1、協(xié)方差檢驗FileIinport External Data in Other Fomiats （導(dǎo)入外部數(shù)據(jù)）一右擊任一變量名，選擇 Define Variables （定義變量），點擊VaiiableType （設(shè)定變量類型），選擇Continuous （連續(xù)型）和 Apply to all （應(yīng)用至lj所有），點擊OK、OK。如下圖所示：EFFE3EFFE4SPEE1SPEE2MAREFFE2)05.00040005.0004.0006.0003 0002.0001.0002.0003.0005.0002.000)0)05.0003.0005.0005.0005.0006.000)04.

2、0叫21 nnn3.0003.0004000)0)0)0)06.0(: Define VariablesEFFElEFFE2)0)0)0)0)0)070flTol2.00 回 7 011.0d)0)0)02.odEFFE3EFFE4SPEE1SPEE2SPEE3MARK1MARK2MARK3FINA1FINA2FINA34.0QCategoryMissing ValuesCancelone vari able at)0)05001.00)0)0)05.005.007.00To select more than time, hold down tht CTRL kty while clickin

3、g on the variables to be、 4.0005 0006.0003.0003.0003.0004.00040003.000Insert2.0002.0002.0005.0006.000Rename6 0003.000Variable Type4.0003.0004.000X6.0007.0005.UUUb.UUU5.UUU6.0005.0006.000完成上述操作后點擊save保存數(shù)據(jù)（注意數(shù)據(jù)應(yīng)保存在系統(tǒng)盤，否則可能得不出結(jié)果）t Dita Traits form at i on St cs Gr a.phs Multilev-第s品倒旗|集| & njjl| Sa

4、ve fe X X 叵因用EFFE4SPEE1SPEE2 |4.0005 0004.0002.0001.0002.0005.0005.0005.0004.0003.0003.000annnAmsnnnlStatistics-*output options.(輸出選項，選擇 Save to fL、LISREL system data、Save the transformed data to.o輸入與之前文件名一致名字的cov、dsf文件(如下圖中testLcov、 testl.dsf), Covariances：協(xié)方差)得到協(xié)方差矩陣接下來進行CFAFlief Newf Path Diagram

5、保存（同名文件 testl .pth）Setup （定義相關(guān)設(shè)定）f Title and comments （一般不用定義）f 選擇 next,至 Gioup names （一般也不用定義）next至Labels,如下圖（左側(cè)Observed Variables：觀測變量即觀測指標;右側(cè)Latent Variables ：潛變量）f 選擇 Add/Read variables （得下圖，在 Add/Read variables 中選擇 PRELIS System File）Add list o£ variables （e. g. / vFile Name選擇 Biowsef 打開 t

6、estl.psff OK選擇Add latent Variables （添加潛變量,手輸）,如下圖Labelsllame1EFFE12EFFE23EFFE34EFFE45SPEE16SPEE27SPEE38NiRKlMAPV"7Observed Vari ablesAdd/Resd VariablesAdd Latent VariablesIgn . MwePress the Down Arrow been typed, in the prePress the Insert key得到點擊 next 進入 Data （Statistics 中選擇 Covariances, File

7、中選擇 External ASCII Data, File Biowse中選擇同名cov文件，Number of中輸入樣本數(shù)量）點擊OK作圖得到點擊OKI結(jié)構(gòu)方程模型的路徑系數(shù)圖綠色：外生潛變量；灰色：外生觀測變量（外生觀測指標） 黃色：內(nèi)生潛變量；藍色：內(nèi)生觀測變量（內(nèi)生觀測指標）rrrrrr X X X XGroups： |Observed I Y IEFFE1EFFE2EFFE3EFFE4SPEE1SPEE2SPEE3MARK1MARK2MARK3FINA1FINA2FINA3系統(tǒng)均默認為外生變量，在Y下選中，轉(zhuǎn)化為內(nèi)生觀測變量，在Eta卜選中轉(zhuǎn)化為內(nèi)生潛 變量 作圖，與CFA一樣，得到

8、下圖Models：Basic ModelEstimate!T-valueszlChi-Square=191.97,df=49, P-value=0.00000, RNSEA=0.097其中，選擇Estimate中T-vahies,從最小的開始，用以刪路徑 一般T值的絕對值應(yīng)當大于 1.96,才說明顯著水平達到0.05,用一個*表示。另，大于2.58用*表示，大于 用*表示。Bodels: |fasic Model | Estimate: Modification Indices |Chi-5quare=191.97, df=49, P-value=Q.00000, E<M52A=0.09

9、7選擇Estimate中modification indices （修正系數(shù)，MI值：增加某條路徑所減少的卡方值，從 大的開始），用以增加路徑，但一定要有理論依據(jù)，一般不隨便增加。模型修正初始模型專家未注冊t-value最小值Ml最大值t=>最終模型T值最小值開始用以刪路徑，MI值最大值開始用以增加路徑。無論增、減路徑都得一條 條進行。根據(jù)T值依次刪除兩條路徑后（在其中最好保存語法）得到下圖：ZJModels： Basic ModelEstimate! Standardized Solution |Chi-Square=195.53, df=51, P-value=0.00000, RM

