因果關係理論的建立 結構方程模型(Structural equation modeling，SEM)

Presentation on theme: "因果關係理論的建立 結構方程模型(Structural equation modeling，SEM)"— Presentation transcript:

1 因果關係理論的建立 結構方程模型(Structural equation modeling，SEM)
授課教授：任維廉 報告人：運管碩一 黃顯欽 2019/4/8 NCTU TTM 黃顯欽

2 自我介紹 姓名：黃顯欽 隱疾：傳導神經斷了 興趣：圍棋、跆拳道、象棋、 籃球、保齡球、桌球、 游泳、遊戲王、集郵、
即時戰略、桌上遊戲、吉他、打鼓、看電影‧‧‧等等 2019/4/8 NCTU TTM 黃顯欽

3 目錄 1.結構方程模型 2.量表效度與信度 3.量表尺度 4.結構方程模型理論與邏輯 5.結構模型的基本類型 6.LISREL分析
7.契合指數 8.結構方程模型發展的新趨勢 2019/4/8 NCTU TTM 黃顯欽

4 1.結構方程模型 2.量表效度與信度 3.量表尺度 4.結構方程模型理論與邏輯 5.結構模型的基本類型 6.LISREL分析 7.契合指數
8.結構方程模型發展的新趨勢 2019/4/8 NCTU TTM 黃顯欽

5 1.結構方程模型 結構方程模型(SEM)指用來檢定觀察變項與潛在變項間關係假設的一種多變項統計分析方法。
傳統迴歸分析：(1)一次只能解釋一個依變項與幾個獨變項間的 關係。 (2)多個依變項→須進行多次分析。 結構方程模型：(1)包含一連串迴歸方程式。 (2)可同時分析多個依變項與獨變項。 (3)可同步分析→準確性提高。 2019/4/8 NCTU TTM 黃顯欽

6 1.結構方程模型的優點 (1)構念、潛在變項：不可直接測量，例如人的態度、認知、心理歷程。傳統方法無法準確處理這些變項，SEM則可同時分析涉及潛在變項與其觀察變項間之複雜關係。 (2)SEM可準確估計出測量誤差的大小與其他參數值，提高整體測量的準確度。 (3)SEM可同時計算多個依變項間的關係，尤其在中介效果研究中之應用。 2019/4/8 NCTU TTM 黃顯欽

7 1.測量基本概念 抽象的、不可直接觀察測量的變項為潛在變項，需透過觀察變項進行觀測。SEM一方面描述觀察變項如何測量潛在變項；另一方面也呈現各潛在變項間之關係。 潛在變項代表一種構念，構念指我們與人溝通時所表達的抽象概念，例如：對一家餐廳的滿意程度，由許多具體且易於觀察的變項所構成，包括餐廳的食物品質、價格水準、服務品質、環境因素等等。 2019/4/8 NCTU TTM 黃顯欽

8 1.結構方程模型 2.量表效度與信度 3.量表尺度 4.結構方程模型理論與邏輯 5.結構模型的基本類型 6.LISREL分析 7.契合指數
8.結構方程模型發展的新趨勢 2019/4/8 NCTU TTM 黃顯欽

9 2.測量誤差(1/4) 古典真實分數模型： 誤差由系統誤差與隨機誤差兩部分組成，系統誤差很難被檢測出來，一般假設系統誤差為0，但事實上它可能包含在真實分數。 隨機誤差之特性：(1)誤差分數的期望值為0 。 (2)真實分數與誤差分數之相關為0 。 (3)任兩項隨機誤差間之相關為0 。 2019/4/8 NCTU TTM 黃顯欽

10 2.測量誤差(2/4) 適合使用SEM的情況： (1)同一題目的陳述語句對不同受試者產生誤差： 一般迴歸方程式無法測定，但SEM可以測定。
(2)同一題目於不同時間對同一受訪者引起誤差： 時間序列研究無法完美處理此情況，但SEM可以測定。 2019/4/8 NCTU TTM 黃顯欽

11 2.測量誤差(3/4) 不能都假設隨機誤差間之相關為0，也不能都假設有相關，應隨時注意以下兩點影響：
(1)誤差間是否相關，不可任意設定，要有理論支持。 (2)基於理論支持，如果誤差間的存在相關，但卻忽略此相關的存在，則測量結果會對其他參數之估計產生很大影響。 2019/4/8 NCTU TTM 黃顯欽

