量表研制与SEM的应用课件.ppt

1、1量表研制与结构方程模型的应用史静琤流行病与卫生统计学系2 CH24 量表研制与量表资料分析的统计方法 CH26 结构方程模型 软件实现 3第一节第一节 概述概述一、量表的基本概念一、量表的基本概念 量表（scale）是由若干问题或自我评分指标组成的标准化测定表格，用于测量研究对象的某种状态、行为或态度。量表又常称为测量工具(instrument)。4 在医学研究中，许多疾病状态是可以准可以准确测量确测量的，如原发性高血压患者的血压，白血病患者的白细胞数，乙型病毒性肝炎患者的病毒抗原。但也有许多疾病状态是无法精确测量无法精确测量的，如疼痛、失眠、心理压抑、认知障碍、生存质量、生活自理能力等.只

2、能对通过测量这些状态的某些表征或测量这些状态的某些表征或通过研究对象的自我主观感受来间接地测通过研究对象的自我主观感受来间接地测评评，这时候量表就成为最常用的和可行的工具。5 例24-1 如何评价治疗疼痛的效果，即如何测量疼痛的程度?将病人自我测评疼痛的程度、病人疼痛时的面部表情、皮肤湿润程度、肌肉紧张程度、脉搏等多项测量指标组成一个测量表，通过统计分析和测评确定各指标的权重，对各指标作标准化后，就构成一个疼痛测评量表。获得指标值的方式:1)通过测量研究对象的某些特征而获得的定量数据 2)通过询问获得研究对象对某些感觉、特征、态度和行为的定性或定量的答案6u多维性多维性：分成若干领域(又称维度

3、维度domain)，多项指标或问题中的各项涉及总目标的某些方面u定量化：定量化：最终得到一个总的定量的评分，定量地描述研究对象的测评特征，便于对象间比较u 标准化：标准化：各项指标或问题都必须标准化和规范化；各指标（项目）的权重和总分的计算作出明确规定；正常参照人群的量表常模的编制7量表与调查表的区别量表与调查表的区别:调查表-可以包含完全不同的独立的内容，用于评价不同的指标。如调查表可以询问调查对象的吸烟史、生育史、体育锻炼情况和饮食嗜好，这些内容可能是完全独立互不相关的，用于评价研究人群的不同特征。8 量表-是用于描述研究对象的一个特征是用于描述研究对象的一个特征，虽然量表用多个条目（问题

4、）从各个方面来描述该特征，但各条目一般都是相关联的。例如评价医院医疗服务满意度的量表，可以包含对医院诊疗程序安排、医生诊疗的水平和态度、护士服务和态度、诊疗收费等各方面的问题，但这些问题都是围绕着一个核心，就是医院医疗服务提供的质量，因此各指标都是关联的。9三、量表的适用范围三、量表的适用范围 适合评价无法直接作客观定量测量的指标。例如许多生理、心理和社会特征属于这种类型。量表的适用范围可以具体地分成以下几种情形：1.无法直接测量的指标，如临床医学研究中常见的病痛评价指标，包括疼痛、失眠、疲乏、活动能力障碍、残疾等，特别是近几十年来发展的评价健康水平的生存质量（quality of life）

5、。10112.抽象的概念和态度，如社会医学中常常涉及的指标，包括幸福感、满意度、社会交流能力等。3.复杂的行为或神经心理状态，如心理学研究中的儿童多动症、认知障碍、阅读障碍、运动协调性低下、情绪抑郁、焦虑症等。12四、量表评价的优缺点四、量表评价的优缺点优点：量表测评具有客观性强，可比性好，程序标准化，易于操作的优点。缺点：受研究对象个体差异影响大，量表制定要求高，如果量表设计有缺陷，可能导致结果偏倚。13一、量表的结构特点一、量表的结构特点量表由若干领域（domain）组成-称子量表或亚量表,是指测评特征涵盖的内容或层次每个领域又可由若干个方面（facet）组成-每个方面实际上是与测评特征有

