程模型在學(xué)術(shù)研究的應(yīng)用.ppt

《程模型在學(xué)術(shù)研究的應(yīng)用.ppt》由會(huì)員分享，可在線(xiàn)閱讀，更多相關(guān)《程模型在學(xué)術(shù)研究的應(yīng)用.ppt（60頁(yè)珍藏版）》請(qǐng)?jiān)谘b配圖網(wǎng)上搜索。

1、,謝章升 IBM-SPSS統(tǒng)計(jì)工程師 起點(diǎn)中文閱讀 ,,,,2,探索式因素分析 vs. 驗(yàn)證式因素分析,,3,探索式因素分析,研究人員一開(kāi)始並未有特定數(shù)量的潛在因素被萃取出來(lái)。,Charles Spearman,,4,驗(yàn)證式因素分析,CFA需要研究人員事先指定預(yù)期的結(jié)果 因素的個(gè)數(shù) 每個(gè)因素所反應(yīng)的變數(shù)(指標(biāo)) 因素之間是否相關(guān),Karl Joreskog,,5,SEM分析流程 SEM的基本原理 結(jié)構(gòu)模式與測(cè)量模式 驗(yàn)證各個(gè)構(gòu)面的有效性 驗(yàn)證式因素分析(CFA 模式) 構(gòu)面組成信度與變異數(shù)萃取量的計(jì)算,結(jié)構(gòu)方程模型於學(xué)術(shù)上的應(yīng)用大綱,,6,SEM基本流程,理論,模型建構(gòu),衡量工具,資料蒐集,模

2、型測(cè)試,結(jié)果,解釋,,7,SEM具有理論先驗(yàn)的特性， SEM模型建立需經(jīng)過(guò)觀念釐清、文獻(xiàn)回顧與推導(dǎo)。 以驗(yàn)證理論為主。,,8,根據(jù)理論的基礎(chǔ)及研究人員個(gè)人的知識(shí)與經(jīng)驗(yàn)，建立SEM分析路徑圖。,,9,橫斷面資料 通常採(cǎi)問(wèn)卷設(shè)計(jì)調(diào)查。 次級(jí)資料。 縱斷面資料 時(shí)間序列調(diào)查 重複量數(shù)實(shí)驗(yàn)設(shè)計(jì),,10,簡(jiǎn)單隨機(jī)抽樣,,11,樣本規(guī)模大小 遺漏值處理 常態(tài)及例外值檢定 模型估計(jì) CFA SEM 模型信度 模型配適度 模型修正,,12,模型配適度不差是報(bào)告結(jié)果的必要條件之一。,,13,理論,模型建構(gòu),衡量工具,資料蒐集,模型測(cè)試,結(jié)果,解釋,與理論假設(shè)模型做比較，並予推論，如有不符可以探討原因，回頭修正理

3、論的正確性。,,14,結(jié)構(gòu)方程式模型分析法 是種以迴歸為基礎(chǔ)的多變量技術(shù)，並結(jié)合路徑分析及因素分析，屬於驗(yàn)證性實(shí)證研究的資料分析法，能同時(shí)處理多組變項(xiàng)間的關(guān)係，其目的在探究變數(shù)間的因果關(guān)係以驗(yàn)證理論，故又可稱(chēng)為因果模式分析技術(shù)。 因此，在使用驗(yàn)證性研究方法時(shí)，研究者所提的研究模式必須具有理論基礎(chǔ)，由理論來(lái)引導(dǎo)。,SEM的基本原理,,15,,,,,,,,,,,,,16,SEM分析常用的軟體,Amos LISREL EQS Mplus SAS Calis Sepath MX,,17,SEM的類(lèi)別,路徑分析模型 驗(yàn)證式因素分析模型 結(jié)構(gòu)迴歸模型 潛在成長(zhǎng)模型,,18,路徑分析模型,績(jī)效與期望是相關(guān)