10、SEA=0.096上圖表明SPEE對MARK影響系數(shù)為0.45, EFFE對FINA影響系數(shù)為0.24。根據(jù)MI值添加路徑（根據(jù)數(shù)值大小；理論依據(jù)），后運行Chi-Square=183.22, df=50,P-value=O.00000, RMSEA=0.093以上結(jié)構(gòu)修正完成，接卜.來輸出相關(guān)指標數(shù)據(jù):ie | Output Window Help升 | SIMPUS OutputsUSREL OutputsodeEstimations.Selectrons.Save.Ctrl+F= Fit Indices選擇 Total Effects and Iiiduect Effects （總體影響

11、和間接影響）、Standardized solution 點擊Next,選擇下列指標輸出CP dYU "4LUAaSaveFileSave1/ bLamb&a-Y： 、 Matrix: AnalyzedAsym. Cov &£ Tarans. EsV Lamb d.a-XV BetaRegr. Matrix of La.te.M GammaFitted Matrix回?hi|lxl. g£sEst. Free Param.Sid. Errors/ Theta-Epsilon1q Theta.-DltaBV t-Values|lxl. tvs<

12、 Theta."Delta-IpsiWrite TeX Output T 三，r?1 3T Al?上以 K-ip u -Bl點擊OKSetup運行語法打開同名OUT文件，所有指標數(shù)據(jù)可以看到。例如：Number ofInput Uariables 13Number ofV - Variables 6Humber ofX - Uariables6Number ofETA - Uariables 2Number ofKSI - Uariables 2Number ofObseruations 389表示 所有輸入變量13個Y變量（外生觀測變量）6個X變量（內(nèi)生觀測變量）6個 外生潛變量2

13、個 內(nèi)生潛變量2個 樣本數(shù)309IICovariance MatrixMARK1LARK2MARK3FIHA1FINA2FINA31.371fARK20.841.26心鄴30.850.661.31FINA10. 11-0.010.231.27FINA20.260. 240.420. 801.25FINA30.360. 140.420. 720. 801.28EFFE10.240. 260. 180. 170. 230. 27EFFE20. 190. 160. 150. 170. 250. 31EFFE40.430. 190.450. 070. 220. 39SPEE10.400. 340.23

14、-0. 050. 020. 03SPEE20.270.260.23-0.06-0. 080.00SPEE30.340.260.310.010.010.02C'ovariance MatrixEFFE1EFFE2EFFE4SPEE1SPEE2SPEE3EFFE11.55EFFE21. 151.57EFFE40.931. 151.62SPEE10.360.380.381. 16SPEE20. 150. 190.250.580. 89SPEE3-0.020.060.310.430.481.37上圖表示輸入的協(xié)方差矩陣Couariance Matrix of ETA and KSIMARKFI

15、NAEFFESPEEMARK8.98FINfi0.270.96EFFE0.140.221.00SPEE0.430.170.311.00上圖表示變量間的協(xié)方差矩陣Goodness of Fit StatisticsDegrees of Freedom = 50Mininmni Fit Function Chi-Square = 183.41 (F = 0. 0)Normal Theory Weighted Least Squares Chi-Square = 183. 22 (P = 0. 0)Estimated Non-centrality Parameter (NCP) = 133. 229

16、0 Percent Confidence Interval for NCP = (95. 57 ： 178.45)Minimum Fit Function Value = 0. 60Population Discrepancy Function Value (F0) = 0. 4390 Percent Confidence Interval for F0 = (0. 31 ： 0. 58)Root Mean Square Error of Approximation (RMSEA) = 0. 09390 Percent Confidence Interval for RM SEA =(0. 0

17、79 : 0. 11)P-Value for Test of Close Fit (RMSEA < 0. 05) = 0. OOExpected Cross-Validation Index (ECVI) = 0. 7890 Percent Confidence Interval for ECVI = (CL 65 : 0. 92)ECVI for Saturated Model = 0. 51ECU工 for Independence Model = 6. 25：hi-Square for Independence Mo del with 66 Degrees of Freedom =

18、 1902. 07Independence AIC = 1926.07Model AIC = 239.22Saturated AIC = 156. 00t iilatc 1nnn nt上圖表示擬合優(yōu)度的指標BETAMARKFINftMARK-FINA8.25(0.07)3.77GAMMAEFFESPEEMARK- -©.43(0.07)6.37FINA8.18(0.06) 2.90BETA、GAMMA均顯示直接影響，BETA是內(nèi)生潛變量之間的關(guān)系，GAMMA是外生潛變 量與內(nèi)生潛變量之間的關(guān)系上圖表明MARK對FINA影響系數(shù)為0.25,EFFE對FINA影響系數(shù)為0.18, SPEE對MARK 影響系數(shù)為043Reduced FornSPEEEFFEMARK- -G.43(0.07)6.