6、关的项目每个方面可包含若干条目（item）-条目实际上就是问题，对测评特征的某方面（项目）从不同的侧面提出问题或进行测量，了解被测者的状况 例如 医院医疗服务满意度量表就应该包含最基本的服务态度、医疗水平和收费等领域。服务态度的领域中包括挂号过程、就医过程、检查和治疗过程、取药过程等方面。其中就医过程方面中的条目可以包含就医指引的服务、医生接诊的态度、诊室的环境等条目。第二节第二节 量表的研制方法量表的研制方法14二、量表的编制原则二、量表的编制原则 理想的量表：准确地测定目标特征，获取可靠的资料。（1）适合性原则（2）有效性原则：设计者对问卷的设计要有一个总体框架，对设计的每一个问题所起的作

7、用十分清楚，对一个理论假设需要哪些指标来测量，也应十分明确。（3）可行性原则15三、量表的编制步骤三、量表的编制步骤1.明确目标（假设与概念）的范畴和内容 首先设立研究工作组，研究工作组应该包括研究领域有关的专家。议题小组(nominal group)选题小组(focus group又称核心小组)。任务:复习文献著作，通过讨论明确量表要评价的目标，包括目标的概念定义、范畴、内容等。162.探索量表的维度（内涵）和方面3.建立条目池和筛选条目4.设计可操作性条目5.量表的定性评价 专家咨询法和Delphi法6.量表的预调查和定量评价7.建立常模 1718四、条目定量分析和筛选的统计方法四、条目定

8、量分析和筛选的统计方法 一个好的条目应具有意义重要、敏感性高、独立性强、代表性好、确定性好的特点，并具有一定的可操作性和可接受性。19具体可以从以下方面分析和筛选：（1）主观评价法：也称专家法，属于条目的定性评价，主要测评条目的重要性。（2）离散趋势法：主要测评条目的敏感性。一般可用标准差或变异系数表示。20（3）相关系数法：这主要测评条目的代表性和独立性。任意两条目的相关系数反映这两条目的独立性和代表性。21（4）主成分分析和因子分析法：这是从代表性角度筛选指标，根据各主成分与各指标的相关性大小分别考虑各个主成分主要由哪些指标决定，选择系数较大的指标。（5）聚类分析法：也是从代表性角度筛选指

9、标。先采用聚类分析方法（一般采用系统聚类法）对各指标进行R型聚类分析，把相关密切的指标聚成一类，然后从每一类中选择有代表性的指标。22（6）基于重要性评价的逐步筛选法：是主观评价法的推广，类似于德尔斐(Delphi)预测法。（7）逐步回归法：在预调查中除要求被测者回答各条目外，还要求对其目标值进行总的评分。将总评分作为应变量Y，各条目作为自变量X=X1,X2,Xm。进行多重逐步回归分析，筛选对应变量Y影响较大的指标。23（8）逐步判别法：选择不同状态的人群，如评价测试对象的生存质量时，可选择健康人、一般慢性病病人和严重疾病患者或残疾人，用待评量表测定其生存质量。用逐步判别分析筛选对不同健康状态

10、人群鉴别能力有较大贡献的条目，这些条目将使量表具有较好的区分度。24 例24-2 在206例高血压病例与正常人的生存质量预调查中，对生理领域的3个方面（即疼痛、精力和睡眠）12个条目的质量进行分析，结果见表24-2。25表24-2量表条目的筛选分析结果条目相关系数变异系数因子载荷逐步回归逐步判别(%)F1F2F3F11-0.166*40.900.2220.013-0.478F12-0.226*42.510.762-0.046-0.143F13-0.240*44.250.812-0.069-0.175F14-0.08940.580.7060.020-0.265F210.243*42.06-0.1

11、120.2330.801F22-0.181*39.090.657-0.255-0.197F23 0.227*32.24-0.1260.2240.812F24-0.276*41.150.741-0.293-0.016F310.212*32.140.0250.8300.297F32-0.317*51.740.512-0.665-0.017F330.237*35.24-0.0370.8240.308F34-0.316*55.730.480-0.6690.112*相关系数假设检验P0.05,*P0.01;逐步回归和逐步判别筛选入模型的变量。26 第2列：各条目与生存质量总评分的相关系数，最高的是F32

