结构方程模型

什么是结构方程模型

结构方程模型是被广泛认可的研究可观测变量与潜在变量,以及潜在变量之间关系的重要工具。 结构方程模型包括两个基本模型,分别为测量模型和结构模型,测量模型由潜在变量、观测变量以及测量误差项组成,主要分析潜在变量与观测变量的共变效果。

结构方程模型对样本量如何要求

常见的标准是需要是测量项的10倍以上,最少也是5,一般的样本量大于200个。

结构方程应该如何做

SPSSAU【问卷研究】→结构方程模型;

模型不好怎样调整

1.输出MI指标,建立关系

比如选择输出MI>10;

发现A3、A4MI值相对较大,所以建立协方差关系时优先建立A3和A4。

2.加大样本量

一般情况来讲,样本量越大,说服能力越强,一般样本量要大于200个,测量项的10倍以上,最少是5倍(加大样本量,也许会对卡方自由度指标更有帮助)。

3.确保测量关系良好

(1)尽量使用经典量表

(2)删除载荷系数较低的测量项

(3)一般是一个Factor(潜变量)最好有4~7个测量项(便于后续调整模型处理,若为两个测量项需要删除测量项进行处理,则不好处理)。

3.更换模型

(1)拆解模型

拆解模型,拆分成几个进行分析,从而打到模型简化的效果,帮助较大。

(2)路径分析

路径分析不考虑测量关系,从而简化模型。

(3)换成线性回归模型

模型进一步简化。

你可能感兴趣的:(结构方程模型)