關于結構方程模型簡介Lisrel與Amos的初級應用第1頁，共38頁，2023年，2月20日，星期五為什么要用結構方程模型

很多社會、心理、經濟管理研究中所涉及到的變量，都不能準確、直接地測量，這種變量稱為潛變量，如工作滿意度、價格感知等。

這時，只能退而求其次，用一些外顯指標，去間接測量這些潛變量。

傳統的統計分析方法不能妥善處理這些潛變量，而結構方程模型則能同時處理潛變量及其指標。目前工作滿意度工作興趣工作樂趣工作厭惡度工作滿意度潛變量顯變量價格廉價性價格公平性價格多樣性價格感知潛變量顯變量第2頁，共38頁，2023年，2月20日，星期五為什么要用結構方程模型假如4道題目來衡量企業在某方面的競爭優勢，還有3道題目來測量企業績效。現要研究競爭優勢與企業績效的關系。按照傳統的回歸分析做法：3個Y只取一個或運用某種方法合并為1個Y信息丟失競爭優勢X1X2X3X4企業績效Y1Y2Y3第3頁，共38頁，2023年，2月20日，星期五結構方程模型（SEM）的優點

同時處理多個因變量(多個Y);

容許自變量和因變量含測量誤差，精確估計觀察變量與潛在變量之間的關系;

同時估計因子結構和因子關系;

估計整個模型的擬合程度，用以比較不同模型;

容許更大彈性的測量模型；

SEM是復雜多元的統計方法，包括:回歸分析、因子分析(驗證性因子分析)、ｔ檢驗、方差分析、比較各組因子均值、交互作用模型、實驗設計等。第4頁，共38頁，2023年，2月20日，星期五SEM概念概念1：結構方程模型(StructuralEquationModeling，簡稱SEM)是基于變量的協方差矩陣來分析變量之間關系的一種綜合性的統計方法，因此又稱為協方差結構分析。概念2：結構方程模型是一種通用的線性統計建模技術。它主要是利用聯立方程組求解，但是沒有嚴格的假設限定條件，同時允許自變量和因變量存在測量誤差。概念3：SEM是一種呈現客觀狀態的數學模型，主要用來呈現檢驗觀察變量與潛在變量之間的假設關系，它融合了因素分析與路徑分析兩種統計技術。關鍵詞：結構、協方差、線性第5頁，共38頁，2023年，2月20日，星期五理論模型λxn1

λyn1λyn2γ3λxm2δ2

δ1

δ4

δ3

λxm1ζ1ε4ε1Φ21ξ1Xn1Xn2Xm1Xm1ξ2λxn2

η1γ1Yn1Ym2η2γ2ζ2βYn2ε2Ym1ε3λym2λym2構成要素：變量、模型第6頁，共38頁，2023年，2月20日，星期五1、潛變量(latentvariable)：不能被直接測量的變量；內生潛變量:受其它潛變量影響的潛變量；(η,市場財務績效)外生潛變量:由系統外其他因素決定的潛變量；(ξ，反應速度)2、顯變量(observableindicators)：間接測量潛變量的指標，也稱為觀測變量；內生指標:間接測量內生潛變量的指標；(Y)外生指標:間接測量外生潛變量的指標。(X)3、誤差項(δ、ε、ζ

)結構方程模型的變量λxn1

λyn1λyn2γ3λxm2δ2

δ1

δ4

δ3

λxm1ζ1ε4ε1Φ21ξ1Xn1Xn2Xm1Xm1ξ2λxn2

η1γ1Yn1Ym2η2γ2ζ2βYn2ε2Ym1ε3λym2λym2第7頁，共38頁，2023年，2月20日，星期五結構方程模型的結構1、測量模型:測量指標與潛變量之間的關系x=∧xξ+δy=∧yη+ε

2、結構模型

對于潛變量間的關系，可用結構方程表示：

η=Bη+Гξ+ζ反應效率E1E2E3市場績效財務績效反應效率反應速度λxn1

λyn1λyn2γ3λxm2δ2

δ1

δ4

δ3

λxm1ζ1ε4ε1Φ21ξ1Xn1Xn2Xm1Xm1ξ2λxn2

η1γ1Yn1Ym2η2γ2ζ2βYn2ε2Ym1ε3λym2λym2第8頁，共38頁，2023年，2月20日，星期五SEM實質x=∧xξ+δy=∧yη+εη=Bη+Гξ+ζSEM分析核心概念是變量的協方差，用協方差反應兩個變量的共同變異或相關聯程度。假設模型隱含的協方差矩陣B，應盡可能的接近樣本協方差矩陣A，A與B越接近，模型擬合越好，參數估計越有效。估計方法：最大似然估計法(ML),二階段最小二乘法(TSLS)等LISREL（LinearStructuralRelationship，線性結構關系）結合矩陣分析技巧，用以處理協方差結構分析的一套計算機程序。AMOS（AnalysisofMomentStructure,矩結構分析）矩結構與協方差矩陣內涵類似，結合了傳統的一般線性模型與共同因素分析的技術。第9頁，共38頁，2023年，2月20日，星期五SEM應用條件

