結(jié)構(gòu)方程模型

前言

　　結(jié)構(gòu)方程模型（Structural Equation Modeling，簡稱SEM）是當(dāng)代行為與社會領(lǐng)域量化研究的重要統(tǒng)計(jì)方法，它融合了傳統(tǒng)多變量統(tǒng)計(jì)分析中的“因素分析”與“線性模型之回歸分析”的統(tǒng)計(jì)技術(shù)，對于各種因果模型可以進(jìn)行模型辨識、估計(jì)與驗(yàn)證。在量化研究取向之多變量統(tǒng)計(jì)方法中，有愈來愈多的研究者使用SEM進(jìn)行各種測量模型或假設(shè)模型圖的驗(yàn)證，SEM漸成為數(shù)據(jù)分析的一門顯學(xué)?！　∵m用于SEM的統(tǒng)計(jì)軟件最常為研究者使用的有LLSREL與AMOS，兩大統(tǒng)計(jì)軟件包各有其優(yōu)劣與特色，本書內(nèi)容介紹主要以AMOS軟件的操作與應(yīng)用為主。之所以選擇AMOS統(tǒng)計(jì)軟件，主要有以下幾個原因：AMOS軟件為SPSS家族系列之一，二者數(shù)據(jù)文件完全可以互通；AMOS軟件中的Graphics繪圖區(qū)完全以圖像鈕為工具，各種SEM理論模型圖的繪制均以圖形對象表示，基本參數(shù)值的設(shè)定，AMOS均有默認(rèn)值，使用者只要熟悉工具箱圖像鈕的使用，即可快速繪制各種假設(shè)模型圖；三是AMOS輸出的報(bào)表數(shù)據(jù)對使用者而言，解讀較為簡易?！　MOS是Analysis of Moment Structures（矩結(jié)構(gòu)分析）的簡稱，能驗(yàn)證各式測量模型、不同路徑分析模型；此外也可進(jìn)行多群組分析、結(jié)構(gòu)平均數(shù)的檢驗(yàn)，單群組或多群組多個競爭模型或選替模型的選優(yōu)。本書的系統(tǒng)結(jié)構(gòu)主要分為三大部分：一為SEM理念與模型適配度的介紹，二為AMOS窗口界面的操作介紹與各式模型圖的繪制，三為實(shí)例應(yīng)用與報(bào)表詮釋，包括初階驗(yàn)證因素分析、高階驗(yàn)證因素分析、觀察變量的路徑分析、潛在變量的路徑分析、混合模型的路徑分析、多群組分析與結(jié)構(gòu)平均數(shù)分析等，這些實(shí)例與模型均是研究者在使用結(jié)構(gòu)方程模型分析時最常用到的假設(shè)模型。

內(nèi)容概要

本書詳細(xì)詳解和演示結(jié)構(gòu)方程模型多種分析方法和操作步驟，是一本理想的AMOS與結(jié)構(gòu)方程模型應(yīng)用方面的指導(dǎo)讀物?！　”緯鞍氩拷榻B結(jié)構(gòu)方程模型（SEM）的概念與Amos G raphics窗口界面的基本操作；后半部以各種實(shí)例介紹Amos G raphics在各種SEM模型中的應(yīng)用。全書采用AMOS圖像界面，完全沒有復(fù)雜的SEM理論推導(dǎo)和語法，最大的特點(diǎn)就是對利用AMOS進(jìn)行結(jié)構(gòu)方程模型各種分析的每一個步驟都有詳細(xì)的講解和圖示。這是一本“使用者界面”取向的書籍，即使是不懂傳統(tǒng)SEM語法使用者，也能在最短時間內(nèi)學(xué)會用AMOS繪制各種SEM模型圖，并將模型估計(jì)、模型識別判斷、模型修正與模型驗(yàn)證，實(shí)際應(yīng)用于自己的研究領(lǐng)域中。　　本書的讀者對象是結(jié)構(gòu)方程模型分析方法的學(xué)習(xí)者和使用者，適合社會科學(xué)各學(xué)科高年級本科生、碩博士研究生自學(xué)，也適合教師教學(xué)輔助參考。