12 2.測量誤差(4/4) 兩變項之情況，隨機誤差對各參數估計間相關性之影響，其關係可用下式表示： 2019/4/8
NCTU TTM 黃顯欽

13 2.量表效度與信度 效度定義為測量的正確性，或是量表是否能夠測量到所要測量的潛在概念的程度。 構念效度由收斂效度與區辨效度組成。
收斂效度指不同的觀察變項是否可用來測量同一潛在變項。 區辨效度指不同的潛在變項是否存有顯著差異。 效標關聯效度指多個潛在變項間的關係。 信度是用來估計測量誤差的大小，它以誤差變異的大小來測量。 誤差越大，信度越小。 2019/4/8 NCTU TTM 黃顯欽

14 1.結構方程模型 2.量表效度與信度 3.量表尺度 4.結構方程模型理論與邏輯 5.結構模型的基本類型 6.LISREL分析 7.契合指數
8.結構方程模型發展的新趨勢 2019/4/8 NCTU TTM 黃顯欽

15 3.量表尺度 量表必須有固定的尺度，稱為測量單位。 (1)名義尺度(nominal scale)：分類。
(2)順序尺度(ordinal scale)：排序。 (3)等距尺度(interval scale)：定比。 (4)等比尺度(ratio scale)：量化。 2019/4/8 NCTU TTM 黃顯欽

16 1.結構方程模型 2.量表效度與信度 3.量表尺度 4.結構方程模型理論與邏輯 5.結構模型的基本類型 6.LISREL分析 7.契合指數
8.結構方程模型發展的新趨勢 2019/4/8 NCTU TTM 黃顯欽

17 4.結構方程模型理論與邏輯 2019/4/8 NCTU TTM 黃顯欽

18 1.結構方程模型 2.量表效度與信度 3.量表尺度 4.結構方程模型理論與邏輯 5.結構模型的基本類型 6.LISREL分析 7.契合指數
8.結構方程模型發展的新趨勢 2019/4/8 NCTU TTM 黃顯欽

19 5.結構模型的基本類型 (1)測量模型(measurement model)。 (2)路徑模型(path model)。
(3)整體模型(full model)。 (4)平均結構模型(model with mean structures)。 2019/4/8 NCTU TTM 黃顯欽

20 5.測量模型 2019/4/8 NCTU TTM 黃顯欽

21 5.路徑模型 2019/4/8 NCTU TTM 黃顯欽

22 5.整體模型 2019/4/8 NCTU TTM 黃顯欽

23 5.潛在變項測量方法 2019/4/8 NCTU TTM 黃顯欽

24 1.結構方程模型 2.量表效度與信度 3.量表尺度 4.結構方程模型理論與邏輯 5.結構模型的基本類型 6.LISREL分析 7.契合指數
8.結構方程模型發展的新趨勢 2019/4/8 NCTU TTM 黃顯欽

25 6.LISREL分析 LISREL主要分為下列四類指令： (1)標題指令句：自己對此程序的描述。
(2)輸入格式：整個程序真正開始運作的部分，由頭兩個字母 DA(代表DATA)起始。 (3)模型格式。 (4)輸出格式。 2019/4/8 NCTU TTM 黃顯欽

26 6.LISREL分析─輸入格式 RA：原始數據 CM：共變數矩陣 KM：相關矩陣 SD：標準差 ME：平均數 2019/4/8
NCTU TTM 黃顯欽

27 6.LISREL分析─模型格式 NX=8，代表有8個觀察變項；NK=2，代表有2個潛在變數。
LX=FI，代表將所有Lambda-X矩陣設定為零。 TD=DI，代表誤差間共變數矩陣對角線元素不固定，而非對角線元素固定為零。 PH=SY，代表因素間的共變數為對稱矩陣形式。 LK為潛在變項的命名。 2019/4/8 NCTU TTM 黃顯欽

28 6. LISREL分析─輸出格式 OU代表輸出指令。 ND代表輸出結果的小數點位數。 2019/4/8
NCTU TTM 黃顯欽

29 6. LISREL分析─分析實例 8個變項，200個樣本， CM代表共變數矩陣 8個觀察變項，2個潛在變項 Lambda-X矩陣為固定矩陣
小數點4位 2019/4/8 NCTU TTM 黃顯欽