12、和F34。第3列：各条目的变异系数，最大的是F34和F32。第4列至第6列：是因子分析结果，结果可见第一因子主要是方面1（疼痛与不适），第二因子主要是方面3（睡眠与休息），第三因子主要是方面2（精力与疲倦），从结构来说符合量表制定目标。27 第7列和第8列：是逐步回归和逐步判别筛选出的条目，逐步回归是筛选与生存质量总评分关系最密切的变量，逐步判别是筛选区分有病和无病贡献最大的变量，F32都被选入模型。从分析结果来看F32的离散趋势大，与总分的相关密切，无论是与总分的回归和对病人与正常人的区分度都较大，是比较好的条目。F32是询问被测者睡眠是否有困难，可见睡眠对于一般人的生存质量是非常重要的因素

13、，也是区分正常人和病人特异性指标。28五、量表编制的注意事项五、量表编制的注意事项1.量表的条目数量 量表的条目应该在3050项左右。2.量表问题的措词要明确具体 3.量表的测评内容可能包含客观指标和主观指标，在设计条目时要注意两种属性指标提问方式的区别29第三节第三节 量表的考评方法量表的考评方法一、量表的定性考评二、量表的信度分析三、量表的效度分析四、量表的反应度分析30一、量表的定性考评 量表的定性考评指通过专家座谈会或专家咨询的方式，对量表及各条目进行定性评价，目的是完善量表的结构，修饰条目的措词，筛选条目和确定各条目的权重等。31 例24-3 某医学成果评价量表的研制过程中，邀请了3

14、5位专家对量表作评价，其中临床医学专家19人，基础医学专家9人，科研管理专家7人。采用Delphi法进行量表初稿的评价，调查结果见表24-3。经过调查，确定了一级条目和二级条目的重要性和权重。根据专家咨询结果，对部分条目进行了修改，删除部分重要性得分低的条目，并增加个别条目。32表24-3 医学科技成果评价量表专家咨询结果一级指标平均权重重要程度二级指标平均权重重要程度研究投入0.13045.5课题来源0.35506.6经费额度0.31296.4课题组规模0.26755.8学术水平0.26438.9科学性0.29009.3创新性与先进性0.31119.1难易程度与复杂程度0.18547.6成熟

15、程度0.18287.2科学界公认0.26888.9论文发表档次0.28548.8论文引用0.25048.5SCI收录0.24047.8推广应用程度0.20597.7影响因子总和0.25008.0成果效益0.19297.9直接经济效益0.46868.0社会效益0.52078.2知识产权0.14736.7专利0.24647.6版权登记0.14826.4新药（药械）证书0.27238.0专著著作权0.14916.4准入、标准或指南0.17146.533二、量表的信度分析 信度(reliability)主要评价量表的精确性、稳定性和一致性，即测量过程中随机误差造成的测定值的变异程度的大小。常用的信度指

16、标有：（1）重测信度(test-retest reliability)：重测信度是相同量表前后两次测量同一批被访者的量表得分的简单相关系数r，一般要求达到0.7以上。34（2）分半信度(split-half reliability)：相同量表的调查项目分成两半，如分前后两个部分、按提问项目号的奇数和偶数分两个部分。计算两个部分得分的简单相关系数r，分半信度的Spearman-Brown计算公式为21rRr35（3）克朗巴赫系数(Cronbachs alpha coefficient)：评价多个调查项目和谐水平的克朗巴赫系数（Cronbachs alpha coefficient）计算公式为 式

17、中k为调查项目数，为第i个调查项目得分的方差，为量表总得分的方差。一般认为克朗巴赫系数应达到0.7以上。22(1)1iTSkkS2iS2TS36 例24-4 某医生用WHOQOL-100量表调查了50例正常人的生存质量，一周后重复调查一次，结果见表24-4。表中F1-F24是第1次调查24个方面的得分，T1是第1次调查的总分，T2是第2次调查的总分。Q1是第1次调查，被访者对自己生存质量的总评分，满分是100分。37表 24-4 50 名正常人生存质量调查得分 Q1 F1 F2 F3 F4 F5 F6 F7 F8 F9 F10 F11 F12 F13 F14 F15 F16 F17 F18 F

18、19 F20 F21 F22 F23 F24 T1 T2 80 10 11 9 14 12 14 9 6 13 10 4 16 12 13 13 13 14 10 14 14 13 11 10 13 278 296 80 7 12 11 11 15 15 13 9 18 12 4 17 13 13 10 10 9 9 11 9 12 11 8 13 272 257 90 6 12 10 13 15 16 9 8 18 12 4 18 11 14 8 11 12 12 13 12 15 11 10 13 283 270 98 8 11 10 17 18 19 12 8 17 11 4 20 13

