的范圍。另外就測驗領(lǐng)域來說，傳統(tǒng)以經(jīng)典測量理論所發(fā)展出來的測驗編制技術(shù)，也逐漸擴展得更精細、更宏觀（如項目反應(yīng)理論、結(jié)構(gòu)方程模型等）。尤其是20世紀70年代所發(fā)展出來的結(jié)構(gòu)方程模型，到今天已經(jīng)是一套完整的統(tǒng)計模式，能夠整合潛變量的界定與測量，分析復(fù)雜變量結(jié)構(gòu)，處理多重抽樣結(jié)構(gòu)數(shù)據(jù)，可以有效解決研究者面對不同研究課題的多樣性需求，從而被視為一門統(tǒng)計方法學(xué)，在過去幾十年間獨領(lǐng)風(fēng)騷。關(guān)于結(jié)構(gòu)方程模型的原理與應(yīng)用，邱皓政教授的書中有詳細的說明。近年來，結(jié)構(gòu)方程模型結(jié)合非線性模型與多層次模型的概念，正向著更一般化的方向發(fā)展。　　在教育與管理領(lǐng)域進行的研究，除了面對潛變量測量與分析之外，另一個現(xiàn)實是研究者所面對的總體帶有層級結(jié)構(gòu)，例如教育系統(tǒng)中的學(xué)生一教師一學(xué)校一省市一國家，管理研究中的員工一主管一部門一公司一地區(qū)一產(chǎn)業(yè)，因此研究者在規(guī)劃研究課題時，就必須具備多層次數(shù)據(jù)分析的思維與設(shè)計，注意樣本的獨立性假設(shè)是否成立。善用這種模型的研究者，將可以從同一批數(shù)據(jù)中有更多的發(fā)現(xiàn)，有興趣的讀者可以在溫福星教授的著作中得到這方面的詳細說明。

內(nèi)容概要

結(jié)構(gòu)方程模型被譽為應(yīng)用統(tǒng)計的第三次革命，在20世紀80年代以來席卷整個社會科學(xué)領(lǐng)域，是新一代學(xué)者必備的統(tǒng)計方法學(xué)知識。    本書提供了一套從概念原理，到操作技術(shù)，再到運用范例的整合性知識，并以作者多年研究實務(wù)與豐富教學(xué)經(jīng)驗，承襲過去著作風(fēng)格，以簡明流暢的文字，配合LISREL、AMOS、Mplus三種軟件的介紹與運用，對結(jié)構(gòu)方程模型的操作與解釋提供了完整的說明。     對于想要認識結(jié)構(gòu)方程模型，以及對測量、測驗與統(tǒng)計領(lǐng)域有興趣的研究者，或欲以量化研究為其論文寫作內(nèi)容的研究生而言，本書是必讀的經(jīng)典著作。

作者簡介

邱皓政，臺灣“中央”大學(xué)企業(yè)管理學(xué)系教授，量化研究學(xué)刊主編。曾任美國加州大學(xué)洛杉磯分校神經(jīng)醫(yī)學(xué)研究中心統(tǒng)計分析師，臺灣心理學(xué)會秘書長，臺灣統(tǒng)計方法學(xué)學(xué)會創(chuàng)會理事長。研究興趣為統(tǒng)計方法與應(yīng)用技術(shù)、心理測量學(xué)、工業(yè)與組織心理學(xué)、創(chuàng)造力與組織創(chuàng)新研究等，專長為結(jié)構(gòu)方程模型與多變量統(tǒng)計方法。著有《潛在類別模式的原理與技術(shù)》《結(jié)構(gòu)方程模式》《量化研究法》，譯有《多層次模型分析導(dǎo)論》《創(chuàng)造力》。

