1、結(jié)構(gòu)方程模型第1頁，共69頁，2022年，5月20日，11點(diǎn)51分，星期三一、結(jié)構(gòu)方程模型簡(jiǎn)介1、什么是結(jié)構(gòu)方程模型2、為什么使用結(jié)構(gòu)方程模型3、結(jié)構(gòu)方程模型的結(jié)構(gòu)4、結(jié)構(gòu)方程模型的優(yōu)點(diǎn)5、結(jié)構(gòu)方程模型中的變量6、結(jié)構(gòu)方程模型常用圖標(biāo)第2頁，共69頁，2022年，5月20日，11點(diǎn)51分，星期三1、什么是結(jié)構(gòu)方程模型 結(jié)構(gòu)方程模型（ Structural Equation Model）是基于變量的協(xié)方差矩陣來分析變量之間關(guān)系的一種統(tǒng)計(jì)方法。所以，有時(shí)候也叫協(xié)方差結(jié)構(gòu)分析。 我們的課程只考慮線性結(jié)構(gòu)方程模型。 結(jié)構(gòu)方程模型常用于：驗(yàn)證性因子分析、高階因子分析、路徑及因果分析、多時(shí)段(multiw

2、ave)設(shè)計(jì)、單形模型(Simple Model)、及多組比較等 。 常用的分析軟件有：LISREL、Amos、EQS、MPlus 第3頁，共69頁，2022年，5月20日，11點(diǎn)51分，星期三2、為什么使用結(jié)構(gòu)方程模型 很多心理、教育、社會(huì)等概念，均難以直接準(zhǔn)確測(cè)量，這種變量稱為潛變量（latent variable），如智力、學(xué)習(xí)動(dòng)機(jī)、家庭社會(huì)經(jīng)濟(jì)地位等等。我們只能求其次，用一些外顯指標(biāo)（observable indicators），去間接測(cè)量這些潛變量。 如：以語文、數(shù)學(xué)、英語三科成績(jī)（外顯變量），作為學(xué)業(yè)成就（潛變量）的指標(biāo)。 傳統(tǒng)的統(tǒng)計(jì)方法不能有效處理這些潛變量，而結(jié)構(gòu)方程模型則能同

3、時(shí)處理潛變量及其指標(biāo)。傳統(tǒng)的線性回歸分析容許因變量存在測(cè)量誤差，但是要假設(shè)自變量是沒有誤差的。如： 在 y=bx+e的模型中，x和y如都不能被準(zhǔn)確測(cè)量的時(shí)候，變量之間的關(guān)系是不能估計(jì)的。第4頁，共69頁，2022年，5月20日，11點(diǎn)51分，星期三如：分析自信 (X)與外向(Y)之間的關(guān)系：用4個(gè)題目測(cè)量自信，4個(gè)題目測(cè)量外向。 傳統(tǒng)上先計(jì)算外向題目的總分（或者平均分）和自信題目的總分（或者平均分），再計(jì)算兩個(gè)總分（或者平均分）的相關(guān)，這種計(jì)算所得的兩個(gè)潛變量（外向和自信）的關(guān)系，不一定恰當(dāng)，但是結(jié)構(gòu)方程模型能提供更佳的答案（如典型相關(guān)分析等）。自信外向x1x2x3x4y1y2y3y4第5頁，

4、共69頁，2022年，5月20日，11點(diǎn)51分，星期三模型舉例第6頁，共69頁，2022年，5月20日，11點(diǎn)51分，星期三3、結(jié)構(gòu)方程模型的結(jié)構(gòu)結(jié)構(gòu)方程模型可分為：測(cè)量模型和結(jié)構(gòu)模型(1)測(cè)量模型：指標(biāo)和潛變量之間的關(guān)系說明：x,y是外源(如:六項(xiàng)社經(jīng)指標(biāo))及內(nèi)生(如:中、英、數(shù)成績(jī))指標(biāo)。,是X，Y測(cè)量上的誤差。x是x指標(biāo)與潛伏變項(xiàng)的關(guān)系(如:六項(xiàng)社經(jīng)地位指標(biāo)與潛伏社經(jīng)地位的關(guān)系)。y是y指標(biāo)與潛伏變項(xiàng)的關(guān)系(如:中、英、數(shù)成績(jī)與學(xué)業(yè)成就間關(guān)系)。第7頁，共69頁，2022年，5月20日，11點(diǎn)51分，星期三(2)結(jié)構(gòu)模型：潛變量之間的關(guān)系內(nèi)生(依變)(endogenous,depende

