揭开LISREL的神秘面纱解读LISREL的报表.ppt

揭开LISREL的神秘面纱解读LISREL的报表.ppt

《揭开LISREL的神秘面纱解读LISREL的报表.ppt》由会员分享，可在线阅读，更多相关《揭开LISREL的神秘面纱解读LISREL的报表.ppt（27页珍藏版）》请在冰豆网上搜索。

揭开揭开LISREL的神秘面纱的神秘面纱解读解读LISREL的报表的报表主讲人：

主讲人：

萧登泰萧登泰模式适配与修饰模式适配与修饰配适度检定配适度检定（testofgoodness-of-fit）n配适度检定原理的虚无假设q理论上q实务上n：

样本共变量矩阵n与（）：

未知母体共变量矩阵n：

根据母体建构参数所复制出的估计共变量矩阵nSEM的基本检定，是期望获得不要拒绝虚无假设的检定结果，也就是H0被接受的结果，或获得不显著的检定结果。

整体配适度指标整体配适度指标n卡方值卡方值（）q希望未达显著，容易受到样本数（200）与数据偏离常态的影响n均方根近似误均方根近似误（RMSEA）和非趋中参数和非趋中参数（NCP）qRMSEA0.10不良配适qNCP越小越好，检验其90%信赖区间是否涵盖0qRMSEA不受样本大小与模型复杂度的影响n适配度指标适配度指标（GFI）和修正适配度指标和修正适配度指标（AGFI）q类似回归分析判定系数的观念，0.90良好配适n均方根残差均方根残差（RMR）和标准化均方根残差和标准化均方根残差（SRMR）qRMR或SRMR0.5比较配适度指标比较配适度指标n非正规化适配指标非正规化适配指标（NNFI）q比较两对立模式之间的配适度，门坎值为0.9n正规化适配指标正规化适配指标（NFI）、增值适配指标、增值适配指标（IFI）/比较适配指标比较适配指标（CFI）和相对非趋中性指标和相对非趋中性指标（RNI）qNFI与IFI用来比较所提模式与独立模式之间的卡方值差距qCFI与RNI则适用于一连串模式的比较q门槛值为0.9n期望交叉验证指标期望交叉验证指标（ECVI）q可用来检验模式应用到同一母体的不同样本是否仍有效q越小越好，检验其值是否小于饱和模式与独立模式下的ECVI值精简配适度指标精简配适度指标n正规化卡方值正规化卡方值（NC）q为卡方值/自由度，校正模型复杂的影响所造成的膨胀效应q13为理想适配值；3或5，表示模式需要修正n精简正规化适配指标精简正规化适配指标（PNFI）和精简适配度指标和精简适配度指标（PGFI）q0到1之间，其值越高表示模式具有精简性nAkaike讯息指针讯息指针（AIC）和一致和一致Akaike讯息指针讯息指针（CAIC）q0，越小越好，样本数200且数据符合多变量常态性假设n关键样关键样本数本数（CN）q基于统计检定的考虑，模式要获得一个可被接受的适配程度，所需最低数量的样本q建议：