作者簡介

叢書名：	萬卷方法——統(tǒng)計(jì)分析方法叢書

書籍目錄

第一章　結(jié)構(gòu)方程模型的基本概念　第一節(jié)　結(jié)構(gòu)方程模型的特性　第二節(jié)　測量模型　第三節(jié)　結(jié)構(gòu)模型　第四節(jié)　結(jié)構(gòu)方程模型圖中的符號與意義　第五節(jié)　參數(shù)估計(jì)方法　第六節(jié)　模型的概念化　第七節(jié)　模型的修正　第八節(jié)　模型的復(fù)核效化第二章　模型適配度統(tǒng)計(jì)量的介紹　第一節(jié)　模型適配度檢核指標(biāo)    一、模型基本適配指標(biāo)    二、整體模型適配度指標(biāo)（模型外在質(zhì)量的評估）    三、模型內(nèi)在結(jié)構(gòu)適配度的評估（模型內(nèi)在質(zhì)量的檢驗(yàn)）    四、模型統(tǒng)計(jì)檢驗(yàn)力的評估　第二節(jié)　模型識別的范例    一、正好識別模型    二、過度識別模型    三、低度識別模型第三章　Amos Graphics界面介紹　第一節(jié)　Amos Graphics窗口的介紹    一、開啟【Amos Graphic】應(yīng)用軟件    二、工具箱窗口的圖像鈕操作介紹　第二節(jié)　圖像鈕綜合應(yīng)用    一、繪制第一個測量模型    二、繪制第二個測量模型    三、繪制第三個測量模型第四章　Amos執(zhí)行步驟與程序　第一節(jié)　路徑分析的程序與執(zhí)行    一、建立路徑模型圖    二、開啟數(shù)據(jù)文件    三、設(shè)定觀察變量    四、設(shè)定誤差變量的變量名稱    五、設(shè)定文字報(bào)表要呈現(xiàn)的統(tǒng)計(jì)量    六、將路徑模型圖存盤與計(jì)算估計(jì)值    七、瀏覽模型的結(jié)果　第二節(jié)　路徑因果模型圖的設(shè)定    一、外因變量間沒有相關(guān)的設(shè)定    二、內(nèi)因變量沒有界定殘差項(xiàng)　第三節(jié)　飽和模型與獨(dú)立模型    一、飽和模型    二、獨(dú)立模型　第四節(jié)　結(jié)構(gòu)方程模型圖    一、結(jié)構(gòu)方程模型圖的繪制步驟    二、執(zhí)行結(jié)果的標(biāo)準(zhǔn)化參數(shù)估計(jì)值路徑圖    三、模型的平行檢驗(yàn)　第五節(jié)　結(jié)構(gòu)模型與修正指標(biāo)    一、模型A：初始模型    二、模型B：修正模型1    三、模型c：修正模型2    四、模型D：修正模型3　第六節(jié)　單一文件多重模型的設(shè)定第五章　參數(shù)標(biāo)簽與測量模型　第一節(jié)　參數(shù)標(biāo)簽的設(shè)定與特定樣本的分析    一、更改特定群體名稱與模型名稱    二、開啟數(shù)據(jù)文件選人指標(biāo)變量    三、設(shè)定分析屬性與計(jì)算估計(jì)值    四、增列模型變量或?qū)ο蟮膮?shù)標(biāo)簽名稱    五、增列參數(shù)標(biāo)簽名稱的模型估計(jì)結(jié)果    六、全體群體假設(shè)模型的修正　第二節(jié)　特定群體的分析    一、分析男生群體    二、分析女生群體　第三節(jié)　測量模型參數(shù)值的界定    一、測量模型假設(shè)模型    二、限制不同測量指標(biāo)的路徑參數(shù)A    三、低度辨識的模型    四、增列參數(shù)限制條件    五、誤差變量的界定    六、測量模型的修正    七、測量模型參數(shù)標(biāo)簽名稱的設(shè)定　第四節(jié)　測量模型的平行測驗(yàn)檢驗(yàn)　第五節(jié)　多因子測量模型潛在變量的界定    一、初始模型    二、修正模型    三、斜交關(guān)系的測量模型    