19、 18 12 12 8 8 11 12 17 11 10 19 306 317 60 12 13 13 11 13 16 9 10 14 9 8 15 10 7 13 11 10 8 11 13 14 10 14 11 275 281 75 14 11 11 8 13 7 12 14 13 13 7 14 8 10 10 7 9 12 8 10 9 6 11 4 241 257 90 8 12 11 15 16 16 12 7 19 11 4 17 12 15 9 13 7 7 11 15 15 5 8 15 280 259 60 6 12 9 12 13 12 9 11 18 11 5 16

20、 12 13 17 11 15 11 14 12 13 8 9 6 275 278 96 5 10 9 12 14 14 12 7 12 12 4 16 11 14 11 11 14 8 12 13 15 10 9 8 263 264 70 9 12 10 10 14 13 11 10 12 11 4 18 12 14 11 11 4 9 15 16 12 9 11 9 267 284 50 9 12 10 7 9 9 10 13 16 10 5 12 12 8 10 10 5 8 11 11 10 10 9 6 232 243 75 10 13 11 13 12 16 13 9 18 12

21、5 17 13 14 13 10 4 10 11 12 12 11 9 16 284 304 60 7 9 11 10 13 14 11 9 13 11 4 17 12 14 10 10 4 11 9 10 13 8 9 18 257 264 70 8 10 9 11 12 12 9 10 14 11 4 16 11 11 11 10 7 9 9 8 8 10 11 11 242 238 80 8 13 12 16 16 16 12 8 14 12 4 16 14 13 13 14 12 11 13 12 14 11 11 16 301 328 38 该资料计算的有关信度指标：重测信度：r=0

22、.82；前后差值的均数为 =3.87，t=1.544，P=0.129；克朗巴赫系数：d24(6.2551 3.357113.837124151.3710(1)(1)0.8023661.358823661.358839三、量表的效度分析 效度(validity)主要评价量表的准确度、有效性和正确性，即测定值与目标真实值的偏差大小。效度意在反映某测量工具是否有效地测定到了它所打算测定的内容，即实际测定结果与预想结果的符合程度。40 常用的效度指标 内容效度(content validity):指量表的各条目是否测定其希望测量的内容，即测定对象对问题的理解和回答是否与条目设计者希望询问的内容一致。内

23、容效度一般通过专家评议打分。标准关联效度(criterion-related validity):又称标准效度，是以一个公认有效的量表作为标准，检验新量表与标准量表测定结果的相关性，以两种量表测定得分的相关系数表示标准效度。41 内容效度的评价是量表编制中重要却容易被忽视的一个问题。量表内容效度的定量评价中应用最广泛的指标是内容效度指数。内容效度指数分为两类：I-CVI和S-CVI。按计算方法不同，S-CVI分为全体一致S-CVI（S-CVI/UA）和平均S-CVI（S-CVI/Ave）。量表全部条目I-CVI不低于0.78，S-CVI/UA和S-CVI/Ave分别不低于0.8和0.9提示内容

24、效度较好。在撰写相关论文时，应包含内容效度评价的过程和主要结果。424344 结构效度(contract validity):又称构想效度，说明量表的结构是否与制表的理论设想相符，结构效度主要用证实性因子分析（confirmatory factor analysis,CFA）评价。证实性因子分析是确定存在几个因子，以及各实测变量与各因子的关系，用实际数据拟合特定的因子模型，分析拟合优度，评价实测指标性质与设计目标是否吻合。45四、量表的反应度分析 临床医学用的量表常用于评价不同治疗措施的治疗效果比较，因此量表必须反映出对象细微的疗效差别，即具有一定的反应度(responsibility)。反应

25、度指量表能测出不同对象、不同时间目标特征变化的能力，即反映对象特征值变化的敏感度。量表得分（）评价常用的统计量是效应尺度（effect size）X46 效应尺度 XXS治疗后治疗前治疗前47 例24-5 某医院心理科医生研制神经症量表评价心理障碍病人神经症状改善情况，对72例心理科住院病人（焦虑症30 例,强迫症20 例,癔症12 例,恐怖症10 例）分别在治疗前后用该量表进行评价，结果治疗前病人的平均得分25.74，标准差5.69，治疗后平均得分31.18，效应尺度为(31.18-25.74)/5.69=0.956。48 经配对t检验，t=7.14，P0.01，差异有统计学意义，说明量表能

