結構方程模型原理及其在認知心理學中的液一、結構方程型簡介、結構方程模型簡介結構方程模型(StructuralEquationModeling,簡稱SEM),又稱為協方差結構模型(CovarianceStructureModels,簡稱CSM),線形結構模型(thelinearstructuralrelationsmodels),協方差結構分析(theanalysisofcovariancestructure),矩結構模型(themomentsstructuremodels),結構化線形模型中的潛變量方程系統(Latentvariableequationsystemlinearmodel)以及LISRELA模型。、結構方程模型簡介1960年,Bock和Bargmann最早提出了“驗證性因素分析Joreskog(1973),VanThillo(1972)Kellsling(1972)和W1e(1973)將Bock和Bargmann的模型逐漸演變,使之成為一個更通用的模型,即協方差結構模型1966年,K.Joreskog在教育評價測驗中發展出一系列通用的程序(如LISREL),使得協方差結構模型得到了長足發展。、結構方程模型簡介結構方差模型主要是利用一定的統計手段,對復雜的理論模式加以處理,并根據模式與數據關系的一致性程度,對理論模式做出適當的評價,從而達到證實或證偽研究者事先假設的理論模式的目的結構方差模型實際上是一般線形模式(GeneralLinearModels,GLM)的擴展。一般線形模式包括:路徑分析、典型相關、因素分析、判別分析、多元方差分析以及多元回歸分析。它們只是結構方程模型的特例,但許多模式均可以用SM程序來處理和評價、結構方程模型簡介結構方程模型由一種因素模型和一種結構方程式模型組成,將心理測量學和經濟計量學有效的結合起來。個包括一組自變量和一組或更多因變量的計量模型模型由兩部分組成:測量模型(即驗證性因素分析模型ConfirmatoryFactorAnalysis,CFA)和結構模型(又稱潛變量的因果關系模型,CausalModel)。測量模型主要是用于表示觀測變量和潛變量之間的關系;而結構方程模型主要是用于來表示潛變量之間的關系其相應的統計分析軟件:SPSS/AMOS與LISREL的應用,特別是AMOS的操作與應用。結構方程模型簡介結構方程模型是基于變量的協方差矩陣來分析變量之間關系的種統計方法,是路徑分析和因素分析的有機結合。對于那些不能準確、直接測量的潛變量(latentvariable如家庭的社會經濟地位、學業成就等),可以用一些外顯指標(observedvariable,如學生父母的教育程度和父母職業及收入作為家庭社會經濟地位的指標,以學生的語文、數學英語三科成績作為學業成就的指標)去間接測量。結構方程模型可以同時處理潛變量及指標。這些指標含有隨機誤差和系統誤差,前者指測量上不準確性的行為(與傳統的測量誤差相當),后者反映指標也同時測量潛變量(即因子)以外的特性(與因子分析中的特殊因子相當)結構方程模型的步驟模型設定(modelspecification):研究者先要根據理論或以往的研究成果來設定假設的初始理論模型。模型識別(modelidentification):決定所研究的模型是否能夠求出參數估計的唯一解3.模型估計(modelestimation):模型參數可以采用幾種不同的方法來估計.追常用的模型估計方法是最大似然法和廣義最小二乘法4.模型評價modelevaluation):對模型與數據間是否擬合進行評價,并與替代的擬合指標進行比較一模型修正(modelmodification):如果模型不能很好地擬合數據,就需要對模型進行修正和再次設定二、結構方程模型的結構及假設觀察變量現實生活中可以直接測量獲得的如:研究“攝入熱量與體重之間的關系”潛變量(構想變量)現實生活中無法直接測量獲得的,必須通過一些觀察變量間接獲得。如:“社會地位”“自尊”“生活滿意度”外生(外衍)變量/內生(內衍)變量外衍變量:在指標中沒有注明它的變化是由什么因素造成的,在模型內明白影響它的變量。外衍變量之間通常用雙