30 1.結構方程模型 2.量表效度與信度 3.量表尺度 4.結構方程模型理論與邏輯 5.結構模型的基本類型 6.LISREL分析 7.契合指數
8.結構方程模型發展的新趨勢 2019/4/8 NCTU TTM 黃顯欽

31 7.契合指數(1/4) SEM中，契合度指的是改變各參數值之大小，使得契合共變數矩陣越接近樣本共變數矩陣。一般用最大概似法。
但卡方值對樣本數相當敏感，當樣本數越大，卡方值越容易顯著，而使假設模型越容易被拒絕。 因此學者們又發展出幾個較重要的契合指數。 2019/4/8 NCTU TTM 黃顯欽

32 7.契合指數(2/4) RMSEA越小代表契合度越高。
小於0.05，代表模型契合程度好；0.05~0.08代表可以接受；0.08~0.1代表普通；大於0.1代表契合度較差。 2019/4/8 NCTU TTM 黃顯欽

33 7.契合指數(3/4) TLI與CFI一般需要大於0.9，若大於0.95則代表契合度非常好。 2019/4/8
NCTU TTM 黃顯欽

34 7.契合指數(4/4) 2019/4/8 NCTU TTM 黃顯欽

35 1.結構方程模型 2.量表效度與信度 3.量表尺度 4.結構方程模型理論與邏輯 5.結構模型的基本類型 6.LISREL分析 7.契合指數
8.結構方程模型發展的新趨勢 2019/4/8 NCTU TTM 黃顯欽

36 8.結構方程模型發展的新趨勢 (1)測量恆等性：
測量恆等性在探討如何跨組比較SEM中的各個參數值，這種比較研究可更深入地涉及不同組別間平均值結構模型的平均值比較。 (2)潛在增長模型： 許多研究是在觀察研究對象隨著時間而發生變化的程度，潛在增長模型可以有效解決此類問題。 2019/4/8 NCTU TTM 黃顯欽

37 8.結構方程模型發展的新趨勢 (3)多層次因素模型：
在SEM中，可將觀察得來的變項間的共變數矩陣拆成兩個層次來進行研究：變項組間共變數矩陣與變項組內共變數矩陣。 對組間與組內的模型分別進行測量，便可比較這兩個層次間之異同。 2019/4/8 NCTU TTM 黃顯欽

38 謝謝大家 下次再會 Q&A 2019/4/8 NCTU TTM 黃顯欽

39 報告後課堂問題討論重點(1/3) (1)一個可以適用SEM的例子，像是對一家餐廳的滿意程度，由許多具體且易於觀察的變項所構成，包括餐廳的食物品質、價格水準、服務品質、環境因素等等，我們用這四個觀察變項來描繪餐廳的滿意程度。 (2)求一組參數讓樣本共變數矩陣與配適共變數矩陣之差達到最小值的原理，以統計裡的迴歸模型來解釋的話，就等同於求一組參數讓殘差項達到最小值。 (3)這麼多的契合指數，如果能做就都盡量做，像是以本文為例，它的卡方值顯示低的契合度，但其餘4個指標皆顯示高的契合度，故整體來看，我們認為此例子之假設模型與樣本數據契合度良好。 2019/4/8 NCTU TTM 黃顯欽

40 報告後課堂問題討論重點(2/3) (4)測量模型適用於測量變項間的因果關係不明顯或無因果關係；路徑模型則適用於針對測量變項間有因果關係；整體模型則是將測量模型與路徑模型整合在一起，優點是可看出用來估計測量變項的所有觀察變項且可看出各測量變項間之因果關係。 (5)固定因素變異法與固定負荷量法這兩個模型沒有任何差異，只是呈現的方式不一樣，必須固定因素變異或固定負荷量，因為因素變異與負荷量是相對大小的值，必須先固定一個值才能得到另一個值。 2019/4/8 NCTU TTM 黃顯欽

41 報告後課堂問題討論重點(3/3) (6)平均結構模型是指因為以前學者對SEM的認識，僅限於共變矩陣的形式，但現在的研究以擴展到了增加潛在變項平均數的分析。因此在跨組別的比較研究中，平均結構模型可以用來比較各組別的潛在變項平均數的大小。 2019/4/8 NCTU TTM 黃顯欽