Structural Equation Modeling

Slides:



Advertisements
Similar presentations
LOGO 《房地产估价》特色教学 会计金融学院 陈艳梅. Company Logo Contents 五、实例 四、教学方法 三、课程设计思路 二、课程设计理念 一、课程介绍.
Advertisements

Your company slogan 统计调查和统计整理. Your company slogan 统计调查和统计整理.
L o g o ‘ 中国金融架构 - 资产管理 ’ 培训纪要 —— 海峰科技 - 黄埔零期人才培养计划 第三次培训 时间: 2015 年 5 月 18 日 地点:海峰科技有限公司会议室 主讲人:林虹总 参会人员:李彪、李冉旭、涂珍妮、张竞月、周文琴、裴盈、申世宏 记录人:张竞月 & 李彪.
第一週 ●認識食品添加物 ●食物所含藥效的保健作用
类别资料分析 Categorical Data Analysis 王德育 (T. Y
甘肃机电职业技术学院——现代制造工程系 —— 李海军
太仓有道软件科技有限公司 专注于软件开发 ————.
加快经济发展方式转变的创新策略 上海市科委 吴寿仁博士.
第四章 形象思维 想象比知识更重要,因为知识是有限的,而想象力概括着世界上的一切,推动着进步,并且是知识进化的源泉,严格地说想象力是科学研究中的实在因素。 ——爱因斯坦.
因素分析方法的整合 ---- 结构效度的一种计算方法.
上海市教育信息化十二五规划建设 上海远程教育集团
Basic concepts of structural equation modeling
張偉豪 三星統計服務有限公司 執行長 Amos 亞洲一哥
服务贸易等项目对外支付税务备案 2014年5月.
国家基本药物处方集培训 ——心血管系统用药 药学部 2014年4月.
第十三章 公务员的工资福利和保险.
有道妇幼保健综合管理系统软件 版本号:V1.0.
支付宝案例分析 第五组:陈淑静 白丽丽 张瑞霞 郭少华 双十一 Company Logo.
國立彰化師範大學教育研究所 學校行政碩士班 碩士論文
江苏民俗 ———— 盐城
郭子光教授从肺肾虚损辨治早中期慢性肾功能不全的经验
在新常态中积极 推进新农合制度健康持续发展
學校層級辦理補救教學 之推動重點與權責 服務單位:臺北市文山區萬芳國民小學 演 講 者:吳俊傑主任.
安陆市场2013年七夕“情人节” 评估 奶特 2013年8月3日.
SEM實務性的應用- 中介與干擾效果的驗證
舊愛還是新歡—大學生繼續選擇就讀 原學校研究所之研究
多變量分析 Multivariant Analysis
信息与信息技术
金融市场格局及金融机构概述 ——海峰科技-黄埔零期人才培养计划 第六次培训 时间:2015年5月25日 地点:海峰科技有限公司会议室
LOGO 呃 逆 河南中医学院第一临床医学院 中医内科 张琳琪.
海关特殊监管区域整合优化情况介绍 加贸司 杨旭 二零一四年九月十一日.
多元迴歸 Multiple Regression
心脏病小组与常见病小组医院见习报告 Company Logo.
任务1 润滑元器件安装.
情境2-1 增值税 四川财经职业学院.
第十二节 呕 血 与 便 血 一、呕血 ㈠概念:凡是上消化道出血,经口腔呕出者称为呕血。.
第四章 测试效度及其 验证方法(一) 湖南师范大学外国语学院 邓 杰 教授.
1.問卷調查研究設計簡介 2.問卷資料分析~項目分析與信效度檢驗 3.問卷資料分析~因素分析 4.因果關係分析~結構方程模式分析
