结构方程模型主要包括(2个)子模型。
结构方程模型包括两个基本模型,分别为测量模型和结构模型,测量模型由潜在变量、观测变量以及测量误差项组成,主要分析潜在变量与观测变量的共变效果。验证性因子分析是结构方程的一部分,验证性因子分析测试一个因子与相对应的测度项之间的关系是否符合研究者所设计的理论关系。
结构方程模型是被广泛认可的研究可观测变量与潜在变量,以及潜在变量之间关系的重要工具。验证性因子分析往往通过结构方程建模来测试。
介绍:
结构方程模型(structuralequationmodeling,SEM)是一种建立、估计和检验因果关系模型的方法。它可以替代多重回归、通径分析、因子分析、协方差分析等方法,清晰分析单项指标对总体的作用和单项指标间的相互关系。
常见的标准是需要是测量项的10倍以上,最少也是5倍,一般的样本量大于200个。
很多社会、心理研究中所涉及到的变量,经常不能准确、直接地测量,这种变量称为潜变量,如工作自主权、工作满意度等。传统的统计分析方法不能妥善处理这些潜变量,而结构方程模型能同时很好地处理这些潜变量及其指标。
结构方程模型可以用SPSSAU。操作非常简单很容易上手,输出标准格式结果和结构图,针对每一步分析还会提供智能分析建议。
结构方程模型-spssau
结构图-spssau
欢迎分享,转载请注明来源:夏雨云
评论列表(0条)