5、nt)潛伏變項(xiàng)(如:學(xué)業(yè)成就)外源(自變)(exogenous,independent)潛伏變項(xiàng)(如:社經(jīng)地位)內(nèi)生潛伏變項(xiàng)間的關(guān)系(如:學(xué)業(yè)成績(jī)與其他內(nèi)生潛伏變項(xiàng)的關(guān)系)外源變項(xiàng)對(duì)內(nèi)生變項(xiàng)的影響(如:社經(jīng)地位對(duì)學(xué)業(yè)成就)模式內(nèi)未能解釋部份(即模式內(nèi)所包含的變項(xiàng)及變項(xiàng)間關(guān)系所未能解釋部分)第8頁，共69頁，2022年，5月20日，11點(diǎn)51分，星期三 1X1X2X3X41234413121111y1y2y3y4123441312111 2y5y6y7y8 5 6 7 88272625211212112第9頁，共69頁，2022年，5月20日，11點(diǎn)51分，星期三4、結(jié)構(gòu)方程模型的優(yōu)點(diǎn) Boll

6、en和Long(1993)指出SEM有以下優(yōu)點(diǎn) ：(1)可同時(shí)考慮及處理多個(gè)依變項(xiàng)(endogenous / dependent variable);(2)容許自變及依變(exogenous / endogenous)項(xiàng)含測(cè)量誤差;(3)與因素分析類同，SEM容許潛伏變項(xiàng)(如:社經(jīng)地位)由多個(gè)觀察指標(biāo)變項(xiàng)(如:父母職業(yè)、收入)構(gòu)成,并可同時(shí)估計(jì)指標(biāo)變項(xiàng)的信度及效度(reliability and validity);(4)SEM可采用比傳統(tǒng)方法更有彈性的測(cè)量模型(measurement model),如某一指標(biāo)變項(xiàng)/題目從屬于兩潛伏因子;在傳統(tǒng)方法,項(xiàng)目多依附單一因子;(5)研究者可構(gòu)劃出潛伏

7、變項(xiàng)間的關(guān)系,并估計(jì)整個(gè)模式是否與數(shù)據(jù)擬合。第10頁，共69頁，2022年，5月20日，11點(diǎn)51分，星期三5、結(jié)構(gòu)方程模型中的變量潛變量顯變量?jī)?nèi)生變量外源變量變量指標(biāo)自變量因變量第11頁，共69頁，2022年，5月20日，11點(diǎn)51分，星期三第12頁，共69頁，2022年，5月20日，11點(diǎn)51分，星期三潛變量：不可以直接觀察的變量，或叫因子。如自 信、成就等。顯變量：可以直接觀察的變量，如收入、成績(jī)等。因子荷載第13頁，共69頁，2022年，5月20日，11點(diǎn)51分，星期三變量：具有多個(gè)值的概念。指標(biāo)：測(cè)量某個(gè)變量的項(xiàng)目（item）,或者叫條目。第14頁，共69頁，2022年，5月20日，

8、11點(diǎn)51分，星期三內(nèi)生變量：被影響的變量。外源變量：作用于其它變量的變量。路徑系數(shù)第15頁，共69頁，2022年，5月20日，11點(diǎn)51分，星期三自變量：僅有單向箭頭指出的變量。因變量：只要有單向箭頭指入的變量。第16頁，共69頁，2022年，5月20日，11點(diǎn)51分，星期三思考：顯變量和指標(biāo)是什么關(guān)系？ 變量與指標(biāo)有什么區(qū)別？ 內(nèi)生變量與因變量有什么區(qū)別？ 外源變量與自變量有什么區(qū)別？第17頁，共69頁，2022年，5月20日，11點(diǎn)51分，星期三二、結(jié)構(gòu)方程模型建模及分析步驟1、模型構(gòu)建2、模型擬合3、模型評(píng)價(jià)4、模型修正第18頁，共69頁，2022年，5月20日，11點(diǎn)51分，星期三

