结构方程模型LISREL肖前国.

肖前国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)=23452976一、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（200n2500，），一般是题项的5-10倍;b.数据服从正态分布；c.测量指标呈线性关系d.观察指标为反应性指标，观察指标是“果”，潜在变量是“因”4.基本概念与知识：5.估计方法：ML法，即最大似然法使用条件：大样本，服从正态分布、且随机抽样GLS法，即一般化最小平方法使用条件：大样本，数据不符合正态分布6.分析的基本模型：二、模型适配度统计量1.模型适配度检验前的“违反估计现象”检验A.估计参数中不能有负的误差方差（可能样本太少或模型设定有问题）B.出现非常大的标准误（缺乏代表性导致无法估计）C.标准化参数系数不能大于1：如果n个变量不相关，则不能大于1，如果n个变量相关，则可以大于1.D.所有误差变异必须显著（t值）二、模型适配度统计量2.整体模型适配度的检验（模型外在品质评估）绝对拟合优度指数：—χ2值的p值0.05(易受样本量的影响)—拟合优度指数GFI0.9(相当于R2)—调整拟合优度指数AGFI0.9—标准化残差均方和平方根SRMR0.05—渐进残差均方平方根RMSEA0.08[它越小，表示模型与数据的实际差异就越小]增值拟合优度指数：—正态拟合优度指数NFI0.9—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NC3二、模型适配度统计量3.模型内在结构适配度的检验（模型内在品质评估）-即信效度问题（1）观察变量的标准化系数[表示每个测量题目反映潜在变量的能力]大于等于0.71二、模型适配度统计量3.模型内在结构适配度的检验（模型内在品质评估）-即信效度问题（2）潜在变量的建构/组合信度[每个潜在变量在变量的观察变量间的内在一致性]等于大于0.5以上（Raine-Eudy,2000)（3）潜在变量的平均方差抽取量AVE0.5（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（Modificationindices）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！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；一、汇聚效度的检验二、区分效度的检验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。2.数据的编辑ObservedVariables:观察变量（按顺序写）jk1jk7jk13jk19jk25jk2jk8jk14jk20jk26jk3jk9jk15jk21jk27m1m2m3（各变量的均值）RawDatafromfileE:\LEARNING\SEM\validity.psf（数据位置）Samplesize=776（样本量）LatentVariables:w1w2（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）jk7jk13jk19jk25=w1PathDiagram（画图）!Admissibilitycheck=off/AD=on/off(是否检查估计值的可行性、合理性)Option:RSSCMIEFND=3IT=100ME=ML/LISRELOutputALLEndofProblem[注：在测量模型中的基本语法是：x1x2…=潜在变量ξ；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）：η1η2…=ξ1]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！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1.让题1和题2进行自由估计：ObservedVariables:jk1jk7jk13jk19jk25jk2jk8jk14jk20jk26jk3jk9jk15jk21jk27m1m2m3RawDatafromfileE:\LEARNING\SEM\difference.psfSamplesize=776LatentVariables:w1w2Relationships:jk1=1*w1jk7jk13jk19jk25=w1Setthecovariancesofjk1andjk7free(让jk1和jk7自由估计协方差)PathDiagramAdmissibilitycheck=offEndofProblem记录下卡方值和自由度：289.16,df=4修改程序：ObservedVariables:jk1jk7jk13jk19jk25jk2jk8jk14jk20jk26jk3jk9jk15jk21jk27m1m2m3RawDatafromfileE:\LEARNING\SEM\difference.psfSamplesize=776LatentVariables:w1w2Relationships:jk1=1*w1jk7jk13jk19jk25=w1!Setthecovariancesofjk1andjk7free（加一个“！”就能使这条语句不运行）PathDiagramAdmissibilitycheck=offEndofProblem记录卡方值和自由度：记录卡方值和自由度：286.48，df=5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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。1计算多个变量间的测量模型的卡方值：ObservedVariables:jk1jk7jk13jk19jk25jk2jk8jk14jk20jk26jk3jk9jk15jk21jk27m1m2m3RawDatafromfileE:\LEARNING\SEM\difference.psfSamplesize=776LatentVariables:w1w2w3Relationships:jk1=1*w1jk7jk13jk19jk25=w1jk2=1*w2jk8jk14jk20jk26=w2jk3=1*w3jk9jk15jk21jk27=w3PathDiagramAdmissibilitycheck=offEndofProblem2计算多个变量间的测量模型的卡方值：ObservedVariables:jk1jk7jk13jk19jk25jk2jk8jk14jk20jk26jk3jk9jk15jk21jk27m1m2m3RawDatafromfileE:\LEARNING\SEM\difference.psfSamplesize=776LatentVariables:w1w2w3Relationships:jk1=1*w1jk7jk13jk19jk25=w1jk2=1*w2jk8jk14jk20jk26=w2jk3=1*w3jk9jk15jk21jk27=w3setthecorrelationbetweenw1andw2tobe1.0PathDiagramAdmissibilitycheck=offEndofProblem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！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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RawDatafromfile'E:\LEARNING\SEM\sem课件肖前国\验证因素分析.psf'SampleSize=766LatentVariablesH1H2H3H4H5H6Relationshipsj1j2j3j4j5=H1j6j7j8j9j10=H2j11j12j13j14j15=H3j16j17j18j19=H4j20j21j22j23=H5j24j25j26j27=H6PathDiagramOptionsRSSCMIIT=1000AD=offND=3EndofProblem验证因素分析修改模型RawDatafromfile'E:\LEARNING\SEM\sem课件肖前国\验证因素分析.psf'SampleSize=766LatentVariablesH1H2H3H4H5H6Relationshipsj1j2j3j4=H1j6j7j8j9=H2j11j12j13j14=H3j16j17j18=H4j20j21j22=H5j24j25=H6PathDiagramOptionsRSSCMIIT=1000AD=offND=3EndofProblem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RawDatafromfile'E:\LEARNING\SEM\sem课件肖前国\验证因素分析.psf'SampleSize=766LatentVariablesH1H2S1S2MRelationshipsj11j12j13j14=H1j16j17=H2sh1-sh27=S1myd1-myd4=MH1H2-MS1-H1S1-H2PathDiagramOptions:IT=1000AD=offEndofProblemRawDatafromfile'E:\LEARNING\SEM\sem课件肖前国\验证因素分析.psf'SampleSize=766LatentVariablesH1H2S1S2MRelationsh