结构方程模型及其应用

章节摘录

插图：（三）同时估计因子结构和因子关系假设要了解潜变量之间的相关，每个潜变量都用多个指标或题目测量，一个常用的做法是对每个潜变量（如自信），先用因子分析计算潜变量（即因子）与题目的关系（即因子负荷），进而得到因子得分，作为潜变量的观测值（如自信的因子得分作为自信这个变量的观测值），然后再计算因子得分（如自信与外向性格因子得分）的相关系数，作为潜变量之间的相关系数。这是两个独立的步骤，用自信题目计算自信的因子得分时，并不考虑外向因子；反过来也一样。在结构方程分析中，这两步同时进行，即因子与题目之间的关系和因子与因子之间的关系同时考虑。例如，自信题目与自信因子、外向题目与外向因子，以及自信因子与外向因子间的关系，全都在同一步骤中估计。我们再从另一角度，看结构方程分析与传统的统计分析的差异。假设在新的研究中，对上述同一组被试还要考虑自信与合群性的关系，即一共要计算两个（自信与外向，自信与合群性）相关系数。用传统分析方法，在新研究的原有因子内的结构和关系，仍然不变。就是说，自信题目与自信因子的关系、外向题目与外向因子的关系，新研究内的关系与原有关系完全相同。这说明，各因子内结构不会因为其他因子的存在而变化。然而，在结构方程分析中，自信因子的结构，会兼顾其他同时存在的变量而有所调整和改变。就是说，同一个研究中其他共存的因子及其结构，会互相影响，不仅影响因子间关系，也影响因子的内部结构（即因子与指标的关系）。（四）容许更大弹性的测量模型传统上，我们只容许每一题目（指标）从属于单一因子，但结构方程分析容许更加复杂的模型。例如，在多质多法模型中（见第三章第二节），我们用英语书写的数学试题，去测量学生的数学能力。

前言

对现代科学尤其是社会科学而言，研究方法的发展在很大程度上能够起到推动整个学科发展的作用，研究方法的落后必然会限制学科的发展。在我国现阶段，同学科专业的建设及发展相比，社会科学研究方法的建设和普及却显得相对薄弱，很多学科的研究方法，尤其是量化方法，还远远落后于世界先进水平，这无形中妨碍了有关学科专业的进一步发展。社会科学研究方法的落后，首先表现在缺乏一大批热心于研究方法的学者，多数优秀学者往往致力于专业研究，而较少顾及到研究方法的研究。其次表现为此领域相关书籍的匮乏，特别是介绍、讲解现代研究方法的专著不仅数量有限，而且内容陈旧，更没有一套可以系统介绍社会科学研究方法的教材，很多学科苦于找不到合适的方法课用书。而在先进国家，每一种主要的统计分析方法在每一学科中都可找到多种专著及更多的普及读物，以供学者、学生选用。针对这样的情况，我们决定编辑这套社会科学研究方法丛书。

内容概要

　　侯杰泰，香港中文大学教育心理系教授、系主任。主要研究方向为学习动机，应用统计和香港语文政策。曾多次在北京、上海、南京、长春、广州等地举办的地区或全国性结构方程分析研习班上讲学。

书籍目录

序

第一部分 结构方程模型入门

第一章 引言

一、描述数据

二、具体例子展示准确与简洁的考虑

三、探索性与验证性因子分析比较

第二章 结构方程模型简介

一、结构方程模型的重要性

二、结构方程模型的结构

三、结构方程模型的优点

四、结构方程模型包含的统计方法

五、路径图的图标规则

六、结构方程分析软件包

七、LISIREL操作入门

第二部分 结构方程模型应用

第三章 应用示范I：验证性因子分析和全模型

一、验证性因子分析

二、多质多法模型

三、全模型

四、高阶因子分析

第四章 应用示范II：单纯形和多组模型

一、单纯形模型

二、多组验证性因子分析

三、多组分析：均值结构模型

四、回归模型

第五章 结构方程建模和分析步骤

一、验证模型与产生模型

二、结构方程分析步骤

三、参数估计和拟合函数

四、拟合检查

五、模型修正和交互效度

六、模型比较的原理

七、报告结果

第三部分 结构方程模型专题研究

第六章 专题讨论——涉及数据的问题

一、样本容量

二、数据类型

三、处理非正态数据

四、异常数据

五、缺失数据

六、可否应用相关矩阵作分析

七、处理小样本的方法

第七章 专题讨论——涉及模型拟合的问题

一、忽略测量误差所引致的错误

二、非正定协方差矩阵

三、不收敛

四、不恰当的解

五、单指标潜变量

六、误差相关

七、因子的单位与附加限制

八、为什么要考虑等同模型

九、模型与数据拟合是否表示模型正确

十、结构方程是否验证变量问的因果关系

十一、怎样避免潜变量名实不符的问题

十二、合宜和错误的高阶因子

十三、如何报告结构方程分析结果

十四、与传统分析的结合

第八章 拟合指数

一、拟合指数概述

二、绝对拟合指数

三、相对拟合指数

四、简约拟合指数

五、拟合指数定义一览

第四部分 结构方程模型统计原理

第九章 验证性因子分析原理

一、验证性因子分析的基本概念

二、因子分析模型及其协方差结构

三、因子分析模型识别的若干准则

四、参数估计

五、模型评价

六、有均值结构的因子分析模型

七、多组比较

第十章 路径分析原理

一、因果模型中的结构方程

二、路径分析与效应分解

三、因果模型的协方差矩阵

四、因果模型识别准则

五、参数估计

六、模型评价与修正

七、因果模型与因果分析

第十一章 结构方程分析原理

一、结构方程基本概念

二、结构方程模型及其协方差结构

三、若干特殊的结构方程模型

四、模型识别

五、参数估计

六、模型评价与修正

七、标准化系数

八、有常数项的结构方程模型

九、多组比较

第五部分 LISREL软件

附录III 通过SPSS读取数据

附录Ⅳ 结构方程讨论小组

参考文献

编辑推荐

《结构方程模型及其应用》：社会科学研究方法丛书

作者简介

本书阐述了结构方程分析（包括验证性因子分析）的基本概念、统计原理、在社会科学研究中的实际应用、常用模型及其LISREL程序、输出结果的解释和模型评价，以及一些与结构方程模型有关的专题和结构方程的高级用法。

图书封面

---

 结构方程模型及其应用下载 更多精彩书评

---