四、界定測量模型潛在變量間沒有相關(guān)    五、完全獨(dú)立潛在變量參數(shù)修正    六、單向度測量模型與多向度測量模型第六章　驗(yàn)證性因素分析　第一節(jié)　一階驗(yàn)證性因素分析——多因素斜交模型    一、假設(shè)模型    二、輸出結(jié)果　第二節(jié)　一階驗(yàn)證性因素分析——多因素直交模型    一、假設(shè)模型    二、模型適配度摘要表　第三節(jié)　二階驗(yàn)證性因素分析　第四節(jié)　一階CFA模型多模型的比較　第五節(jié)　一階CFA模型測量不變性檢驗(yàn)    一、描繪一階CFA假設(shè)模型圖    二、單一群組多個模型的設(shè)定    三、模型估計(jì)結(jié)果第七章　路徑分析　第一節(jié)　路徑分析的模型與效果　第二節(jié)　路徑分析模型——遞歸模型    一、研究問題    二、采用傳統(tǒng)復(fù)回歸求各路徑系數(shù)    三、Amos Graphics的應(yīng)用    四、模型圖執(zhí)行結(jié)果l    五、文字報(bào)表輸出結(jié)果　第三節(jié)　飽和模型的路徑分析    一、飽和模型假設(shè)模型圖    二、參數(shù)估計(jì)的模型圖    三、參數(shù)估計(jì)及適配度結(jié)果　第四節(jié)　非遞歸模型的路徑分析一    一、假設(shè)模型圖    二、參數(shù)估計(jì)的模型圖    三、參數(shù)估計(jì)值    四、模型適配度摘要表　第五節(jié)　非遞歸模型的路徑分析二    一、設(shè)定回歸系數(shù)的變量名稱    二、設(shè)定回歸系數(shù)值W5=W6    三、參數(shù)估計(jì)的模型圖    四、參數(shù)估計(jì)值    五、設(shè)定兩個內(nèi)因變量測量誤差的方差相等　第六節(jié)　模型界定搜尋    一、飽和模型圖    二、執(zhí)行模型界定搜尋第八章　潛在變量的路徑分析　第一節(jié)　潛在變量路徑分析的相關(guān)議題    一、原始數(shù)據(jù)文件變量排列    二、快速復(fù)制對象及參數(shù)格式    三、增列簡要圖像標(biāo)題    四、增列參數(shù)標(biāo)簽名稱    五、估計(jì)值模型圖參數(shù)移動    六、模型適配度的評估    七、模型的修正    八、PA—LV模型修正　第二節(jié)　數(shù)學(xué)效能PA—LV理論模型的檢驗(yàn)    一、研究問題    二、AITl08 Graphics窗口中的模型圖    三、計(jì)算估計(jì)的模型圖    四、參數(shù)估計(jì)相關(guān)報(bào)表　第三節(jié)　模型的修正    一、參數(shù)格式的模型圖    二、參數(shù)估計(jì)相關(guān)統(tǒng)計(jì)量　第四節(jié)　混合模型的路徑分析    一、路徑分析假設(shè)模型圖    二、增列模型圖像標(biāo)題    三、路徑分析模型估計(jì)結(jié)果    四、采用潛在變量路徑分析模型    五、混合路徑分析模型范例二    六、混合路徑分析模型范例三    七、混合路徑分析模型——非遞歸模型第九章　多群組分析　第一節(jié)　多群組分析的基本理念    一、繪制男生群體路徑分析模型圖    二、開啟數(shù)據(jù)文件及選擇目標(biāo)群組變量    三、開啟數(shù)據(jù)文件界定觀察變量    四、設(shè)定參數(shù)標(biāo)簽名稱    五、設(shè)定群組名稱    六、輸出結(jié)果    七、女生群體的分析模型圖    八、多群組分析　第二節(jié)　多群組路徑分析    一、繪制理論模型圖    二、讀取數(shù)據(jù)文件及觀察變量    三、設(shè)定群體名稱    四、界定群體的水平數(shù)值及樣本    五、界定群體模型圖的參數(shù)名稱    