(图片来源网络,侵删)
结构方程模型是一种统计分析方法,用于探索观察变量之间的复杂关系和潜在变量的测量。经济学、心理学、医学、社会学等社会科学及交叉学科都不缺乏它的身影。提及结构方程模型大家想到的就是AMOS软件,但是AMOS的操作门槛太高,让很多同学望而却步,今天给大家介绍如何使用SPSSAU软件快速完成结构方程模型。一、结构方程模型1、SEM基本理论结构方程模型(SEM)是一种整合了验证性因子分析与路径分析的模型,该方法同时包括测量模型和结构模型;它突破了传统单一因素的处理方式,可以同时处理多个因变量,同时估计多个因子结构及因子关系,即可以同时考虑潜变量与观测变量以及潜变量与潜变量之间的关系。SEM包含测量模型和结构模型两个基本模型如下图所示:注:观测变量通常指标是直接被测量的变量,也称显变量;潜变量是无法直接用数据测量的变量,通过多个不同指标的设计间接测量。举个例子简单理解一下:例如我们可以通过一个人的创新成果来反映他的创新思维。成果是可被测量的即为观测变量,思维是不可被测量的即为由成果反映的潜变量。2、图示下图为一个简单的结构方程模型,红框为测量模型,用于描述观测变量与潜变量之间的关系,Factor1感知质量由A1~A4共4项测量;Factor2感知价值由B1~B3共3项测量等。余下部分为结构模型,用于描述潜变量之间的关系,Factor1和Factor2对于Factor3产生影响关系;Factor3对Factor4产生影响关系。3、方法辨析结构方程模型与路径分析主要区别就在于:完整的结构方程模型包含了测量模型和结构模型,如果仅包括结构模型,此时称作路径分析。所以路径分析属于特殊的结构方程模型。除此以外,还有一些容易混淆的方法,都在下表中列出:二、SPSSAU软件操作从整体分析角度看,结构方程模型完整分析可以包括以下几个步骤:模型构建→设置模型→评估模型→模型调整。(提示:由于结构方程模型SEM构建前需要保障好测量关系的质量,建议SEM分析之前先进行探索性因子分析和验证性因子分析,确保测量关系良好后再进行SEM分析。)从上述理论描述可知,结构方程模型的设置包括设置测量模型和设置结构模型,对应SPSSAU软件为测量关系设置和影响关系设置。1、理论模型构建下图为构建的顾客满意度模型:测量模型:观测变量A1~A4用于衡量潜变量“感知质量”、B1~B3衡量潜变量“感知价值”、C1~C3衡量“顾客满意”、D1~D2衡量“顾客忠诚”。结构模型:“感知质量”和“感知价值”对于“顾客满意”产生影响关系;“顾客满意”对“顾客忠诚”产生影响关系。2、测量关系设置测量模型用于描述观测变量与潜变量之间的关系,将观测变量A1~D2,按维度拖拽到右侧Factor(潜变量)框中,在本案例中,A1~A4拖拽到Factor1,B1~B3拖拽到Factor2,C1~C3拖拽到Factor3,D1~D2拖拽到Factor4,操作如下图:3、影响关系设置结构模型用于描述潜变量之间的关系,在本案例中“感知质量”和“感知价值”对于“顾客满意”产生影响关系;“顾客满意”对“顾客忠诚”产生影响关系,可以通过右侧“+,-”按钮增加或减少模型关系,以及点击选择影响关系或者相关关系,操作如下图:提示:设置测量关系的潜变量,一定需要在‘影响关系’中出现;比如若测量关系中有Factor5,但是影响关系中却没有出现Factor5,此时一定会出错。4、变量名称设置SPSSAU默认潜变量的名称分别是Factor1,Factor2,Factor3和Factor4,用户可以在设置名称中按模型设置潜变量名称,操作如下图:因为本案例不涉及二阶结构,至此,本案例的结构方程模型就在软件中设置好了,点击【开始分析】按钮,即可得到结构方程模型分析结果。5、MI指标输出如果对模型进行检验时有发现拟合效果不佳时,可考虑结合MI指标进行模型调整,此时有两种调整模型的办法,分别是和‘协方差关系调整’和‘影响关系调整’。此时返回到模型设置页面,最上方选择MI指标,比如“输出MI>10”,其意义是将MI值大于10的全部输出(通常情况下MI值非常多,但一般只有较大的值才有参考意义),操作如下图:三、SPSSAU分析结果SPSSAU共输出7个表格以及模型结果图,7个表格的作用汇总如下:模型结果图如下:四、模型不达标处理1、路径分析法当模型拟合效果不好时,且结合MI指标无论怎样调整模型都无法达标时,这个时候可以尝试使用模型调整法,针对模型进行调整。我们可以放弃结构方程模型使用更简单的路径分析模型。模型调整法中路径分析法是指使用路径分析进行研究结构模型,结构方程模型同时考虑测量模型和结构模型,所以如果数据质量不是太好,是不容易达标的。而路径分析是结构方程模型的一种特例,其完全不用考虑测量模型,因而此种做法相当于是放弃“测量模型”,其达到简化模型的作用,最终让模型更易达标。2、软件操作步骤路径分析处理步骤分为两步:第1步是将潜变量变成显变量,第2步是建立模型。step1:将潜变量变成显变量关于‘潜变量变成显变量’,如果是量表类数据,通常是取平均值,比如Factor1感知质量由A1~A4共4项表示,因而取该4项平均值,得到显变量,类似其它Factor也是一样的处理,最终利用显变量建立路径分析。关于“取平均值”这一操作,SPSSAU【数据处理】模块->生成变量功能中有,操作如下图所示:step2:建立模型其他Factor也是类似的操作,得到显变量之后,接着进行路径分析,如下图所示:建立完成路径分析后,也可结合MI指标进行协方差关系修正或影响关系修正等。
0 评论