26、区分治疗前后症状的改善。4950515253前言前言是基于变量的协方差矩阵来分析变量间关系的一种统计是基于变量的协方差矩阵来分析变量间关系的一种统计方法。方法。最早的研究出现在最早的研究出现在2020世纪世纪6060年代，是心理测量学与计量年代，是心理测量学与计量经济学等学科研究方法结合的结晶。近年来倍受关注，经济学等学科研究方法结合的结晶。近年来倍受关注，广泛应用于心理学、教育学、经济学、社会学等领域。广泛应用于心理学、教育学、经济学、社会学等领域。结构方程建模结构方程建模（StructuralEquationModeling，SEM）54一个回归分析和结构方程比较的例子：假如有五道题目来测

27、量外向型性格，还有四道题目来测量自信。研究自信与外向型性格的关系。假如是你，你将怎样来进行研究？回归分析的做法：先分别计算外向题目的总分（或平均分）和自信题目的总分（或平均分），在计算两个总分的相关。这样的计算所得的两个潜变量（性格与自信）的关系，恰当吗？551）无法处理因变量（Y）多于一个的情况；2）无法处理自变量（X）之间的多重共线性；3）无法对一些不可直接测量的变量进行处理；4）没有考虑变量（自变量、因变量）的测量误差，以及测量误差之间的关系22110 xbxbby56同时处理多个因变量容许自变量和因变量含测量误差同时估计因子结构和因子关系容许更大弹性的测量模型估计整个模型的拟合程度 S

28、EM的技术特性的技术特性 具有理论先验性 同时处理因素的测量关系和因素之间的结构关系 以协方差矩阵的运用为核心 适用于大样本分析（样本数200）包含不同的统计技术 重视多重统计指标的运用样本含量要求样本含量要求资料符合正态、无遗漏值及例外值(Bentler&Chou,1987)下，样本比例最小为估计参数的5倍、10倍则更为适当。当原始资料违反常态性假设时，样本比例应提升为估计参数的15倍。以ML法评估，Loehlin(1992)建议样本数至少为100，200较为适当。当样本数为400500时，此法会变得过于敏感，而使得模式不适合。二、结构方程模型的基本原理二、结构方程模型的基本原理(一)模型构

29、成1 变量观测变量：能够观测到的变量(路径图中以长方形表示)潜在变量：难以直接观测到的抽象概念，由测量变量推估出来的变量（路径图中以椭圆形表示）内生变量：模型中会受到任何一个其他变量影响的变量（因变量；路径图中会受到任何一个其他变量以单箭头指入的变量）外生变量：模型中不受任何其他变量影响但影响其他变量的变量（自变量；路径图中会指向任何一个其他变量，但不受任何变量以单箭头指入的变量）中介变量：当内生变量同时做因变量和自变量时，表示该变量不仅被其他变量影响，还可能对其他变量产生影响。内生潜在变量：潜变量作为内生变量内生观测变量内生潜在变量的观测变量外生潜在变量：潜变量作为外生变量外生观测变量外生潜

30、在变量的观测变量中介潜变量：潜变量作为中介变量中介观测变量中介潜在变量的观测变量2 参数（“未知”和“估计”）潜在变量自身：总体的平均数或方差变量之间关系：因素载荷，路径系数，协方差参数类型：自由参数：参数大小必须通过统计程序加以估计固定参数：模型拟合过程中无须估计（1）为潜在变量设定的测量尺度 将潜在变量下的各观测变量的残差项方差设置为1 将潜在变量下的观测变量的因子负荷固定为1（2）为提高模型识别度人为设定3 路径图（1）含义：路径分析的最有用的一个工具，用图形形式表示变量之间的各种线性关系，包括直接的和间接的关系。（2）常用记号：矩形框表示观测变量圆或椭圆表示潜在变量小的圆或椭圆，或无任

