结构方程模型的四大步骤
1、模型构建:构建研究模型,具体包括:观测变量(指标)与潜变量(因子)的关系,各潜变量之间的相互关系等
2、模型拟合:对模型求解,其中主要是模型参数的估计,求得参数使模型隐含的协方差距阵与样本协方差距阵的“差距”最小
3、模型评价:检查1)路径系数/载荷系数的显著性;2)各参数与预设模型的关系是否合理;3)各拟合指数是否通过
4、模型修正:模型扩展(使用修正指数)或模型限制(使用临界比率)
具体过程
1、数据准备
样本量:一般认为样本数最少应在100以上才适合使用最大似然估计法(MLE)来估计结构方程(侯杰泰,2004),但样本数过大(如超过400到500时),MLE会变得过度敏感,容易使所有的拟合度指标检验都出现拟合不佳的结果(侯杰泰,2004)。
缺失数据处理:列删除法、配对删除法、插补法
2、数据分析
(1).信度、效度检验
信度 Cronbach’s >0.7
效度 验证性因子分析
(2). 评估模型拟合度:估算每一个因子的载荷量(标准化因子载荷,反映了观测变量影响潜在变量的部分差异,用于表示观测变量与潜变量之间的相对重要程度。 )
检查每一个单一因子的测量模型对问卷数据的拟合度;检查整个模型对问卷数据的拟合度;估算潜变量之间的关系
“Analysis Properties”设定界面中选择Estimation选项卡,在Discrepency
选项下列示了五种方法,可以用鼠标选择方法名字前面的单选框来具体选
择合适的参数估计方法。
|