隨機抽樣

線性相關

ML和TSLS估計時滿足：連續變量且多元正態分布

李克特量表

SEM適合大樣本分析樣本量絕對不能小于100200-500是最佳樣本范圍使用GL估計時樣本量需在200以上標準樣本量應當是變量數（題項）的10-15倍第10頁，共38頁，2023年，2月20日，星期五在SEM分析模型中，只有測量模型而無結構模型的回歸關系，即為驗證性因子分析(CFA)；相反的，只有結構模型而無測量模型，則潛在變量見因果關系的討論，相當于傳統的路徑分析；λxn1

λyn1λyn2γ3λxm2δ2

δ1

δ4

δ3

λxm1ζ1ε4ε1Φ21ξ1Xn1Xn2Xm1Xm1ξ2λxn2

η1γ1Yn1Ym2η2γ2ζ2βYn2ε2Ym1ε3λym2λym2SEM與CFA及路徑分析第11頁，共38頁，2023年，2月20日，星期五SEM建模過程理論發展模型界定模型識別抽樣與測量參數估計模型擬合評鑒模型修飾討論與結論階段一模型發展階段二估計與評鑒1、模型構建

2、前期工作3、模型估計4、模型擬合評鑒5、模型修飾6、假設檢驗第12頁，共38頁，2023年，2月20日，星期五理論先驗性以SEM來檢驗因果關系是否成立主要是屬于驗證的性質，需以理論為基礎。1、以核心理論為基礎；2、以相關實證發現為建立潛在自變量與潛在因變量間因果關系之依據；3、透過邏輯推理過程驗證或修正上述已建立之因果關系；4、藉由相關理論綜述與實地深度訪談，進一步驗證初步建立之因果關系。第13頁，共38頁，2023年，2月20日，星期五實例：速度營銷動態能力對企業績效的影響1、模型構建理論發展模型界定變量確定研究假設H1：速度營銷反應效率對企業市場績效存在正向的影響關系；H2：速度營銷反應速度對企業市場績效存在正向的影響關系；H3：速度營銷反應效率對企業財務績效存在正向的影響關系；H4：速度營銷反應速度對企業財務績效存在正向的影響關系；M1M2M3市場績效F1F2F3財務績效反應效率反應速度E1E2E3S1S2S3E3第14頁，共38頁，2023年，2月20日，星期五2、前期工作研究設計變量的測量（李克特量表）問卷設計數據收集前期數據分析描述性統計(SPSS,EXCEL)信度分析(SPSS)效度分析EFA第15頁，共38頁，2023年，2月20日，星期五309份有效問卷第16頁，共38頁，2023年，2月20日，星期五信度分析(SPSS)信度（Reliability）又可稱為可靠性，是指測驗的可信程度。信度好的指標在同樣或類似的條件下重復操作，可以得到一致或穩定的結果。它主要表現測驗結果的一致性、一貫性、再現性和穩定性。

量表的信度分析包括內在信度分析和外在信度分析。內在信度分析重在考察一組評估項目是否測量的是統一特征，這些項目之間是否具有高度的內在一致性；外在信度分析是指不同時間對同批被評估對象實施反復測量時，評估結果是否具有一致性。主要是內在。指標：克朗巴哈α系數（Cronbach’sα）修正總相關系數(CITC)折半信度系數（即可測量外在信度又可測量內在信度）第17頁，共38頁，2023年，2月20日，星期五效度分析內涵內容效度：內容效度指測試或量表內容或題項的適當性與代表性。效標關聯效度：是指測量工具的內容具有預測或估計的能力。構建效度：建構效度是指測量結果體現出來的某種結構與測值之間的對應程度。一般分為收斂效度和區分效度。收斂效度：當測量同一構念的多重指標彼此間聚合或有關連時，表明聚合效度存在區分效度：區分效度是指當一個構念的多重指標相聚合或呼應時，則這個構念的多重指標也應與其相對立之構念的測量指標有負向相關，若相關程度越低，則區分效度越好。

研究方法收斂效度：因子分析法(EFA和CFA)

