结构方程模型及其应用

結

構方程程模型型及其應

新增資

應用

資料

目錄

內容 頁數 引言 2

I. 第9.1版的改動 3 - 4 II. 章節內的新增資料

第一章 5

第三章 6 – 8 第十二章 9 – 10 第十四章 11 – 17 III. 附录內的新增資料 19

1

引言

自2005，為方便普通話及廣東話的學生，修習香港中文大學我所任教的結構方程課程，我製做了一個含有2種方言的網上課程，其後我亦將整個課程放在個人網頁()免費讓公眾使用。

網上課程更精簡地解釋重點，尤其是對本書最艱深的部份（第三、四章），幫助最大。學員先看綱上課程，再參考書本內容，必感事半功倍。

主要参考文獻：

du Toit, S., du Toit, M., Mels, G., & Cheng, Y. (n.d.). LISREL for Windows: SIMPLIS syntax files. Lincolnwood, IL: Scientific Software International, Inc. (available

/lisrel/techdocs/SIMPLISSyntax.pdf)

Jöreskog, K.G. & Sörbom, D. (1999). LISREL 8: User’s Reference Guide. Lincolnwood, IL: Scientific Software International, Inc.

Jöreskog, K.G. & Sörbom, D. (1999). Structural Equation Modeling with the SIMPLIS Command Language. Lincolnwood, IL: Scientific Software International, Inc.

Scientific Software International (SSI) (2012). LISREL 9.1 Release Notes. Lincolnwood, IL: The Author. (available from /lisrel/LISREL_9.1_Release_Notes.pdf)

2

I. 第9.1版的改動

Scientific Software International (SSI)公司對LISREL第8版進行多次修改後，在2012年10月推出了第9.1版。

第9.1版除了繼續使用LISREL的矩陣語法、較接近日常語言的SIMPLIS語法、及改良圖形介面(GUI)外，亦有數項較重大的改動；本書依據SSI公司各項公開的檔案，指出修改的地方，及其使用方法。

(1)LISREL與PRELIS

雖然我們仍然可以獨立運行PRELIS及LISREL程式，但它們的部份功能已合併。例如，我們毋需先用PRELIS去估計漸近協方差矩陣，再讓LISREL去使用。在LISREL9.1，我們可以直接用LISREL讀入數據，估計漸近協方差矩陣，並計算模型參數值。

(2)穩健標準誤(robust standard error)

當數據並非正態分佈時，LISREL9.1能提供穩健的標準誤及卡方值。使用SIMPLEX 語言時，只要加插一句Robust Estimation指令。

(3)缺失數據

對缺失數據，LISREL除了自動採用Full Information Maximum likelihood (FIML)外，亦容許我們改用EM或MCMC多元設算方法去推算缺失值。9.1版亦容許使用設計權重(design weight)。

(4)順序與連續數據

在處理順序(ordinal)與連續(continuous)數據的混合(mixture)模型時，LISREL採用自適應積分(adaptive quadrature)算法，而用者可自定：Logit, Probit, Complementary Log-log及Log-log方法。

(5)擴展名

LISREL程式由.ls8改為.lis；PRELIS程式由.pr2改為.prl；系統數據檔案由.psf改為.lsf。

3

在LISREL指令程式中，我們仍然可以在程式當中使用.psf。但若要獨立在程式外開啟.psf 檔案時，則應預先改擴展名為.lsf。

LISREL (.ls8, .lis)及PRELIS (.pr2, prl)都是文字檔(text file)，一般來說，就算不改動擴展名，大部份都可以在第8及第9版互通使用。要小心的是，當電腦同時裝備8及9版本的LISREL時，因擴展名已聯繫了不同版本，程式在不同版本間運行，可能會導致混亂。

4

II. 章節內的新增資料

因鷹LISREL 9版及其他改動，我們對《侯杰泰、温忠麟、成子娟. (2004). 结构方程模型及其应用. 北京：教育科学出版社. 》一書，提供一些新增資料，詳列於後。

第一章

七、 LISREL操作入门

書中展示使用第8版的步骤；在使用第9版时，无论是自由还是其它格式，都是点击选择"Import Data"。

5

第三章应用示范I：验证性因子分析和全模型

一、验证性因子分析

（三）模型MA的结果输出和解释

Total Variance = 17.000 Generalized Variance = 0.0422 Largest Eigenvalue = 4.036 Smallest Eigenvalue = 0.416 Condition Number = 3.115

總方差(total variance)是樣本協方差矩陣S對角線元素（即方差）的總和。在本例子，

變量方差均為1，所以總和為17。在其他研究，變量方差不一定全為1，所以總方差不等

於變量數目。

廣義方差(generalized variance)是S的行列式(determinant)，也即是S所有特徵值(eigenvalue)的積。LISREL9-1也提供最大及最少特徵值(largest and smallest eigenvalue)及

條件數(condition number)。條件數是最大特徵值與最少特徵值的開方根〔在本例子是

(4.04/0.42)1/2 = 3.11〕。當條件數太低時，表示變量間有共線性，LISREL會提出警示。

Log-likelihood Values

Estimated Model Saturated Model

--------------- ---------------

Number of free parameters(t) 44 153

-2ln(L) 5037.174 4842.047

AIC (Akaike, 1974)* 5125.174 5148.047

BIC (Schwarz, 1978)* 5294.923 5738.310

*LISREL uses AIC= 2t - 2ln(L) and BIC = tln(N)- 2ln(L)

各參數是在假設數據多元正態分佈下，透過極大化似然函數L而獲得，我們通常報

告所估計模型及飽和模型（即所有變量與所有其他變量均有相關）的 -2ln(L) 值。一般來

說我們比較不同模型，選取AIC與BIC最低數值的模型。在這裏AIC與BIC的定義，與

Akaike及Schwarz所開始用的定義略有不同，故LISREL亦提供它們所用的方程式(註：t

為模型內自由參數的數目) 。

6