揭开LISREL的神秘面纱解读LISREL的报表.ppt
- 文档编号:18738517
- 上传时间:2023-10-24
- 格式:PPT
- 页数:27
- 大小:847KB
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)》请在冰点文库上搜索。
揭开LISREL的神秘面纱解读LISREL的报表,主讲人:
萧登泰,模式适配与修饰,配适度检定(testofgoodness-of-fit),配适度检定原理的虚无假设理论上实务上:
样本共变量矩阵与():
未知母体共变量矩阵:
根据母体建构参数所复制出的估计共变量矩阵SEM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,卡方值()希望未达显著,容易受到样本数(200)与数据偏离常态的影响均方根近似误(RMSEA)和非趋中参数(NCP)RMSEA0.10不良配适NCP越小越好,检验其90%信赖区间是否涵盖0RMSEA不受样本大小与模型复杂度的影响适配度指标(GFI)和修正适配度指标(AGFI)类似回归分析判定系数的观念,0.90良好配适均方根残差(RMR)和标准化均方根残差(SRMR)RMR或SRMR0.5,比较配适度指标,非正规化适配指标(NNFI)比较两对立模式之间的配适度,门坎值为0.9正规化适配指标(NFI)、增值适配指标(IFI)/比较适配指标(CFI)和相对非趋中性指标(RNI)NFI与IFI用来比较所提模式与独立模式之间的卡方值差距CFI与RNI则适用于一连串模式的比较门槛值为0.9期望交叉验证指标(ECVI)可用来检验模式应用到同一母体的不同样本是否仍有效越小越好,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,正规化卡方值(NC)为卡方值/自由度,校正模型复杂的影响所造成的膨胀效应13为理想适配值;3或5,表示模式需要修正精简正规化适配指标(PNFI)和精简适配度指标(PGFI)0到1之间,其值越高表示模式具有精简性Akaike讯息指针(AIC)和一致Akaike讯息指针(CAIC)0,越小越好,样本数200且数据符合多变量常态性假设关键样本数(CN)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建议:
CN200,测量模式的配适指针,信度测量观察变量的平方值(收敛效度)组合信度(compositereliability,CR)一组测量观察变项具有测量某个潜在变项的理想信度CR0.6效度因素负荷量界于0.500.95之间测量误差无负值且达到显著参数间相关的绝对值不接近1平均变异数萃取量(averagevarianceextracted,AVE)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)AVE0.5,结构模式的配适指针,潜在变项彼此之间关系的路径系数符号正负方向是否与研究预期方向相同路径系数的参数估计值是否达到统计上的显著参数估计值的t值绝对值,至少须大于1.96每一条结构方程式的R平方值是否达到显著R平方值越大越好(最好大于0.5),各配适指标总整理,模型评估的策略,策略一:
模型设定的合理性SEM的模型与各项参数是否能被顺利的辨识、收敛与估计策略二:
个别参数的检视检查每一个参数的正负号、数值大小是否符合理论预期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策略三:
适配度指标(goodness-of-fitindex)的运用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策略四:
模型修饰的运用利用模型修饰的功能寻找更佳的替代模型,模式修饰(modelmodification),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。
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模式修正方向测量模式放宽或限制潜在变项对观察变项的连结参数允许或限制测量误差之间具有相关结构模式放宽或限制外生潜在变量对内生潜在变量的链接参数允许或限制外生潜在变量之间具有相关存在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,LISREL报表上的诊断指针残差统计数(residualstatistics)优先修正标准化残差值之绝对值最大者标准化残差绝对值大于1.96,表示该残差值达到显著修正指标(modificationindices,MI)与期望参数改变量(expectedparameterchange,EPC)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优先修正MI与EPC之值较大的参数修正指标3.84时,表示该参数已大到值得被修正模式修正最好有理论文献支持,模式修饰的建议,卡方差异检定,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,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建议写入研究报告的适配度指标Diamantopoulo&Siguaw(2000,p.88)卡方值、正规化卡方值、RMSEA、ECVI、SRMR、GFI/AGFI、CFIHoyle&Panter(1995,pp.165-169)卡方值、正规化卡方值、GFI/AGFI、NNFI、IFI、CFI、RNI,解释报表与撰写报告,Example:
TheoryofPlanningBehavior,标准化估计值,值,适配度,LISREL报表的主要内容
(1),参数估计值未标准化参数估计值:
适用于比较跨样本相同模式的参数标准化参数估计值:
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估计标准误T值误差变异数(errorvariances)测量误差残差多元相关平方(squaredmultiplecorrelation,SMC,R2)自变项的共变数矩阵(covariancematrixofindependentvariables),LISREL报表的主要内容
(2),潜在变项的共变数矩阵(covariancematrixoflatentvariables)相关变项之间的效果分割整体效果(totaleffects)间接效果(indirecteffects)适配共变数矩阵(FittedCovarianceMatrix)残差矩阵(residualmatrix)模式适配度指针(modelfit)修正指标(modificationindex),撰写结果,样本大小所有测量变相的平均数及标准偏差变异数-共变异数矩阵或相关矩阵模式中各自由参数的估计值、标准误及其显著性各种模式适配指针值模式雏型图和最后完整路径图,研究报告所需包含的内容,概念模式和统计模式的描述资料的明白表述共变数矩阵或相关矩阵(包括平均数与标准偏差)多变量常态性检定:
偏态与峰态指数分析结果的描述估计方法和适配标准整体适配指标(包括2、2/df、GFI、NNFI、IFI、CFI、RNI)参数估计值对立模式比较(卡方值差异)其他有关模式适配的信息(CR、AVE)诠释结论,其他议题,至多20个测量变数使用5到6各潜在变数每个潜在变数约被3到4个指标变项所测量若使用最大概似估计法,样本数至少需要200,
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 揭开 LISREL 神秘 面纱 解读 报表