六、界定輸出格式    七、預(yù)設(shè)模型輸出結(jié)果　第三節(jié)　多重模型的設(shè)定    一、預(yù)設(shè)模型（未限制參數(shù)）    二、協(xié)方差相等模型    三、方差相等模型    四、路徑系數(shù)相等模型    五、模型不變性模型    六、多個模型的輸出結(jié)果　第四節(jié)　多群組驗(yàn)證性因素分析    一、繪制理論模型圖    二、讀取數(shù)據(jù)文件及觀察變量    三、設(shè)定群體名稱    四、界定群體分組變量名稱及其水平數(shù)值    五、設(shè)定多群組分析模型    六、輸出結(jié)果　第五節(jié)　多群組結(jié)構(gòu)方程模型    一、繪制Amos理論模型圖    二、讀取數(shù)據(jù)文件并設(shè)定群組變量及水平數(shù)值    三、設(shè)定多群組分析模型    四、群組模型執(zhí)行結(jié)果    五、模型注解說明　第六節(jié)　三個群組測量恒等性的檢驗(yàn)　第七節(jié)　多群組路徑分析    一、繪制模型圖與讀人數(shù)據(jù)文件    二、增列群組及設(shè)定群組名稱    三、設(shè)定兩個群組數(shù)據(jù)文件變量與變量水平    四、執(zhí)行多群組分析    五、計(jì)算估計(jì)值    六、輸出結(jié)果第十章　多群組結(jié)構(gòu)平均數(shù)的檢驗(yàn)    一、SPSS數(shù)據(jù)文件    二、設(shè)定平均數(shù)參數(shù)    三、范例一模型A    四、范例一模型B    五、范例二模型A    六、范例二模型B　第一節(jié)　結(jié)構(gòu)平均數(shù)的操作程序    一、繪制理論模型與設(shè)定模型變量    二、增列群組與群組的變量水平數(shù)值    三、增列平均數(shù)與截距項(xiàng)參數(shù)標(biāo)簽    四、執(zhí)行多群組分析程序    五、模型估計(jì)　第二節(jié)　增列測量誤差項(xiàng)間有相關(guān)    一、執(zhí)行多群組分析    二、模型截距項(xiàng)、平均數(shù)相等模型評估    三、測量殘差模型的修正　第三節(jié)　結(jié)構(gòu)平均數(shù)的因素分析    一、增列平均數(shù)與截距項(xiàng)參數(shù)標(biāo)簽    二、更改女生群體共同因素平均數(shù)的參數(shù)名稱標(biāo)簽    三、設(shè)定多群組分析模型    四、輸出結(jié)果第十一章　SEM實(shí)例應(yīng)用與相關(guān)議題　第一節(jié)　社會支持量表測量模型的驗(yàn)證    一、測量模型的區(qū)別效度    二、測量模型的收斂效度　第二節(jié)　缺失值數(shù)據(jù)文件的處理    一、觀察變量中有缺失值    二、增列估計(jì)平均數(shù)與截距項(xiàng)    三、數(shù)據(jù)取代　第三節(jié)　SEM模型適配度與參數(shù)估計(jì)關(guān)系    一、模型A：初始模型    二、模型B　第四節(jié)　樣本大小與適配度卡方值    一、樣本數(shù)N為100    二、樣本數(shù)N為300    三、樣本數(shù)N為500    四、樣本數(shù)N為700    五、樣本數(shù)N為900    六、樣本數(shù)N為1100    七、樣本數(shù)N為1500    八、樣本數(shù)N為2000第十二章　典型相關(guān)分析與結(jié)構(gòu)方程模型關(guān)系　第一節(jié)　典型相關(guān)分析    一、CANCORR語法指令    二、典型相關(guān)分析結(jié)果　第二節(jié)　SEM執(zhí)行程序    一、第一個典型變量    二、第二個典型變量    三、MIMIC分析結(jié)果參考文獻(xiàn)