結構方程模式 結構方程模式由測量模型(measurement model)及結構模型(structural model)所組成。
項目分析與探索式因素分析 李茂能, 2007,成大 Fred Li, 2007.
指導教授:李明聰 博士 研 究 生 :林佳璇 2012 年 05 月 26 日
第一章.
Stochastic Relationships and Scatter Diagrams
衛生署公佈台灣地區約有5000人是屬單腳肢體殘障。已知台灣地區約有2,300萬人口。求台灣地區人民的平均腳數?
社交、適地、行動行銷對離線購買意願影響之研究 李月華 淡江大學企業管理學系 電子商務研究,2015 年春季 第 13 卷,第 1 期,頁
楊志強 博士 多變量分析在測驗暨量表編製之應用 楊志強 博士
崑山科技大學 不動產經營系 四年制大學部 實務專題 期中簡報
統計方法的概念與應用 一、認識統計(statistics)、測驗(test)、 測量(measurement)與評價(evaluation)
4 統計分析程序的選擇.
第19章 線性結構關係模式 本章的學習主題  1. 線性結構關係模式的概念 2. 線性結構關係模式的建立 3. 線性結構關係模式的評估 4. AMOS的使用 5. 報表分析.
第四週餐飲管理/概論 1.餐飲業的組織特質與組織架構 2.餐飲部門工作任務和職責.
餐飲經營型態與組織架構 第一節 餐飲業的類型
第四章 测试效度及其 验证方法(一) 湖南师范大学外国语学院 邓 杰 教授.
About me! 洪從恕(小恕) 交大運管碩士班 興趣:打排球、旅行…etc 座右銘 路是人走出來的 方法是人想出來的 交大運管系大學部
Development of the sales locus of control scale
因果關係理論的建立 結構方程模型(Structural equation modeling,SEM)
Development of the Sales Locus of Control Scale
報告人: 吳以雯 指導教授:任維廉教授 報告日期:2011/05/25
Customer Service Providers’Attitudes Relating to Customer Service and Customer Satisfaction in the Customer-Server Exchange Alex M. Susskind, Carl P. Borchgrevink,
網路品牌社群認同與投入對消費者行為之影響 蔡明達 劉宇傑 電子商務學報 第十五卷 第二期 2013 年6 月 p.295~318
§6.7联立方程计量经济学模型的系统估计方法 the Systems Estimation Methods
社会研究方法 第7讲:社会统计2.
作者:梁建、樊景立 授課教師:任維廉教授 報告者:黃紹軒
有道售后客户投诉情况管理系统软件 软件用户手册.
第十七章 因素分析 Factor Analysis 第十七章 因素分析.
不動產經紀人員目標取向對知識分享 與銷售績效之影響
Multiple Regression: Estimation and Hypothesis Testing
师德建设汇报 沈毅.
指導教授:趙景明 教授 專題學生:張沛宇 王瑋德 許育愷
第19章 線性結構關係模式 本章的學習主題  1. 線性結構關係模式的概念 2. 線性結構關係模式的建立 3.驗證性因素分析之模型評估
Presentation transcript:

Structural Equation Modeling 結構方程模式 Structural Equation Modeling

結構方程模式之定義 結構方程模式(Structural Equation Models,簡稱SEM),早期稱為線性結構方程模式(Linear Structural Relationships,簡稱LISREL)或稱為共變數結構分析(Covariance Structure Analysis)。 主要目的在於檢驗潛在變項(Latent variables) 和外顯變項(Manifest variable, 又稱觀察變項)之關係與數個潛在變項間的因果關係。 它結合了因素分析(factor analysis)與路徑分析(path analysis),包涵測量與結構模式。

測量模式與結構模式 測量模式旨在建立測量指標與潛在變項間之關係,主要透過驗證性因素分析以檢驗測量指標(即問卷、量表)的效度。 結構模式旨在檢驗潛在變項間之因果路徑關係,主要針對潛在變項進行徑路分析,以檢驗結構模式的適配性(Fitness)。

結構方程模式的主要用途 第一、檢驗測量工具的建構信度(construct reliability) 或因素結構效度(validity of factorial structures)。 第二、檢驗理論模式(test of theory) 如因果關係

Features of SEM SEM具有理論先驗性 SEM同時兼具觀察變項與潛在變項 SEM以共變數的運用為核心 資料中不可有遺漏值

Applications of SEM Confirmatory factor analysis Structural regression analysis

CFA model

Structural Regression model

Modeling of SEM Basic elements: Model specification 觀察變項(observed variable) or 測量變項(measured variable) 潛在變項(latent variable) Model specification 測量模式(measurement model) 指實際觀察值與其背後的潛在特質的相互關係 結構模式(structural model) 顯示潛在變項之間的關係

Procedures of SEM

符號介紹 x1 x3 x2 δ1 δ 2 δ 3 ξ λ1 λ2 λ3 誤差 觀察變項 負荷量 潛在變項

測量模式 結構模式 δ[delta] ; λ[lambda]; ξ[xi] x1 x3 x2 y1 y2 y3 δ1 δ2 δ3 ξ1 η1 y1 y2 y3 ε1 ε2 ε3 ζ 測量模式 結構模式 δ[delta] ; λ[lambda]; ξ[xi] η[eta]; λ[lambda]; ε[epsilon]

x1 x3 x2 δ1 δ2 δ3 ξ1 測量模式 僅有測量模式就是CFA

ε1 x1 ξ1 ε 2 x2 ε 3 x3 Φ12/ Φ21 ε 4 x4 Φ[phi] ξ2 ε 5 x5 ε 6 x6

基本假定 樣本資料要服膺多變量常態分配。 觀察變項間有線性關係。

指標變項的討論 以觀察變項作為潛在變項的指標變項時,要幾個觀察變項才夠? 多元指標原則:一個潛在變項必須有兩個以上的觀察變項來估計 愈多愈好嗎?一個可不可以? 應回歸到工具設計與施測實務以及樣本大小、負荷量大小等問題

樣本大小的討論 樣本大小至少超過150個。 至少要為x觀察變項數目的10倍量或15倍量。 樣本大小亦取決於潛在變項的數目

常見參數估算方法 最大概似法(Maximum likelihood, ML):樣本大(>200)且觀察資料為多變量常態分配時使用。 一般化最小平方法(Generalized least Squares, GLS ):樣本小 亦可;如果樣本夠大 ,觀察資料沒有服膺多變量常態分配亦可。 未加權最小平方法(Unweighted Least Squares, ULS):不需符合某種分配假定。 貝氏估計法(Bayesian Estimation):適用小樣本(say <100) 。

徑路圖之解釋 下列徑路圖形中之係數為標準化係數 X5的信度下限 (即ks2可解釋x5總變異量的56%) 因素負荷量/ 迴歸係數 潛在變項間之相關

模式界定錯誤 (Model Misspecification) 遺漏重要變項 包含無關變項或指標 非線性模式 因果關係錯置 原因指標與效果指標之混淆

常見電腦軟體 LISREL SIMPLIS AMOS EQS Mplus

AMOS之簡介 AMOS係Analysis of Moment Structure之簡稱,它與LISREL,EQS,PROC CALIS等均在處理SEM(structural equation modeling)的問題。AMOS最大的優勢在於其路徑圖的圖形使用者介面,免去如LISREL中界定八大參數矩陣的繁瑣。 AMOS具有AMOS Graphics與AMOS Basic兩大運作模式,尤其前者對於徑路圖之繪製與輸出最為便捷。

實地操作

模式適配度檢核指標

步驟一—檢驗違犯估計 1. 有負的誤差變異數存在; 2. 標準化迴歸係數超過或太接近1(≧0.95); 3. 有太大的標準誤(黃芳銘,2002)

步驟一 — 配適度 首先,測量模式必須由所蒐集的資料驗證其配適度(goodness of fit)

整體模式適配度指標:外在品質評估 χ2 > α χ2 /df (NC) 1~3 3-5 GFI > 0.9 0.8 AGFI 絕對適配度指標 標準 χ2 > α χ2 /df (NC) 1~3 3-5 GFI > 0.9 0.8 AGFI RMR < 0.05 SRMR(AMOS須另外計算) RMSEA < 0.05 0.05~0.08 NCP 愈小愈好,信賴區間含0 ECVI 用於不同模式的相對比較,相對小者較好 理論模式比飽和模式與獨立模式的值還小

整體模式適配度指標:外在品質評估 NFI > 0.9 RFI IFI TLI/NNFI CFI 增值適配度指數 標準 NFI > 0.9 RFI IFI TLI/NNFI CFI Diamantopoulos, A. & Siguaw, J. A. (2000). Introducing LISREL: A guide for the uninitiated. Thousand Oaks, CA: Sage.