31、何框，表示方程或测量的误差单向箭头指向指标或观测变量，表示测量误差单向箭头指向因子或潜在变量，表示内生变量未能被外生潜在变量解释的部分，是方程的误差单向箭头连接的两个变量表示假定有因果关系，箭头由原因（外生）变量指向结果（内生）变量两个变量之间连线的两端都有箭头，表示它们之间互为因果弧形双箭头表示假定两个变量之间没有结构关系，但有相关关系变量之间没有任何连接线，表示假定它们之间没有 直接联系（3）路径系数含义：路径分析模型的回归系数，用来衡量变量之间影响程度或变量的效应大小（标准化系数、非标准化系数）类型：反映外生变量影响内生变量的路径系数反映内生变量影响内生变量的路径系数路径系数的下标：第一

32、部分所指向的结果变量第二部分表示原因变量（4）效应分解直接效应：原因变量（外生或内生变量）对结果变量（内生变量）的直接影响，大小等于原因变量到结果变量的路径系数间接效应：原因变量通过一个或多个中介变量对结果变量所产生的影响，大小为所有从原因变量出发，通过所有中介变量结束于结果变量的路径系数乘积总效应：原因变量对结果变量的效应总和 总效应=直接效应+间接效应x3 矩阵方程式（1）和（2）是测量模型方程，（3）是结构模型方程 是外生观测变量向量，为外生潜在变量向量，外生观测变量在外生潜在变量上的因子负荷矩阵，外生观测变量的残差项向量；为内生观测变量向量，为内生潜在变量向量，为内生观测向量在内生潜在

33、变量上的因子负荷矩阵，为内生观测向量的残差项向量；和 都是路径系数，表示内生潜在变量之间的关系，表示外生潜在变量对内生潜在变量的 影响，为结构方程的误差项 xx （1）yy （2）B （3）xyyBB（二）模型识别1 模型整体识别性（1）t法则数据资料点数DP=(p+q)*(p+q+1)/2 （p+q）表示观测变量个数待估参数数目（自由参数）t=参数总数固定参数 t DP，模型识别不足 t=DP，模型充分识别（三）参数估计1 假设条件测量模型误差项 ，的均值为零结构模型的残差项 的均值为零误差项 ，与因子 ，之间不相关，误差项 与 不相关残差项 与 ，之间不相关2 共变推导（1）协方差协方差：

34、利用两个变量间观测值与其均值离差的期望观测两个变量间的关系强弱。（2）运算定理2222(,)()(,)(,)(,)(,)(,)()(,)(,)(,)2(,)()(,)(,)Cov X XVar XCov aX bY cZ dUacCov X ZadCov X UbcCov Y ZbdCov Y UVar aX bYCov aX bY aX bYa Cov X Xb Cov Y YbcCov X YVar aX bYa Cov X Xb Cov Y Y（4）参数估计策略 最大似然估计 未加权最小二乘法 广义最小二乘法 加权最小二乘法 对角加权最小二乘法（四）模型拟合评价1 参数检验（1）参数的显

35、著性检验t=参数估计值/标准误t的绝对值大于2，则参数即可达到.05的显著水平样本数低于30时，样本数越小，t值要越大才能超越显著水平的门槛（2）参数的合理性检验参数估计值是否有合理的实际意义：参数的符号是否符合理论假设参数的取值范围是否合理参数是否可以得到合理解释(五)模型修正1 参考标准模型所得结果是适当的所得模型的实际意义、模型变量间的实际意义和所得参数与实际假设的关系是合理的参考多个不同的整体拟合指数2 修正原则省俭原则两个模型拟合度差别不大的情况下，应取两个模型中较简单的模型拟合度差别很大，应采取拟合更好的模型，暂不考虑模型的简洁性最后采用的模型应是用较少参数但符合实际意义，且能较好

36、拟合数据的模型等同模式等同模式：用不同的方法表示各个潜在变量之间的关系，能得出基本相同的结果，参数个数相同，拟合程度相同的模式。实际意义多次验证3 模型修正方向模型扩展方面（放松一些路径系数，提高拟合度）修正指数MI反映的是一个固定或限制参数被恢复自由时，卡方值可能减少的最小的量。如果MI变化很小，则修正没有意义；通常认为MI4,模型修正才有意义。（显著水平为0.05时，临界值为3.84）模型简约方面（删除或限制一些路径系数，使模型变简洁）临界比率CR通过自由度调整卡方值，以供选择参数不是过多，又能满足一定拟合度的模型，寻找CR比率最小者单个参数调整设为0两个变量之间路径系数关系进行调整，设为