4、兩個(gè)變數(shù)皆會(huì)影響滿(mǎn)意度，滿(mǎn)意度又影響忠誠(chéng)度。 績(jī)效與期望對(duì)忠誠(chéng)度沒(méi)有直接效果,績(jī)效,期望,滿(mǎn)意度,忠誠(chéng)度,,19,路徑分析模型,,,20,路徑分析模型,,,21,驗(yàn)證式因素分析模型,潛在變數(shù)之間的相關(guān)及驗(yàn)證觀察變數(shù)是否能被潛在變數(shù)所解釋?zhuān)嗉从^察變數(shù)是否真能反應(yīng)該構(gòu)面的真實(shí)情形。,cov,,22,結(jié)構(gòu)迴歸模型,為CFA的組合，假設(shè)構(gòu)面之間影響關(guān)係的解釋而不是構(gòu)面相關(guān)，主要做為理論的驗(yàn)證。,,23,x1,x2,x3,,F1滿(mǎn)意度,,F2忠誠(chéng)度,y1,y2,y3,,,,,,,,e,,,,,,,e4,Lx1,b,,D,e5,e6,e,e,測(cè)量殘差,外生觀察變項(xiàng),因素負(fù)荷量,外生潛在變項(xiàng),結(jié)構(gòu)參數(shù),內(nèi)

5、生潛在變項(xiàng),因素負(fù)荷量,內(nèi)生觀察變項(xiàng),,結(jié)構(gòu)模式,,測(cè)量(CFA)模式,測(cè)量殘差,Lx2,Lx3,Ly1,Ly2,Ly3,,測(cè)量(CFA)模式,結(jié)構(gòu)模式與測(cè)量模式,,24,結(jié)構(gòu)模式與測(cè)量模式,完整的SEM模型參數(shù)圖示,,25,所有獨(dú)立變數(shù)的變異數(shù)均是模型的參數(shù) 所有外生變數(shù)之間的共變異數(shù)都均是模型的參數(shù) 所有與潛在變項(xiàng)有關(guān)的因素負(fù)荷量均是模型的參數(shù) 所有測(cè)量變項(xiàng)之間或潛在變項(xiàng)之間的迴歸係數(shù)都是模型的參數(shù) 與內(nèi)生變項(xiàng)有關(guān)的量數(shù)都不是模型的參數(shù) 對(duì)每一個(gè)潛在變項(xiàng)，必須給定一個(gè)適當(dāng)?shù)臐撛诹砍?SEM參數(shù)設(shè)定原則(Raycov 或?qū)撛谧冺?xiàng)其中的一個(gè)測(cè)量變項(xiàng)與潛在變項(xiàng)的因素負(fù)荷量設(shè)為1。 兩種方法結(jié)果

6、一樣，若目的為理論驗(yàn)證，採(cǎi)第二種方法較為適宜。,SEM參數(shù)設(shè)定原則-第6原則探討,,33,SEM的重要矩陣,S 矩陣 樣本共變異數(shù)矩陣 調(diào)查的資料 () 矩陣 模型再製(預(yù)測(cè))矩陣(model implied covariances) 殘差共變異數(shù)矩陣 S () (SEM的H0假設(shè)),,34,估計(jì)方法 (ML, ADF, WLS, ULS),CFA的目的是用來(lái)估計(jì)測(cè)量模型(因素負(fù)荷量、因素變異數(shù)及共變異數(shù)、誤差項(xiàng)共變異數(shù)) 。 運(yùn)用疊代的方式使得S矩陣與() 矩陣儘可能的接近，亦即愈接近，模型配適度愈好。 疊代運(yùn)算停止的兩個(gè)充份條件 達(dá)到電腦預(yù)計(jì)的疊代次數(shù)，如25次 模式收斂完成，亦即達(dá)到電腦

7、預(yù)設(shè)標(biāo)準(zhǔn),,35,疊代到底是蝦米碗榚呢?,,樣本矩陣S,,模型預(yù)測(cè)矩陣,,估計(jì)方法(ML),,36,資料型態(tài),原始資料 (raw：subjects；column：variables) 共變異數(shù)矩陣 相關(guān)矩陣含平均數(shù)、標(biāo)準(zhǔn)差,,37,資料符合常態(tài)、無(wú)遺漏值及例外值(Bentler & Chou, 1987)下，樣本比例最小為估計(jì)參數(shù)的5倍，10倍則更為適當(dāng)。 當(dāng)原始資料違反常態(tài)性假設(shè)時(shí)，樣本比例應(yīng)提升為估計(jì)參數(shù)的15倍。 以ML法評(píng)估，Loehlin (1992)建議樣本數(shù)至少為100，200較為適當(dāng)。 當(dāng)樣本數(shù)為400500時(shí)，此法會(huì)變得過(guò)於敏感，而使得模式不適合。,樣本規(guī)模大小,,38,SE

