200 likes | 462 Views
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: 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.
E N D
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: • 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: • 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 • 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) 契合共變數矩陣 樣本共變數矩陣
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
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
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
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,設定其變異為1
結構方程模型的建立-潛在變項的測量單位 • 固定負荷量法: 任取一個觀察變項為參照指標,並設定其截距為0,因素負荷量為1
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
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
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。
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。
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
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
結構方程模型發的新趨勢(3) • 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