37、相等4 模型修正内容（1）测量模型修正添加或删除因子载荷添加或删除因子之间的协方差添加或删除测量误差的协方差（2）结构模型修正增加或减少潜在变量数目添加或删减路径系数添加或删除残差项的协方差2C Rdf221MMIEFACFA探索式(data-driven)验证式(theory-driven)因素个数由资料决定因素个数由研究者指定问卷设计的前端问卷应用的后端PCA是常用的估计法ML法是常用的估计法只提供标准化结果提供标准及非标准化结果没有loading 显著性报告 有loading 显著性报告EFA无法做额外的设定CFA模型设定有弹性无法执行跨群组比较可执行跨群组(时间)的比较1 验证性因子分

38、析（CFA）F1e1F2e2e3e4e5e6x1x2x3x4x5x611一阶验证性因子分析一阶验证性因子分析F1e1F2e2e3e4e5e6x1x2x3x4x5x611F31二阶（高阶）验证性因子分析二阶（高阶）验证性因子分析绩效绩效期望期望满意度满意度忠诚度忠诚度2 路径分析D1D23 统合模型分析x1x2x3y1y2y3x1测量残差测量残差外生观察变量外生观察变量因素负荷量因素负荷量外生潜在变量外生潜在变量结构参数结构参数内生潜在变量内生潜在变量因素负荷量因素负荷量内生观察变量内生观察变量结构模式结构模式测量测量(CFA)模模式式测量残差测量残差x2x3y1y2y3测量测量(CFA)模模式

39、式81分析实例分析实例 例24-2 某研究者试图验证其构建的良性前列腺增生症患者生活质量量表中社会维度的模型。按照生活质量的内涵，其考虑社会维度包含家庭关系和社会关系这相互影响的两方面，其中，家庭关系用两个条目（a1：因病放弃业余爱好；a2：因病影响家庭生活）进行测量，社会关系用三个条目（a3：社会责任减轻；a4：他人期望降低；a5：与朋友交往减少）进行测量。试采用对100名患者测量结果的数据进行实证性因子分析，考察模型结构效度。82homeA1e11A2e211socialA3e3A4e4111A5e51图21-11 例21-2通径图设计83结构方程模型原理及建模结构方程模型原理及建模 一、

40、基本概念一、基本概念 结构方程模型的出发点就是为了建立结构方程模型的出发点就是为了建立观测变量间的假设因果关系模型。简单的观测变量间的假设因果关系模型。简单的说，结构方程模型的基本原理是说，结构方程模型的基本原理是“三个二三个二”：两类变量两类变量：观测变量和潜变量观测变量和潜变量；两个模型两个模型：测量模型和结构模型测量模型和结构模型；两条路径两条路径：潜变量与观测变量之间的路径和潜变量与观测变量之间的路径和潜变量之间的路径潜变量之间的路径。84（一）观测变量和潜变量（一）观测变量和潜变量 观测变量观测变量(Measurement Variable)是可以直接测量得到的变量，也叫测量变量或指

41、示变量；潜变量潜变量(Latent Variable)是指无法直接观察并测量的变量，也称隐变量或者潜在变量。比如学生考试的数学，物理成绩，反映的是学生的理科能比如学生考试的数学，物理成绩，反映的是学生的理科能力，而这个力，而这个“理科能力理科能力”就可以看作为潜变量，是无法直接就可以看作为潜变量，是无法直接测量得到，必须通过数学、物理成绩等指标间接得到。而测量得到，必须通过数学、物理成绩等指标间接得到。而考试的成绩则是观测变量。考试的成绩则是观测变量。85根据变量间的相互关系来说:外源变量外源变量(Exogenous Variable)即自变量，是指那些在模型或系统中，只起解释变量作用的变量，

