Transcript 方建皓
因果關係理論的建立
─結構方程模型
報告學生:方建皓
授課教授:任維廉 教授
日期:2012/05/30
結構方程模型
(structural equation modeling , SEM)
檢定觀察變項與潛在變項間關係假設的多重
變項統計分析方法
優點:
2
1.可同時分析涉及潛在變項與其觀察變項間的關係
2.可準確估計測量誤差與其他參數值,提高測量準確
度
3.可同時計算多個依變項間的關係,尤其在中介效果
研究應用中
測量
潛在變項(latent variable):抽象的、不可直接觀察測
量的變項,需透過一系列觀察變項(observed variable)
進行觀測
「測量誤差」:系統誤差與隨機誤差
適合用結構方程模型之情況:
3
同一題目的陳述語句對不同受試者產生誤差
同一題目在不同時間對同一受試者引起誤差
量表的效度與信度
效度(validity):測量的正確性,即量表是否能測量
其所要量測的潛在概念的程度。
收斂效度:不同觀察變項是否能測量同一潛在變項
以「確認性因素分析」來判斷假設是否與數據吻合
區辨效度:不同潛在變項間是否存有顯著差異
各潛在變項間的相關係數是否顯著低於1來判斷
效標關聯效度:是指多個潛在變項間的關係
4
以路徑模型的方式做檢測
信度(reliability):估計測量誤差的大小
(以誤差變異來測量)
結構方程模型理論與邏輯
來自假設關係
來自母體數據
母體差距
研究時所要衡量的部分契合
指數(fit index)
5
樣本共變數矩陣
契合共變數矩陣
結構模型的基本類型(1)
測量模型(measurement model):
幫助我們透過確認性因素分析(CFA),檢驗研究者所
建立的假設是否與數據吻合
6
結構模型的基本類型(2)
路徑模型(path model):
瞭解各變數間的關係,包括直接關係與間接關係
7
結構模型的基本類型(3)
整體模型(full model):
測量模型與路徑模型的總和,為一個完整的模型
8
結構方程模型的建立潛在變項的測量單位
固定因素變異法:
將潛在變項標準化,設定其變異(∅11 )為1
9
結構方程模型的建立潛在變項的測量單位
固定負荷量法:
任取一個觀察變項(𝑥1 )為參照指標,並設定其截距為0,因
素負荷量為1
10
結構方程模型的建立六步驟
建立一個基於理論基礎的假設模型
根據理論表示各變項間的相互關係,以路徑圖呈現
將路徑圖用一組結構方程式加以演繹
將陳述關係表達成LISREL程式語言,然後計算結果
結果輸出:著重觀察以下因素
(1)參數估計可行性;(2)假設模型與實徵數據的契合程度;(3)參
數估計是否顯著
解釋輸出結果
11
契合指數(Fit Index)
改變各參數值的大小,使契合共變數矩陣越接近樣本共變數
矩陣則契合度越佳
最大概似法(Maximum Likelihood Estimation)
最基本的檢測指標
12
常用的契合指數(1)
當比值為2:1或3:1屬可接受的契合度指標
當RMSEA≦0.05代表假設模型契合度好;0.05~0.08可
接受;0.08~0.10普通;超過0.10契合度較差。
13
常用的契合指數(2)
此兩值需大於0.9,若大於0.95代表假設理論模型與數
據的契合度非常好。
14
結構方程模型發的新趨勢(1)
測量恆等性:
探討如何跨組比較結構方程模型中的各個參數
例如:
將結構方程模型應用於不同文化組別間的比較,可對
跨文化研究工作有所助益
在教育學領域,能有助於比較不同學術成就與不同主
修範圍之研究對象的異同
跨性別研究,可研究性別不同對問題看法的差異
15
結構方程模型發的新趨勢(2)
潛在增長模型:
觀察研究對象隨著時間而發生變化的程度
例如:
人的態度與認知的變化
員工對於工作期望的變化
16
結構方程模型發的新趨勢(3)
17
多層次因素模型:
雖分成不同樣本(Subject),但屬於同一組別(Group),
使得樣本間有相關性。
可將觀察得到的變項間的共變數矩陣拆成變項組間
共變異矩陣與變項組內共變異矩陣,分別進行測量,
即可進一步比較兩層次間的異同
Thank you
18