書籍目錄

第一章  結(jié)構(gòu)方程模型概說  第一節(jié)  結(jié)構(gòu)方程模型的特性  第二節(jié)  結(jié)構(gòu)方程模型的執(zhí)行  第三節(jié)  SEM的執(zhí)行重點  第四節(jié)  結(jié)語第二章  結(jié)構(gòu)方程模型的組成  第一節(jié)  結(jié)構(gòu)方程模型的變量  第二節(jié)  結(jié)構(gòu)方程模型的參數(shù)  第三節(jié)  模型界定第三章  參數(shù)估計與識別問題  第一節(jié)  模型識別問題  第二節(jié)  參數(shù)估計  第三節(jié)  參數(shù)估計策略  第四節(jié)  參數(shù)估計的相關(guān)議題第四章  模型擬合評鑒  第一節(jié)  模型評鑒的基本概念  第二節(jié)  模型評鑒的方法  第三節(jié)  結(jié)語第五章  驗證性因素分析與模型修飾  第一節(jié)  驗證性因素分析原理  第二節(jié)  測量模型的內(nèi)部擬合檢驗  第三節(jié)  驗證性因素分析的實例  第四節(jié)  驗證性因素分析的模型修飾  第五節(jié)  AMOS的驗證性因素分析  第六節(jié)  Mplus的驗證性因素分析  第七節(jié)  結(jié)語第六章  高階驗證性因素分析  第一節(jié)  高階驗證性因素分析的概念  第二節(jié)  高階驗證性因素分析的實例  第三節(jié)  AMOS的高階驗證性因素分析  第四節(jié)  Mplus的高階驗證性因素分析第七章  路徑分析  第一節(jié)  路徑分析的基本概念  第二節(jié)  路徑分析的模型界定與識別  第三節(jié)  LISREL的路徑分析  第四節(jié)  AMOS的路徑分析  第五節(jié)  Mplus的路徑分析  第六節(jié)  結(jié)語第八章  結(jié)構(gòu)方程模型：統(tǒng)合模型分析  第一節(jié)  統(tǒng)合模型的基本概念  第二節(jié)  統(tǒng)合模型的分析步驟  第三節(jié)  變量組合與聚合  第四節(jié)  LISREL的統(tǒng)合模型分析  第五節(jié)  AMOS的統(tǒng)合模型分析  第六節(jié)  Mplus的統(tǒng)合模型分析  第七節(jié)  結(jié)語第九章  多樣本結(jié)構(gòu)方程模型  第一節(jié)  多樣本分析的概念  第二節(jié)  多樣本分析的統(tǒng)計原理  第三節(jié)  多樣本分析：測量恒等性檢驗  第四節(jié)  AMOS的多樣本分析  第五節(jié)  MpluS的多樣本分析  第六節(jié)  多樣本分析：復(fù)核效化檢驗  第七節(jié)  結(jié)語第十章  平均數(shù)結(jié)構(gòu)分析  第一節(jié)  平均數(shù)結(jié)構(gòu)分析的原理  第二節(jié)  平均數(shù)結(jié)構(gòu)的分析技術(shù)  第三節(jié)  平均數(shù)結(jié)構(gòu)分析：測量模式  第四節(jié)  平均數(shù)結(jié)構(gòu)分析：統(tǒng)合模型  第五節(jié)  結(jié)語第十一章  結(jié)構(gòu)方程模型的正確運用  第一節(jié)  正確運用SEM的相關(guān)議題  第二節(jié)  SEM的解釋與應(yīng)用  第三節(jié)  結(jié)語：SEM的展望附錄一  LISREL語法附錄二  SIMPLIS語法附錄三  LISREL常見問題附錄四  SEM操作常見疏失檢核表參考文獻  中文部分  英文部分英漢術(shù)語對照表

章節(jié)摘錄

　　第一章　結(jié)構(gòu)方程模型概說　　第一節(jié)　結(jié)構(gòu)方程模型的特性　　一、外顯與潛在變量　　SEM一個重要的特性是能夠?qū)Τ橄蟮臉?gòu)念（construct）進行估計與檢定。社會與行為研究經(jīng)常必須處理一些抽象的概念，例如我們想知道“你幸福嗎？”。此時，針對抽象的概念，我們必須給予一個操作化的定義，以便能夠透過該程序得到具體的數(shù)據(jù)，用以反映不同個體在該概念上的強度。此時，我們所具體進行測量的變量稱為外顯變量（manifest variable）、觀察變量（observed variable）或測量變量（measuredvariable）。這些可以直接獲得數(shù)據(jù)的變量，若是受到同一個潛在構(gòu)念的影響，則會具有共同性，反映在變量之間的共變關(guān)系上，如果針對這些變量之間的共同性加以估計，得到的一個能夠反映該潛在構(gòu)念的強度的數(shù)據(jù)，稱之為潛在變量（1atentvariable）。　　在研究中具體用來獲得潛在變量的策略，最典型的代表是因素分析（factoranalysis），因素分析系利用一組測量同一個構(gòu)念的觀察變量來估計背后的潛在變量，傳統(tǒng)因素分析針對于觀察變量的背后具有哪幾個潛在變量以及潛在變量與觀察變量之間的關(guān)系為何，它無法事前預(yù)知，直到數(shù)據(jù)搜集完成之后，進行變量間的共變關(guān)系分析，抽取出最適當(dāng)?shù)囊蛩兀_立一個最佳的因素結(jié)構(gòu)模型，將潛在變量加以命名。此一程序所進行的因素分析，得到的潛在因素即是一種經(jīng)驗性的潛在變量，因而被稱之為探索性因素分析?！　∠鄬χ?，在結(jié)構(gòu)方程模型之中，潛在變量的概念與內(nèi)涵是基于理論的推導(dǎo)，且潛在變量與觀察變量的關(guān)系是在資料搜集完成之前即事先提出的假設(shè)性概念。然后透過實際所搜集的數(shù)據(jù)，分析比對假設(shè)模型與觀察到的數(shù)據(jù)之間的差異性，決定研究者對于潛在變量所提出的假設(shè)性看法是否恰當(dāng)。以此種模式進行的因素分析稱為驗證性因素分析，也即是一種先驗性、事前的潛在變量定義模式。

圖書封面

圖書標(biāo)簽Tags

無

評論、評分、閱讀與下載

---

    結(jié)構(gòu)方程模型的原理與應(yīng)用 PDF格式下載

---