42、可以影响其他变量且不受其他变量影响。内源变量内源变量(Endogenous Variable)即因变量，指在模型或系统中，受模型或系统中其他变量影响的变量。86这四种变量结合起来，就有四种形式：这四种变量结合起来，就有四种形式：外源观测变量外源观测变量内源观测变量内源观测变量外源潜变量外源潜变量内源潜变量内源潜变量XY87（二）（二）测量模型和结构模型 结构方程模型中的因果关系模型一般分为测量模型和结构模型两类。测量模型测量模型体现潜变量与观测变量之间的关系；结构模型结构模型则体现潜变量与潜变量之间的关系。88yY+=+测量模型测量模型测量模型结构模型结构模型XX+89(三)结构方程模型的路径

43、 结构方程模型的一个特色之处就是可以利用路径图的形式来表现各种变量之间的相互关系。对于路径图的书写，有以下要求：(1)观测变量用方块围上；(2)潜变量用圆形框或椭圆形框围上；(3)有因果关系的变量之间用单箭头直线表示，其中箭头起始的变量是外源变量，箭头终止的方向是内源变量，在箭头旁边有因果系数；(4)所有外源变量之间如果有相关性，用双箭头曲线表示，所有内源变量之间不画相关的双箭头，但内源变量和残差之间如果有相关性，则需要用双箭头表示，没有双箭头都被认为是不相关的。双箭头旁边有相关系数。homeA1e11A2e211socialA3e3A4e4111A5e51 A1-A5A1-A5为五个观察变量

44、；为五个观察变量；homehome和和socialsocial为两个潜变量，分别为两个潜变量，分别影响影响A1,A2A1,A2和和A3-A5A3-A5，由于家庭关系和社会关系都属于生活质，由于家庭关系和社会关系都属于生活质量社会维度的范畴，他们之间是相互影响的，以双箭头表示；量社会维度的范畴，他们之间是相互影响的，以双箭头表示；e1-e5e1-e5分别为分别为A1-A5A1-A5的残差。的残差。AmosAmos要求在设定模型时，每一个要求在设定模型时，每一个潜变量指出的箭头中必须有一个要设定通径系数，这是保证潜变量指出的箭头中必须有一个要设定通径系数，这是保证模型能被识别的基本条件。模型能被识

45、别的基本条件。91二、模型的分析过程 结构方程模型的分析过程大概分为5个步骤，分别是(1)模型设定(Model Specification)；(2)模型识别(Model Identification)；(3)模型估计(Model Estimation)；(4)模型评价(Model evaluation)和模型修正 (Model Modification)；(5)模型解释(Model Explanation)。92(五五)模型解释模型解释 模型解释是指对一个合理的拟合后模型的统计结果进行解释。利用模型中的非标准化系数与标准化系数，来判断参数的影响力大小。非标准化系数与指标度量单位有关，它是指当其

46、他变量都维持平均数的时候，一个单位的变量会引起因变量变化的程度。而标准化系数则消除了测量指标单位的影响，可以在模型内各参数之间进行比较，从而发现影响最大的变量。还可以通过路径解释出模型中的变量间的直接关系(一个变量对另一个变量的直接影响)，间接关系(一个变量通过其他一个变量来对另一个变量产生影响)和总和关系(一个变量对另一个变量的直接关系与间接关系的总和)。93 Amos（Analysis of Moment Structures）软件是近年来非常流行和易用的结构方程式模型分析软件。它是由SamllWaters公司开发的结构方程式模型（Structural Equation Modeling，

47、简称SEM）独立分析软件，并且SPSS公司也将AMOS捆绑作为SEM独立模块嵌入在SPSS软件，可以用来进行证实性因子分析，评估量表的结构效度。94三、结构方程模型的局限三、结构方程模型的局限(1)与其他数理统计方法一样，结构方程模型的参数估计反映的是样本数据所呈现的特征，所以模型估计的好坏程度很大程度上要取决于样本数据的真实性、完整性和代表性。并且它拟合指数的估计的方法决定其要求有较大的样本量，一般来说一个参数要对应十个样本。(2)模型的建立，必须是在合理的理论基础上建立的，若无理论的支撑，那么对潜变量的解释则会具有模糊性和随意性等特征。在遇到需要模型分析的变量太多的时候，矩阵就会容易出现非正定的情况，而此时也要需要理论来进行变量的排除。对于相同数据，可能存在多个数理上满意的模型，最佳模型的选择存在一定的主观性和局限性。因此，一定要强调理论与数理相结合。9595