8、M實(shí)務(wù)上的基本要求,模型中潛在因素至少應(yīng)為兩個(gè) (Bollen, 1989) 量表最好為七點(diǎn)尺度 (Bollen, 1989) 每個(gè)潛在構(gòu)面至少要有三個(gè)題目，五七題為佳 (Bollen, 1989) 每一指標(biāo)不得橫跨到其它潛在因素上(Bollen, 1989) 問(wèn)卷最好引用自知名學(xué)者，儘量不要自己創(chuàng)造 理論架構(gòu)要根據(jù)學(xué)者提出的理論作修正 模型主要構(gòu)面維持在5個(gè)以?xún)?nèi)，不要超過(guò)7個(gè),,39,一階(初階)驗(yàn)證式因素分析,,,40,二階(高階)驗(yàn)證式因素分析,,41,CFA模型設(shè)定的考量,,,42,以下這個(gè)又如何呢?,,43,EFA V.S. CFA,,44,一階有相關(guān)CFA模型v.s.二階CFA模型

9、,,,45,一階CFA模型和EFA的比較,,46,一階CFA模型(單一群組分析),,,47,找出不合適的題目，予以刪除，原則為負(fù)荷量小於0.7的題項(xiàng)。 一個(gè)構(gòu)念最少為一個(gè)變數(shù)，且需由研究者提出可信度的評(píng)估，兩個(gè)變數(shù)亦同。 一個(gè)構(gòu)念3個(gè)變數(shù)是較可接受的。 對(duì)於一個(gè)構(gòu)念使用多少變數(shù)並無(wú)上限，實(shí)務(wù)上應(yīng)用以57個(gè)為最適宜。 量表尺度儘量採(cǎi)6點(diǎn)以上量表,驗(yàn)證各個(gè)構(gòu)面的有效性,,48,驗(yàn)證各個(gè)構(gòu)面的有效性,,49,模式1為單一因素的一階驗(yàn)證性因素模式 模式2為一階且有相關(guān)的驗(yàn)證性因素(潛在變項(xiàng)間有相關(guān))模式，為驗(yàn)證性因素分析的一般模式，又稱(chēng)為驗(yàn)證性因素分析的多因素模式 模式3為二階驗(yàn)證性因素模式。,驗(yàn)證式

10、因素分析(CFA建模),,50,一階驗(yàn)證性因素模式(模式一),,51,一階且有相關(guān)的驗(yàn)證性因素(潛在變項(xiàng)間有相關(guān))(模式二),,52,二階驗(yàn)證性因素模式(模式三),,53,模式配適度分析結(jié)果,,54,構(gòu)念的組成信度(Composite Reliability, CR)(標(biāo)準(zhǔn)化因素負(fù)荷量)2/ ((標(biāo)準(zhǔn)化因素負(fù)荷量)2+(各測(cè)量變項(xiàng)的測(cè)量誤差)) (Jreskog and Srbom , 1996)。 CR值是其所有測(cè)量變項(xiàng)信度的組成，表示構(gòu)念指標(biāo)的內(nèi)部一致性，信度愈高顯示這些指標(biāo)的內(nèi)部一致性愈高，0.7是可接受的門(mén)檻( Hair,1997),Fornell and Larcker (1981)建議值為0.6以上。,構(gòu)面組成信度與變異數(shù)萃取量的計(jì)算,,55,平均變異數(shù)萃取量 (AVE)=(因素負(fù)荷量2)/((因素負(fù)荷量)2+(各測(cè)量變項(xiàng)的測(cè)量誤差)) (Jreskog and Srbom , 1996) AVE是計(jì)算潛在變項(xiàng)之各測(cè)量變數(shù)對(duì)該潛在變項(xiàng)的變異解釋力，若AVE愈高，則表示潛在變項(xiàng)有愈高的信度與收斂效度。Fornell and Larcker(1981)建議其標(biāo)準(zhǔn)值須大於0.5。,構(gòu)面組成信度與變異數(shù)萃取量的計(jì)算,,56,,57,Amos結(jié)構(gòu)模型的建模分析,,58,參考用書(shū),,,59,參考用書(shū),,,60,,