CN200测量模式的配适指针测量模式的配适指针n信度q测量观察变量的平方值（收敛效度）q组合信度（compositereliability,CR）n一组测量观察变项具有测量某个潜在变项的理想信度nCR0.6n效度q因素负荷量界于0.500.95之间q测量误差无负值且达到显著q参数间相关的绝对值不接近1q平均变异数萃取量（averagevarianceextracted,AVE）n某各潜在变项相对于测量误差，所能解释到测量观察变项变异数的量（百分比）nAVE0.5结构模式的配适指针结构模式的配适指针n潜在变项彼此之间关系的路径系数符号q正负方向是否与研究预期方向相同n路径系数的参数估计值是否达到统计上的显著q参数估计值的t值绝对值，至少须大于1.96n每一条结构方程式的R平方值是否达到显著qR平方值越大越好（最好大于0.5）各配适指标总整理指指标名名称称与与性性质范范围判断值判断值适用情形适用情形整体适配度指标整体适配度指标2test理论模型与观察模型的契合程度-P.05说明模型解释力RMSEA（Browne&Cudeck,1993）比较理论模式与饱和模式的差距0-1.90说明模型解释力AGFI（Bentler,1983）考虑模式复杂度后的GFI0-1*.90不受模式复杂度影响RMR与SRMR样本共变量矩阵与适配矩阵的差距0.90不受模式复杂度影响NFI（Bentler&Bonett,1980）比较假设模型与独立模型的卡方差异0-1.90说明模型较虚无模型的改善程度CFI（Bentler,1988）假设模型与独立模型的非中央性差异0-1.95说明模型较虚无模型的改善程度特别适合小样本ECVI（Browne&Cudeck,1989）假设模型配适共变矩阵与期望共便矩阵的差异-越小越好比较模式再同一母体下不同样本是否适用精精简适配度指适配度指标2/df（Wheatonetal.）考虑模式复杂度后的卡方值-25不受模式复杂度影响PNFI（Jamesetal.,1982）/PGFI（Mulaik,1989）考虑模式的简约性0-1.50说明模型的简单程度AIC/CAIC（Akaike,1987）经过简约调整的模型契合度的波动性-越小越好适用于效度复核非巢套模式比较CN（Hoelter，1983）产生不显著卡方值的样本规模-200反应样本规模的适切性指指标名名称称与与性性质范范围判断值判断值适用情形适用情形测量模式的配适指针测量模式的配适指针组合信度CR0-10.6检测测量模式的信度观测变数的R平方值0-1越大越好检测测量模式的信度误差变异数实数无负值且达显著检测测量模式的效度参数间相关的绝对值正的实数不能太接近1检测测量模式的效度因素负荷量实数0.50.95检测测量模式的效度平均变异数萃取量AVE0-10.5检测测量模式的效度结构模式的配适指针结构模式的配适指针路径系数符号+或-是否与研究预期检验研究假设参数估计值实数t值绝对值1.96检验研究假设R平方值0-10.5说明模式解释力模型评估的策略模型评估的策略n策略一：