平均萃取量(AVE>0.5)組合信度(CR>0.7)區分效度:AVE的平方根應該大于該變量與其它變量的相關系數第18頁，共38頁，2023年，2月20日，星期五3、模型估計（Lisrel或Amos）LISREL語法見長必須使用PRELIS計算出CORorCOV矩陣作為輸入也可以畫圖AMOS圖形見長可以直接以原始數據作出輸入適合于初學者第19頁，共38頁，2023年，2月20日，星期五驗證性因子分析CFA剔除EFFE3LISREL第20頁，共38頁，2023年，2月20日，星期五驗證性因子分析CFA剔除EFFE3AMOS第21頁，共38頁，2023年，2月20日，星期五結構方程SEMLISREL第22頁，共38頁，2023年，2月20日，星期五結構方程SEMAMOS第23頁，共38頁，2023年，2月20日，星期五4、模型擬合評鑒適配度指標是評價假設的路徑分析模型圖與搜集的數據是否相互適配，而不是說明路徑分析模型圖的好壞。一個適配度完全符合評價標準的模型圖不一定保證是個有用的模型，只能說研究者假設的模型圖比較符合實際數據的情況。（1）模型基本適配標準（2）整體模式適配指標―模式外在質量（3）模式內在擬合度―模式內在質量第24頁，共38頁，2023年，2月20日，星期五4、模型擬合評鑒（1）模型基本適配標準BagozziandYi（1988）認為較重要之模式基本適配標準為下列五項：1.不能有負的誤差變異；2.誤差變異必需達到顯著水平（t>1.96）；3.估計參數之間的相關絕對值不能太接近1；4.因素負荷量不能太低（＜0.5）或太高（＞0.95）；5.不能有很大的標準誤。

當違反上述標準時，表示模式可能有“細列誤差”、“辨認問題”或“輸入有誤”。當符合上述標準時，方可進行檢驗“整體模式適配標準”及“模式內在結構適配度”。第25頁，共38頁，2023年，2月20日，星期五4、模型擬合評鑒（2）整體模式適配指標―模式外在質量卡方檢驗：卡方自由度比(χ2/df)模型擬合指數：擬合指數(GFI)、調整后擬合指數(AGFI)、正規擬合指數(NFI)、非正規擬合指數(NNFI)、增量擬合指數(IFI)替代指數：RMSEA,CFI指數殘差分析指數：殘差均方根(RMR)擬合指標χ2/dfGFIAGFINFIIFICFIRMRRMSEA建議值＜5＞0.9＞0.8＞0.9＞0.9＞0.9＜0.05＜0.08實際值3.9670.910.850.900.920.920.110.083第26頁，共38頁，2023年，2月20日，星期五Lisrel模型擬合指標輸出DegreesofFreedom=65MinimumFitFunctionChi-Square=244.80(P=0.0)NormalTheoryWeightedLeastSquaresChi-Square=234.80(P=0.0)EstimatedNon-centralityParameter(NCP)=169.8090PercentConfidenceIntervalforNCP=(126.75;220.44)MinimumFitFunctionValue=0.79PopulationDiscrepancyFunctionValue(F0)=0.5590PercentConfidenceIntervalforF0=(0.41;0.72)RootMeanSquareErrorofApproximation(RMSEA)=0.09290PercentConfidenceIntervalforRMSEA=(0.080;0.10)P-ValueforTestofCloseFit(RMSEA<0.05)=0.00ExpectedCross-ValidationIndex(ECVI)=0.9390PercentConfidenceIntervalforECVI=(0.79;1.10)ECVIforSaturatedModel=0.59ECVIforIndependenceModel=6.60Chi-SquareforIndependenceModelwith78DegreesofFreedom=2005.84IndependenceAIC=2031.84ModelAIC=286.80SaturatedAIC=182.00IndependenceCAIC=2093.38ModelCAIC=409.87SaturatedCAIC=612.73NormedFitIndex(NFI)=0.88Non-NormedFitIndex(NNFI)=0.89ParsimonyNormedFitIndex(PNFI)=0.73ComparativeFitIndex(CFI)=0.91IncrementalFitIndex(IFI)=0.91RelativeFitIndex(RFI)=0.85CriticalN(CN)=119.80RootMeanSquareResidual(RMR)=0.11StandardizedRMR=0.082GoodnessofFitIndex(GFI)=0.90AdjustedGoodnessofFitIndex(AGFI)=0.85ParsimonyGoodnessofFitIndex(PGFI)=0.64第27頁，共38頁，2023年，2月20日，星期五4、模型擬合評價（3）模式內在擬合度―模式內在質量組合信度(CR>0.7)平均萃取量(AVE>0.5)項目效率速度市場績效財務績效CR0.8000.7000.8170.826AVE0.6990.4800.6100.615第28頁，共38頁，2023年，2月20日，星期五5、模型修飾強調理論基礎t值(t<1.96)——刪線修正指數(MI>5)——加線t-value最小值MI最大值初始模型最終模型第29頁，共38頁，2023年，2月20日，星期五模型一第30頁，共38頁，2023年，2月20日，星期五模型二第31頁，共38頁，2023年，2月20日，星期五模型三第32頁，共38頁，2023年，2月20日，星期五模型四第33頁，共38頁，2023年，2月20日，星期五擬合指標dfχ2/dfGFIAGFINFIIFICFI