9、模型構(gòu)建利用結(jié)構(gòu)方程模型分析變量的關(guān)系 ,根據(jù)專業(yè)知識(shí)和研究目的 ,構(gòu)建出理論模型 ,然后用測(cè)得的數(shù)據(jù)去驗(yàn)證這個(gè)理論模型的合理性。建構(gòu)模型包括指定: (1)觀測(cè)變量與潛變量的關(guān)系; (2) 各潛變量間的相互關(guān)系; (3) 在復(fù)雜的模型中 ,可以限制因子負(fù)荷或因子相關(guān)系數(shù)等參數(shù)的數(shù)值或關(guān)系。第19頁，共69頁，2022年，5月20日，11點(diǎn)51分，星期三 模型擬合結(jié)構(gòu)方程模型分析中的模型擬合目標(biāo)是使模型隱含的協(xié)方差矩陣即模型的“再生矩陣”與樣本協(xié)方差矩陣盡可能地接近。模型擬合中的參數(shù)估計(jì)方法有許多種 ,每種方法有自己的優(yōu)點(diǎn)和適用情況。常用的參數(shù)估計(jì)方法包括:不加權(quán)的最小二乘法、廣義最小二乘法、極

10、大似然法、一般加權(quán)最小二乘法、對(duì)角一般加權(quán)最小二乘法等。目前極大似然法是應(yīng)用最廣的參數(shù)估計(jì)方法。第20頁，共69頁，2022年，5月20日，11點(diǎn)51分，星期三模型評(píng)價(jià)評(píng)價(jià)一個(gè)剛建構(gòu)成或修正的模型時(shí) ,主要檢查(1)結(jié)構(gòu)方程的解是否適當(dāng) ,包括迭代估計(jì)是否收斂、各參數(shù)估計(jì)值是否在合理范圍內(nèi); (2) 參數(shù)與預(yù)設(shè)模型的關(guān)系是否合理; (3) 檢視多個(gè)不同類型的整體擬合指數(shù) ,如:絕對(duì)擬合指數(shù)有 2 、RMSEA (root mean square error of approximation ,近似誤差均方根) 、SRMR ( standardized root mean square resi

11、dual , 標(biāo)準(zhǔn)化殘差均方根) 、GFI (goodness of fit index ,擬合優(yōu)度指數(shù)) 、A GFI (adjusted goodness of fit index ,調(diào)整擬合優(yōu)度指數(shù)) ,以及相對(duì)擬合指數(shù) NNFI(non- normed fit index 非范擬合指數(shù)) 、NFI ( normed fit index ,賦范擬合指數(shù)) 、CFI (comparative fit index ,比較擬合指數(shù)) 等 ,以衡量模型擬合程度。第21頁，共69頁，2022年，5月20日，11點(diǎn)51分，星期三 模型修正模型的修正主要包括: (1) 依據(jù)理論或有關(guān)假設(shè) ,提出一個(gè)或

12、數(shù)個(gè)合理的先驗(yàn)?zāi)Ｐ? (2) 檢查潛變量與指標(biāo)間的關(guān)系 ,建立測(cè)量方程模型; (3) 若模型含多個(gè)因子 ,可以循序漸進(jìn)地 ,每次只檢驗(yàn)含兩個(gè)因子的模型 ,確立測(cè)量模型部分合理后 ,最后再將所有因子合并成預(yù)設(shè)的先驗(yàn)?zāi)Ｐ?,作總體檢驗(yàn); (4) 對(duì)每一模型 ,檢查標(biāo)準(zhǔn)誤、標(biāo)準(zhǔn)化殘差、修正指數(shù)、參數(shù)期望改變值、 2 及各種擬合指數(shù) ,據(jù)此修改模型。第22頁，共69頁，2022年，5月20日，11點(diǎn)51分，星期三三、結(jié)構(gòu)方程模型建立原則及注意事項(xiàng)第23頁，共69頁，2022年，5月20日，11點(diǎn)51分，星期三1.結(jié)構(gòu)方程模型建立原則（1）研究結(jié)論不能絕對(duì)化（2） 一項(xiàng)研究對(duì)任何領(lǐng)域的實(shí)際貢獻(xiàn)在于它對(duì)理

13、論框架的澄清。如果這項(xiàng)研究不能解釋一定的理論框架 ,則該項(xiàng)研究的價(jià)值將受到影響;（3） 謹(jǐn)慎使用某些重要概念和搜集高質(zhì)量數(shù)據(jù) ,是良好研究的基本條件;（4）潛變量結(jié)構(gòu)模型的有效性取決于: 高度制約和簡(jiǎn)化的假設(shè); 大樣本的可接受性。當(dāng)假設(shè)得不到滿足或只滿足于小樣本時(shí) ,這些方法的有效性就會(huì)受到懷疑。第24頁，共69頁，2022年，5月20日，11點(diǎn)51分，星期三2. 應(yīng)用結(jié)構(gòu)方程模型的注意事項(xiàng)（1）通徑圖中 ,內(nèi)源變量與外源變量間的關(guān)系都是線性的。實(shí)際工作中的非線性偏離被認(rèn)為是可以忽略的 ,若有強(qiáng)的非線性關(guān)系則應(yīng)當(dāng)設(shè)法對(duì)變量作變換 ,以便可以用線性作近似;（2）結(jié)構(gòu)方程不支持小樣本。一般要求樣本