整體模式適配度指標:外在品質評估 PGFI > 0.5 PNFI CN > 200 AIC 用於不同模式的相對比較,相對小者較好 簡約適配度指數 標準 PGFI > 0.5 PNFI CN > 200 AIC 用於不同模式的相對比較,相對小者較好 理論模式比飽和模式與獨立模式的值還小 CAIC

步驟二 — 收斂效度 收斂效度必須同時滿足下列的準則: (1)問項的因素負荷量必須超過0.7,且於t檢定時顯著。 (2)建構信度(construct reliability)必須大於0.6。 (3)每個構面的平均變異抽取量(average variance extracted, AVE)必須大於0.5 (Fornell & Larcker, 1981)

測量模式的評鑑 個別觀察變項的項目信度(individual item reliability)在0.5以上,即因素負荷量的平方值。 潛在變項的組合信度(composite reliability)在0.6以上。 因素負荷量 觀察變項的誤差 觀察變項的誤差 = 1-因素負荷量之平方

測量模式的評鑑 潛在變項的平均變異數萃取量(average variance extracted)在0.5以上。 觀察變項的誤差 = 1-因素負荷量之平方

步驟三 — 區別效度 區別效度的概念是不同構面間的題項其相關程度應該要低。 每一個構面的平均變異抽取量若全都大於該構面與其它構面之相關係數的平方,那麼就可認為構面間具有區別效度。 換句話講,若所有構面的平均變異抽取量的最小值大於構面間相關係數最大值的平方時,就可認為構面間具有區別效度。

結構模式的評鑑 外衍與內衍變項的路徑係數是否顯著,正負向關係是否與理論相符。 R2愈高,則解釋力/預測力愈高。 參數統計量的估計值達顯著水準(t or CR大於1.96)。 R2愈高,則解釋力/預測力愈高。

適配指標的討論 沒有單一指標可以作為唯一明確的標準。 沒有單獨一種指標即可涵蓋或完全取代其他指標。 有些指標的計算是建立在另一些指標的基礎上,亦即有些指標間是相依並有線性關係。 多數決的結論並不能保證所得模式是最好的適配模式。 因此,參採某特定文獻的標準是較可行的方式。

EFA 與 CFA 的討論

討論一 我們在研究論文中,常發現有類似下列敘述: 本研究的預試資料,以探索性因素分析方式(EFA),進行試題篩選與因素命名,並用以形成正式施測題本…。 正式施測資料,再以驗證性因素分析(CFA),進行建構效度之考驗…

若為初探性研究 預試資料以EFA,進行試題篩選與因素命名,並用以形成正式施測題本。 正式施測資料再以CFA,進行試題結構與因素命名穩定性之觀察。

若為正式性研究(一) 以質性分析方式,進行初版題本之試題篩選與修整,再以不破壞雙向細目表結構之原則下,組成正式題本。 正式施測資料以CFA,進行信效度之考驗,再以模式校正方式,進行不良試題篩選。 模式校正不是為了取得較佳適配值而已,而是為了進行試題篩選。

若為正式性研究(二) 以CFA進行預試資料之信效度考驗,並進行模式校正,取得試題修整或刪題之參考依據,再組成正式題本。

直交模式與斜交模式

直交模式 x5 x8 … 消費動機 x1 x3 影響來源 x9 x12 商品訊息

斜交模式 x5 x8 … 消費動機 x1 x3 影響來源 x9 x12 商品訊息 C2 C3 C1

Click to edit company slogan . Thank You ! Click to edit company slogan .