现代管理理论与方法 之 结构方程模型.doc

1 结构方程模型（Structural Equation Modeling, SEM）现代管理理论与方法 之 结构方程模型(SEM) 标签: SEM 方程 模型 理论 现代 目录一、SEM 定义 .....................................................................................................................................................1二、为什么要采用 SEM .....................................................................................................................................2三、SEM 的来源 .................................................................................................................................................2四、SEM 发展历史 .............................................................................................................................................2五、SEM 发展现状 .............................................................................................................................................3六、SEM 模型简介 .............................................................................................................................................3七. SEM 与回归分析的区别 ................................................................................................................................4八. SEM 与传统因子分析的不同 ........................................................................................................................5九、SEM 优点 .....................................................................................................................................................5十、SEM 应用的主要类型 .................................................................................................................................6十一、 拟合的概念 ............................................................................................................................................6软件：AMOSLISREL适用：多个因变量（回归分析是多自变量） ；潜变量（模糊地，无法测度的，回归分析自变量是确定的，SEM 自变量可以含有误差项） ；大样本（≥400，至少 200；偏最小二乘法适用小样本） 一、SEM 定义• 结构方程模型（Structural Equation Modeling，简称 SEM）是一门基于统计分析技术的研究方法学（statistical methodology） ，用以处理复杂的多变量研究数据的探究与分析。

• 在社会科学以及经济、管理、市场等研究领域，有时需要处理多个原因、多个结果的关系，或者会碰到不可直接观测的变量（即潜变量） ，这些都是传统的统计方法不好解决的问题20 世纪 80 年代以来，结构方程分析迅速发展，弥补了传统 统计方法的不足，成为多元统计分析的重要工具2 结构方程模型（Structural Equation Modeling, SEM）二、为什么要采用 SEM• 差不多所有心理、教育、社会研究中涉及的变量（如智力、学习动机、家庭社会经济地位）均难以直接准确测量(latent variable)，我们只好退而求其次，用一些外显指标(observable indicators)去间接地测量这些潜变量结构方程模型能同时处理潜变量及其指标• SEM 提供一个处理（自变量）测量误差的方法，采用多个指标去反映潜变量，也令估计整个模型因子间关系，较传统回归方法更为准确合理 （回归分析自变量是确定的，SEM 自变量可以含有误差项）• 结构方程模型可用以比较不同的模型（拟合优度） 三、SEM 的来源• 从统计学与方法学的发展脉络来看，结构方程模式并不是一个崭新的技术，而是因子分析（factor analysis）与路径分析（path analysis）(近似回归分析)两种在社会与行为科学非常重要的统计技术的结合体。

相对于这两大分析技术的发展轨迹，Kaplan（2000）指出 SEM 的历史根源系来自两个重要的计量学科：心理计量学（因子分析）与经济计量学（回归分析） ，这两个学术领域对于 SEM 的发展有着重要的影响• 心理计量学：Spearman 认为，人类心智能力测验得分之间的相互关系，可以被视为是由这些分数背后所具有的一个潜的 共同因素（common factor）的影响结果Thurston 认为，在复杂的智力测量背后，应该存在着不同且独立的一组共同因素，他称之为核心心智能力（primary mental abilities） ，由于这一组共同因素的存在，构成了智力测验得分的复杂关系研究者必须找 出这些因素，才能利用此一因素结构来对智力测验得 分之间的共变（协方差）关系，得到最理想的解释， 得出最大的解释力• 经济计量学：Haavelmo 在 1943 年利用一系列的联立方程式（ simultaneous equation）来探讨经济学变量的 相互关系，是为经济计量学中的联立方程模型联立方程模型分析虽然可以用来探讨复杂变量的关系，对于总体经济现象的解释有其效力， 但是它所遭到的最大批评在于无法针对特定的经济现象进行精确有效的时间序列性预测。

四、SEM 发展历史从发展历史来看，结构方程模式的起源甚早，但其核心概念在 1970 年代初期才被相关学者专3 结构方程模型（Structural Equation Modeling, SEM）家提出，到了 1980 年代末期即有快速的发展基本上，结构方程模式的概念与 70 年代主要高等统计技术的发展（如因素分析）有 着相当密切的关系，随着计算机的普及与功能的不断提升，一些学者（如 Jöreskog, 1973; Keesing, 1972; Wiley,1973）将因子分析、路径分析等统计概念整合，结合计算机的分析技术，提出了结构方程模型的初步概念，可 以说是结构方程模型的先驱者而后 Jöreskog 与其同事 Sörbom 进一步发展矩阵模式的分析技术来处理共变结构的分析问题，提出测量模型与结构模型的概念，并纳入 其 LISREL 之中，积极促成了结构方程模式的发展五、SEM 发展现状• 软件包：LISREL（linear structural relationship 线性结构关系） （Jöreskog & Sörbom, 1989, 1996）AMOS（ Arbuckle，1997 ）EQS（Bentler，1985 ，1995）MPLUS（Muthén & Muthén, 1998）CALIS（Hartmann，1992）RAMONA（Browne，Mels，& Cowan，1994）等 。

• 期刊与论文：专门期刊：《结构方程模型》 （Structural Equation Modeling ）论文：见诸于国内外许多一流期刊六、SEM 模型简介• 很多社会、心理等变量，均不能准确地及直接地量度，这包括智力、社会阶层、学习动机等，我们只好退而求其次，用一些外显指标(observable indicators)，去反映这些潜变量例如：我们以学生父母教育程度、父母职业及其收入(共六个外显变量)，作为学生家庭社会经济 地位(潜变量 )的指标，我们又以学生中、英、数三科成绩(三个外显变量) ，作为学业成就(潜变量) 的指标1. SEM 的特点• 理论先验性（可以根据已经有的理论得出变量之间的关系）• 同时处理测量与分析问题• 以协方差（反映变量和变量之间关系）的应用为核心• 适用大样本分析2. SEM 基本模型4 结构方程模型（Structural Equation Modeling, SEM）• 简单来说，SEM 可分测量方程(measurement equation)和结构方程(structural equation)两部分测量方程描述潜变量与指标之间的关系，如家庭收入指标等与社会经济地位的关系、三科成绩与学业成就的关系。

而结构方程则描述潜变量之间的关系，如社会经济地位与学业成就的关系3. SEM 分析的基本步骤• SEM 分析的基本步骤可以分为（概念）模型发展与模型估计修正两个阶段前者在发展SEM 分析的原理基础并使 SEM 模型符合特定的技术要求，此时研究者的主要工作在概念推导与 SEM 分析的技术原理的考虑后者则是产生 SEM 的计量数据来评估 SEM 模型的优劣好坏，并进行适当或必要的修正，此时所着重的是分析工具与统计软件（例如LISREL、EQS 、 AMOS、MPLUS 等）的操作与应用1） 、 （概念）模型发展• 理论性发展：以理论为基础，经过观念的厘清、文献整理与推导、或是研究假设的发展等理论性 的辩证与演绎过程，最终提出一套有待检证的假 设模型• 模型设定：发展可供 SEM 进行检验与估计的变量关系与假设模型模型设定的具体产品是建立一个 SEM 路径图• 模型识别：只有在模型符合统计分析与软件执行的要求，也就是在能够被有效识别的情况下， SEM 分析才能顺利进行2） 、模型估计修正抽样与测量—参数估计—拟合检查—模型修正—讨论与结论4、A review of Steps in SEM• Step 1: Developing a theoretically based model (基于理论提出一个或多个基本模型)• Step 2: Constructing a path diagram of causal relationships• Step 3: Converting the path diagram into a set of structural equations and specifying the measurement model• Step 4: E。