14、容量在 200 以上 ,或是要估計(jì)的參數(shù)數(shù)目的 520 倍;第25頁，共69頁，2022年，5月20日，11點(diǎn)51分，星期三(3) 一個(gè)完善的通徑圖并不表示一定包含盡可能多的箭頭。相反 ,統(tǒng)計(jì)學(xué)上最感興趣的是 ,尋找用盡可能少的箭頭去聯(lián)結(jié)盡可能少的變量 ,而這時(shí)的通徑圖又能對(duì)所代表的樣本擬合得好;(4) 待估參數(shù)不應(yīng)多于 m ( m + 1) / 2 ( m 為x顯變量的個(gè)數(shù)) ;（5）避免隱變量名實(shí)不符的問題;第26頁，共69頁，2022年，5月20日，11點(diǎn)51分，星期三（6）當(dāng)模型與數(shù)據(jù)擬合時(shí) ,說明數(shù)據(jù)并不排斥模式 ,不能說數(shù)據(jù)可以確認(rèn)模式 ,也不能證明某一理論基礎(chǔ);（7） 用同一樣本

15、數(shù)據(jù) ,以相同數(shù)目的待估參數(shù)和不同的組合形式可以產(chǎn)生許多不同模型 ,這些等同模型哪一個(gè)更適合于研究問題 ,應(yīng)按照模式表達(dá)的意義從專業(yè)角度來鑒別;（8）) SEM 不能驗(yàn)證變量間的因果關(guān)系。同其他統(tǒng)計(jì)方法一樣 ,當(dāng)模型與樣本擬合時(shí) ,只能說該模型是可供考慮的模型 ,是目前為止尚未被否定的模型。只有經(jīng)嚴(yán)格的實(shí)驗(yàn)設(shè)計(jì)控制其他變量的影響 ,才能探討主要變量的因果效應(yīng)。絕不能因?yàn)槭褂昧?SEM 便說證明模型正確。嚴(yán)格地說 ,盡管 SEM 不能證明因果關(guān)系 ,但它的生命力在于能尋找變量間最可能的因果關(guān)系。第27頁，共69頁，2022年，5月20日，11點(diǎn)51分，星期三四、結(jié)構(gòu)方程模型的優(yōu)缺點(diǎn)第28頁，共6

16、9頁，2022年，5月20日，11點(diǎn)51分，星期三1.優(yōu)點(diǎn)不但可研究可觀測(cè)變量 ,而且還可研究不能直接觀測(cè)的變量(隱變量) 的關(guān)系 ,不但能研究變量間的直接作用 ,還可研究變量間的間接作用; 可同時(shí)處理多個(gè)因變量; 容許自變量及因變量含測(cè)量誤差; 可通過路徑圖直觀地顯示變量間的關(guān)系; 研究者可構(gòu)建出隱變量間的關(guān)系 ,并驗(yàn)證這種結(jié)構(gòu)關(guān)系是否合理; 能分解相關(guān)系數(shù) ,來考察一個(gè)變量對(duì)另一變量的直接作用和間接作用。第29頁，共69頁，2022年，5月20日，11點(diǎn)51分，星期三2.缺點(diǎn) 在 SEM 的應(yīng)用早期由于其自身的相對(duì)復(fù)雜性和不完善性 ,使研究者們未能準(zhǔn)確把握其內(nèi)涵 ,因而出現(xiàn)了誤用并把統(tǒng)計(jì)結(jié)

