七多元统计分析讲座结构方程模型

结构方程模型分析的步骤：
◦ 模型设定 ◦ 模型识别 ◦ 数据准备 ◦ 参数估计 ◦ 模型评价 ◦ 模型修正
《SPSS多元统计分析方法及应用》系列讲座 10
结构方程模型设定
◦ 潜变量的设定 ◦ 观测变量的设定
1
e4
1
e3
1
e2
1
e7
1
e6
1
e5
1
e15
项目 保密性
1 项目规模
项目复 杂程度
一个完整的 SEM 模型中包含八个参数矩阵：x ，y ， ， ， ， ，x ， y 。
SEM 模型的求解过程就是通过联立方程组估计出这八个参数矩阵，根据各参数对模型进行 评价与修正，进而得到解释程度较高的模型，最终根据路径系数解释变量间的关系。
《SPSS多元统计分析方法及应用》系列讲座 9
Chronbach’s 系数检验
《SPSS多元统计分析方法及应用》系列讲座 13
结构方程模型参数估计
◦ 最大似然估计（maximum likelihood，简称ML） ◦ 未加权最小二乘估计（unweighted least squares，简称ULS） ◦ 广义最小二乘估计（generalized least squares，简称GLS） ◦ 一般加权最小二乘估计（weighted least squares，简称WLS） ◦ 工具变量估计法（instrumental variable，简称IV） ◦ 两阶段最小二乘估计（two-stage least squares，简称TSLS）
《SPSS多元统计分析方法及应用》系列讲座 14
结构方程模型评价与修正
◦ 参数检验
项目绩效
←
项目绩效
←
项目特征 环境因素
Estimate .044 .072
项目绩效
←
参与方特征
.218
◦ 模型整体拟合评价
模型Model
CMIN/DF(χ2/df)
当前模型Default model
16.971
饱和模型Saturated model 独立模型Independence model
《SPSS多元统计分析方法及应用》系列讲座 1
《SPSS多元统计分析方法及应用》系列讲座 2
《SPSS多元统计分析方法及应用》系列讲座
结构方程模型概述 结构方程模型理论知识
◦ 结构方程模型设定、识别 ◦ 结构方程模型数据准备 ◦ 结构方程模型参数估计 ◦ 结构方程模型评价与修正 ◦ 结构方程模型解释
SEM 方法的实质是利用联立方程组求解各变量之间的关系，其基本方程形式如下：
X x Y y
虽然相比较多元回归分析，SEM 放宽了许多假设，但仍存在一些基本假设：
测量模型的误差项 ， 的均值为零； 结构模型的残差项 的均值为零； 误差项 ， 与因子 ， 之间不相关，误差项 与 不相关； 残差项 与 ， ， 之间不相关。
y f (x1, x2 ,L , x p )
《SPSS多元统计分析方法及应用》系列讲座 6
探究变量与变量之间的关系的方法 有些变量是人们为了理解和研究某类目的而建立的假设概念，对于它们 并不存在直接测量的操作方法，只能通过一些可观察的变量作为这些潜 在变量的“标识”来间接地进行衡量。
因子分析+回归分析 回归分析：自变量不相关；自变量无误差；一个因变量与一个或多个自 变量的关系。
业主能力
承包商
能力 1
分包商 能力
各方合 作关系
项目特征 参与方特征
e1
11
项目绩效
1
成本
1
质量
1
工期
1
满意度
e11 e12 e13 e14
1
e10
1
e9
1
e8
自然环境
1 市场经
济环境
政治法 律环境
环境因素
《SPSS多元统计分析方法及应用》系列讲座 11
结构方程模型识别
◦ t规则
t 1 ( p q)( p q 1) 2
结构方程模型应用举例 总结
《SPSS多元统计分析方法及应用》系列讲座 4
测量模型
结构模型
测量模型
δ1
X1 λx1
ζ1
δ2
X2
ξ1 γ41
λy1 Y1
ε1
δ3
X3
η4
Y2
ε2
δ4
X4 λx4
Y3
ε3
β45
δ5
X5
ξ2
δ6
X6
λy4 Y4
ε4
η5
δ7
X7 λx7
γ43
δ8
X8
ξ3
Y5
ε5
Y6
ε6
Label par_1 par_2 par_3
CFI 0.640 1.000 0.000
《SPSS多元统计分析方法及应用》系列讲座 15
结构方程模型解释 ◦ 因果关系 ◦ 相关关系
《SPSS多元统计分析方法及应用》系列讲座 16
Analysis of Interrelationship of Critical Success Factors of Construction Projects
《SPSS多元统计分析方法及应用》系列讲座 7
测量模型
结构模型
测量模型
δ1
X1 λx1
ζ1
δ2
X2
ξ1 γ41
λy1 Y1
ε1
δ3
X3
η4
Y2
ε2
δ4
X4 λx4
Y3
ε3
β45
δ5
X5
ξ2
δ6
X6
λy4 Y4
ε4
η5
δ7
X7 λx7
γ43
δ8
X8
ξ3
Y5
ε5
Y6
ε6
δ9
X9
ζ2
《SPSS多元统计分析方法及应用》系列讲座 8
◦ 两步规则
测量模型识别
三指标规则 两指标规则
结构模型识别——递归模型
《SPSS多元统计分析方法及应用》系列讲座 12
结构方程模型数据准备
◦ 缺失数据的处理：表列删除法、配对删除法和插补法
Amos提供了三种数据插补的方法：回归插补、随机回归插补和Bayesian 插补
◦ 数据的信度与效度
δ9
X9
ζ2
《SPSS多元统计分析方法及应用》系列讲座 5
验证性因子分析
百度文库
回归分析
X1 1 a11F1 a12F2 ... a1mFm 1 X 2 2 a21F1 a22F2 ... a2mFm 2 M
X p p a p1F1 a p2F2 ... a pmFm p
37.040
S.E. .012 .023 .050
C.R.
P
3.699
***
3.182
.001
4.352
***
RMSEA 0.124
0.186
NNFI（TLI） 0.557
0.000
◦ 模型限制修正 路径系数（潜变量与潜变量之间的回归系数）及荷载系数
◦ 模型扩展修正 修正指数（Modification Indices）