章節(jié)摘錄

　　第1章　結(jié)構(gòu)方程模型的基本概念　　結(jié)構(gòu)方程模型一詞與HSREL統(tǒng)計(jì)應(yīng)用軟件密不可分，HSREL是線性結(jié)構(gòu)關(guān)系（Linear Structural Relationships）的縮寫，就技術(shù)層面而言，LISREL是由統(tǒng)計(jì)學(xué)者Karl G.Joreskog與Dag Sorbom二人結(jié)合矩陣模型的分析技巧，用以處理協(xié)方差結(jié)構(gòu)分析的一套計(jì)算機(jī)程序。由于這個程序與協(xié)方差結(jié)構(gòu)模型（covariance structure models）十分近似，所以之后學(xué)者便將協(xié)方差結(jié)構(gòu)模型稱之為LISREL模型。協(xié)方差結(jié)構(gòu)模型使用非常廣泛，包括經(jīng)濟(jì)、營銷、心理及社會學(xué)，它們被應(yīng)用于探討問卷調(diào)查或?qū)嶒?yàn)性的數(shù)據(jù)，包括橫向式的研究及縱貫式的研究設(shè)計(jì)。協(xié)方差結(jié)構(gòu)分析是一種多變量統(tǒng)計(jì)技巧，在許多多變量統(tǒng)計(jì)的書籍中，均納入結(jié)構(gòu)方程模型的理論與實(shí)務(wù)的內(nèi)容。此種協(xié)方差結(jié)構(gòu)分析結(jié)合了（驗(yàn)證性）因素分析與經(jīng)濟(jì)計(jì)量模型的技巧，用于分析潛在變量（latent variables，無法觀察的變量或理論變量）間的假設(shè)關(guān)系，上述潛在變量可被顯性指標(biāo)（manifest indicators，觀察指標(biāo)或?qū)嵶C指標(biāo)）所測量。一個完整的協(xié)方差結(jié)構(gòu)模型包含兩個次模型：測量模型（measurement model）與結(jié)構(gòu)模型（structural model），測量模型描述的是潛在變量如何被相對應(yīng)的顯性指標(biāo)所測量或概念化（operationalized）；而結(jié)構(gòu)模型指的是潛在變量之間的關(guān)系，以及模型中其他變量無法解釋的變異量部分。協(xié)方差結(jié)構(gòu)分析本質(zhì)上是一種驗(yàn)證式的模型分析，它試圖利用研究者所搜集的實(shí)證資料來確認(rèn)假設(shè)的潛在變量間的關(guān)系，以及潛在變量與顯性指標(biāo)的一致性程度。此種驗(yàn)證或檢驗(yàn)就是在比較研究者所提的假設(shè)模型隱含的協(xié)方差矩陣與實(shí)際搜集數(shù)據(jù)導(dǎo)出的協(xié)方差矩陣之間的差異。此種分析是利用協(xié)方差矩陣來進(jìn)行模型的統(tǒng)合分析，而非輸入之個別的觀察值進(jìn)行獨(dú)立式的分析。協(xié)方差結(jié)構(gòu)模型是一種漸進(jìn)式的方法學(xué)，與其他推論統(tǒng)計(jì)有很大的差別（Diamantopoulos&Siguaw，2000）。由于HSREL能夠同時處理顯性指標(biāo)（觀察變量）與潛在變量的問題，進(jìn)行個別參數(shù)的估計(jì)、顯著性檢驗(yàn)與整體假設(shè)模型契合度的檢驗(yàn)，加上其視窗版人性化的操作界面，使得其應(yīng)用普及率愈來愈高，早期LISREL一詞逐漸與結(jié)構(gòu)方程模型劃上等號（但現(xiàn)在多數(shù)研究者已將SEM與AMOS聯(lián)結(jié)在一起，此趨勢可能與SPSS統(tǒng)計(jì)軟件包的普及應(yīng)用及AMOS圖形式界面操作有關(guān)）。

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 PDF格式下載

---