17、果作為確定因果關(guān)系方向的證據(jù) ,這顯然是本末倒置。又由于 SEM 對(duì)模型的接受沒有統(tǒng)一標(biāo)準(zhǔn) ,所以在有等價(jià)模型的情況下研究者很難拒絕某些模型 ,這也給模型選擇帶來了困難; 影響 SEM 解釋能力的主要問題是指定誤差 ,但 SEM 程序目前還不能對(duì)指定誤差加以檢驗(yàn)。如果用樣本特征推論總體可能會(huì)犯以偏概全的錯(cuò)誤;第30頁，共69頁，2022年，5月20日，11點(diǎn)51分，星期三 SEM 對(duì)樣本容量的要求較高 ,也要求模型必須滿足識(shí)別條件并且它不能處理真正的分類變量。第31頁，共69頁，2022年，5月20日，11點(diǎn)51分，星期三五、應(yīng)用實(shí)例第32頁，共69頁，2022年，5月20日，11點(diǎn)51分，星

18、期三第33頁，共69頁，2022年，5月20日，11點(diǎn)51分，星期三第34頁，共69頁，2022年，5月20日，11點(diǎn)51分，星期三第35頁，共69頁，2022年，5月20日，11點(diǎn)51分，星期三第36頁，共69頁，2022年，5月20日，11點(diǎn)51分，星期三應(yīng)用場(chǎng)合第37頁，共69頁，2022年，5月20日，11點(diǎn)51分，星期三第38頁，共69頁，2022年，5月20日，11點(diǎn)51分，星期三第39頁，共69頁，2022年，5月20日，11點(diǎn)51分，星期三第40頁，共69頁，2022年，5月20日，11點(diǎn)51分，星期三第41頁，共69頁，2022年，5月20日，11點(diǎn)51分，星期三第42頁，共

19、69頁，2022年，5月20日，11點(diǎn)51分，星期三第43頁，共69頁，2022年，5月20日，11點(diǎn)51分，星期三第44頁，共69頁，2022年，5月20日，11點(diǎn)51分，星期三第45頁，共69頁，2022年，5月20日，11點(diǎn)51分，星期三第46頁，共69頁，2022年，5月20日，11點(diǎn)51分，星期三CALIS過程簡(jiǎn)介 proc calis語句是必須的，且此語句還可添加一些選項(xiàng)，這些選項(xiàng)主要包括： （1）數(shù)據(jù)集選項(xiàng)，如DATA= 使用的數(shù)據(jù)集的名字；INRAM= 使用已存在的并被分析過的模型；OUTRAM= 將模型的說明存入輸出數(shù)據(jù)集，備以后INRAM調(diào)用。 （2）數(shù)據(jù)處理選項(xiàng)，如EDF

20、= 在沒有使用原始數(shù)據(jù)且未指定樣本數(shù)N時(shí)為模型指定自由度；NOBS= 指定樣本數(shù)N。第47頁，共69頁，2022年，5月20日，11點(diǎn)51分，星期三（3）參數(shù)估計(jì)方法選項(xiàng)，METHOD= 規(guī)定參數(shù)的估計(jì)方法，估計(jì)方法有多種，如ML、GLS、ULS、WLS等，默認(rèn)的是ML。 （4）最優(yōu)化選項(xiàng)，OMETHOD= 最優(yōu)化方法包括LM、CG、NR、QN，缺省時(shí)為L(zhǎng)M。 （5）輸出選項(xiàng)，主要是控制輸出結(jié)果包括的內(nèi)容。 CALIS提供幾種方法說明構(gòu)建的理論模型。在多數(shù)情況下，LINEQS語句和RAM語句用起來比較方便，LINEQS語句直接描述結(jié)構(gòu)方程組，路徑圖可以用RAM語句描述。至于具體選擇哪個(gè)語句主要

21、取決于個(gè)人習(xí)慣。 第48頁，共69頁，2022年，5月20日，11點(diǎn)51分，星期三對(duì)于證實(shí)性因子分析，采用LINEQS語句設(shè)定等式的方法是：觀測(cè)變量名=因子載荷名潛變量名+誤差項(xiàng)名。一個(gè)LINEQS語句可以列出多個(gè)等式，每個(gè)等式中間用逗號(hào)“，”分開，最后一個(gè)等式用分號(hào)“；”結(jié)束。觀測(cè)變量名應(yīng)與相關(guān)矩陣或原始數(shù)據(jù)集中的變量名保持一致，潛變量須用f開頭，誤差項(xiàng)以e開頭，因子載荷的名字可以任意給定，但乘積項(xiàng)因子載荷與潛變量之間必須有空格，不必寫出乘號(hào)。 STD語句給出模型中需要估計(jì)的方差。 COV語句給出模型中需要估計(jì)的協(xié)方差。cov f1 f2=cov；表示要估計(jì)f1和f2之間的協(xié)方差，協(xié)方差為c