模型设定的合理性策略一：

模型设定的合理性qSEM的模型与各项参数是否能被顺利的辨识、收敛与估计n策略二：

个别参数的检视策略二：

个别参数的检视q检查每一个参数的正负号、数值大小是否符合理论预期q检查测量误差的大小，分析这些残差项当中是否透露某些变项的测量质量不佳的讯息n策略三：

适配度指标（策略三：

适配度指标（goodness-of-fitindex）的运用）的运用q利用统计显著性考验检验假设模型与实际观察数据的适配情形n策略四：

模型修饰的运用策略四：

模型修饰的运用q利用模型修饰的功能寻找更佳的替代模型模式修饰模式修饰（modelmodification）n意义：

模式需要重新建立的一种界定搜寻（specificationsearches）过程，以增进模式精简性、整体配适程度与解释性，降低测量误差与预测残差的目的。

n模型修饰使SEM分析失去了验证性的特性，而带有探索性的意味n模式修正方向q测量模式n放宽或限制潜在变项对观察变项的连结参数n允许或限制测量误差之间具有相关q结构模式n放宽或限制外生潜在变量对内生潜在变量的链接参数n允许或限制外生潜在变量之间具有相关存在n允许或限制内生潜在变量的残差之间具有相关存在模式修饰技术与依据模式修饰技术与依据nLISREL报表上的诊断指针q残差统计数（residualstatistics）n优先修正标准化残差值之绝对值最大者n标准化残差绝对值大于1.96，表示该残差值达到显著q修正指标（modificationindices,MI）与期望参数改变量（expectedparameterchange,EPC）n表示重新估计参数，所能降低整个模式卡方值的数量与期望参数改变量n优先修正MI与EPC之值较大的参数n修正指标3.84时，表示该参数已大到值得被修正n模式修正最好有理论文献支持模式修饰的建议模式修饰的建议模型修饰的可能问题操作建议界定搜寻不一定带来一个正确合理的模型界定搜寻不宜使用在模型验证的初期阶段（因为模型尚未稳定）越多界定错误，界定搜寻成功的机会越少审慎小心的进行模型界定的工作无法拒绝一个错误模型（第二类型错误）机率的提高检验研究的统计检定力是否足够（例如样本数的影响）；避免过度依赖卡方统计量来进行契合度分析测量模型的界定搜寻较不易成功结构模型的界定搜寻较容易进行同时兼顾测量模型与结构模型的修正可能性以数据为基础的无限制搜寻比以理论为基础的有限度搜寻较不易成功避免过度依赖计量指标来进行修饰的决策，应适当的纳入理论的考虑先处理测量模型不见得会有帮助而可能造成修正的混淆针对模型当中最重要、最有意义的参数进行讨论，而非取决于参数的类型小型样本的模型修正易造成统计结果的较大波动若要进行模型修饰，尽可能的扩大样本规模，样本规模小于100时不宜进行界定搜寻模型修饰造成模型契合度指针的不理性波动如果样本足够大，建议将样本随机切割为二，以进行交叉检验修正后模型往往无法获得理想的效度交叉检验结果（除非样本数够大）如有可能，可进行双重交叉检验（doublecross-validation）卡方差异检定卡方差异检定n检验修饰后的模型的卡方值是否显著的优于未修饰前的模型卡方值，也就是计算修饰前与修饰后的卡方值的差异量，进行显著性考验后来决定模型修饰的适当性n卡方差异检定的先决条件是两个模型必须为巢套模型（nestedmodel），也就是某一个模型必须是另一个模型的简约模型专家学者建议专家学者建议n先检定测量模式是否成立，再检定结构模式中的潜在关系是否存在n建议写入研究报告的适配度指标qDiamantopoulo&Siguaw（2000,p.88）n卡方值、正规化卡方值、RMSEA、ECVI、SRMR、GFI/AGFI、CFIqHoyle&Panter（1995,pp.165-169）n卡方值、正规化卡方值、GFI/AGFI、NNFI、IFI、CFI、RNI解释报表与撰写解释报表与撰写报告报告Example:

TheoryofPlanningBehavior标准化估计值标准化估计值值值适配度适配度LISREL报表的主要内容报表的主要内容

（1）n参数估计值q未标准化参数估计值：

适用于比较跨样本相同模式的参数q标准化参数估计值：

适用于同样本中比较自变项对相同依变项的相对贡献力大小q估计标准误qT值n误差变异数（errorvariances）q测量误差q残差n多元相关平方（squaredmultiplecorrelation,SMC,R2）n自变项的共变数矩阵（covariancematrixofindependentvariables）LISREL报表的主要内容报表的主要内容

（2）n潜在变项的共变数矩阵（covariancematrixoflatentvariables）n相关变项之间的效果分割q整体效果（totaleffects）q间接效果（indirecteffects）n适配共变数矩阵（FittedCovarianceMatrix）q残差矩阵（residualmatrix）n模式适配度指针（modelfit）n修正指标（modificationindex）撰写结果撰写结果n样本大小n所有测量变相的平均数及标准偏差n变异数-共变异数矩阵或相关矩阵n模式中各自由参数的估计值、标准误及其显著性n各种模式适配指针值n模式雏型图和最后完整路径图研究报告所需包含的内容研究报告所需包含的内容n概念模式和统计模式的描述n资料的明白表述q共变数矩阵或相关矩阵（包括平均数与标准偏差）q多变量常态性检定：

偏态与峰态指数n分析结果的描述q估计方法和适配标准q整体适配指标（包括2、2/df、GFI、NNFI、IFI、CFI、RNI）q参数估计值q对立模式比较（卡方值差异）q其他有关模式适配的信息（CR、AVE）n诠释结论其他议题其他议题n至多20个测量变数n使用5到6各潜在变数n每个潜在变数约被3到4个指标变项所测量n若使用最大概似估计法，样本数至少需要200