22、ov。 第49頁，共69頁，2022年，5月20日，11點(diǎn)51分，星期三 結(jié)構(gòu)方程建模的AMOS實(shí)現(xiàn) 第50頁，共69頁，2022年，5月20日，11點(diǎn)51分，星期三3 結(jié)構(gòu)方程建模的AMOS實(shí)現(xiàn) 第51頁，共69頁，2022年，5月20日，11點(diǎn)51分，星期三3 結(jié)構(gòu)方程建模的AMOS實(shí)現(xiàn) 第52頁，共69頁，2022年，5月20日，11點(diǎn)51分，星期三結(jié)構(gòu)方程建模的AMOS實(shí)現(xiàn) 第53頁，共69頁，2022年，5月20日，11點(diǎn)51分，星期三3 結(jié)構(gòu)方程建模的AMOS實(shí)現(xiàn) 第54頁，共69頁，2022年，5月20日，11點(diǎn)51分，星期三結(jié)構(gòu)方程建模的AMOS實(shí)現(xiàn) 第55頁，共69頁，202

23、2年，5月20日，11點(diǎn)51分，星期三結(jié)構(gòu)方程建模的AMOS實(shí)現(xiàn) 第56頁，共69頁，2022年，5月20日，11點(diǎn)51分，星期三結(jié)構(gòu)方程建模的AMOS實(shí)現(xiàn) 第57頁，共69頁，2022年，5月20日，11點(diǎn)51分，星期三結(jié)構(gòu)方程建模的AMOS實(shí)現(xiàn) 第58頁，共69頁，2022年，5月20日，11點(diǎn)51分，星期三六、SEM的評(píng)價(jià)1.檢驗(yàn)?zāi)Ｐ椭械膮?shù)是否具有統(tǒng)計(jì)學(xué)意義; 2.模型整體擬合程度的評(píng)價(jià) 擬合指數(shù) 2 值是反映模型與數(shù)據(jù)擬合程度最直接的指標(biāo),易受到樣本含量影響。第59頁，共69頁，2022年，5月20日，11點(diǎn)51分，星期三較理想的擬合指數(shù) (1)不受樣本含量的影響; (2)懲罰復(fù)雜模

24、型 (自由參數(shù)較多的模型 ) ; (3)對(duì)誤設(shè)模型敏感。第60頁，共69頁，2022年，5月20日，11點(diǎn)51分，星期三最好結(jié)合多個(gè)指標(biāo)報(bào)告結(jié)果, 而不要只依賴一種選擇。第61頁，共69頁，2022年，5月20日，11點(diǎn)51分，星期三第62頁，共69頁，2022年，5月20日，11點(diǎn)51分，星期三1. SEM 分析流程如果無任何理論依據(jù)和實(shí)際工作基礎(chǔ)就直接構(gòu)建模型 ,這種模型除了提供統(tǒng)計(jì)學(xué)的結(jié)論外 ,無任何實(shí)際意義。因此 , SEM 分析首先以理論為基礎(chǔ)構(gòu)建模型 ,在此所謂的理論并非 SEM 模型的統(tǒng)計(jì)理論 ,而是強(qiáng)調(diào) SEM模型是建立在一定構(gòu)念之上 ,提出一套有待檢驗(yàn)的假設(shè)模型。第63頁，共

25、69頁，2022年，5月20日，11點(diǎn)51分，星期三第64頁，共69頁，2022年，5月20日，11點(diǎn)51分，星期三2. SEM 模型的前提假定(1)樣本含量的要求樣本具體要多大尚無統(tǒng)一規(guī)定 ,確定研究的樣本量 ,一般須考慮樣本代表性、模型估計(jì)和模型評(píng)價(jià)三個(gè)方面的需要。Stevens(1996)認(rèn)為樣本含量至少應(yīng)該是觀測(cè)變量或指示變量數(shù)目的 15倍。在實(shí)際應(yīng)用中 ,建議盡量避免對(duì)少于 200例的樣本作 SEM 分析 ,其分析結(jié)果不穩(wěn)定 ,也缺乏準(zhǔn)確性。第65頁，共69頁，2022年，5月20日，11點(diǎn)51分，星期三( 2)數(shù)據(jù)的分布 SEM 分析時(shí)一般要求數(shù)據(jù)服從多元正態(tài)分布, 當(dāng)違反正態(tài)分布的假定時(shí), S EM 分析結(jié)果應(yīng)受質(zhì)疑, 因此,撰寫研究論文