1.27k likes | 2.45k Views
與 SEM 共舞 - 曙光初現 Amos 20 教育訓練. 張偉豪 三星統計服務公司執行長 Amos 亞洲一哥. Best readings for SEM. 參考書. 參考書. 參考書. 大綱. Structural Equation Modeling 基本原理 什麼是 SEM? SEM 術語 SEM 的重要性 SEM 假設 合理的樣本量 參數設定原則 模型識別. 大綱. Amos 的操作環境與模式建立 Amos 環境介紹 建立路徑圖 資料讀取 資料處理 ( 分析 ) 資料輸出 ( 報表解讀 ).
E N D
與SEM共舞-曙光初現Amos 20 教育訓練 張偉豪 三星統計服務公司執行長 Amos 亞洲一哥
大綱 Structural Equation Modeling 基本原理 什麼是SEM? SEM術語 SEM的重要性 SEM 假設 合理的樣本量 參數設定原則 模型識別
大綱 Amos的操作環境與模式建立 Amos環境介紹 建立路徑圖 資料讀取 資料處理(分析) 資料輸出(報表解讀)
SEM是近期成長快速的統計技術(Herhberger, 2003) 愈來愈多的SEM文章發表於心理學期刊上 SEM已成為心理學學者最常用的統計技術 方法論上SEM的期刊被大量的引用 SEM出版的書大幅增加 SEM的研討會愈來愈多 專門討論SEM的期刊大幅增加
SEM發表的期刊論文有比較好嗎?(Babin, Hair, Boles, 2008) 不用SEM的PAPERS是否比較容易被拒絕? 使用SEM的PAPERS是否評價比較高? 使用SEM是否對reviewers較有影響力? 軟體使用Amos是否比Lisrel容易被拒絕? 模型配適度好壞是否會影響reviewers評價? 美國人使用SEM是否比其它國家的學者多? 美國人用SEM投稿是否比其它國家的人有優勢? ˇ ˇ ˇ ㄨ ㄨ ˇ ㄨ
SEM的術語 參數(parameter): 又稱母數,帶有「未知」與「估計」的特質。因此,Amos圖上本來沒有數字的,分析後跑出來的稱為參數。 自由參數: 在Amos所畫的每一條線均是一個參數,除設為固定參數者外;自由估計參數愈多,自由度(df)愈小。 固定參數: Amos模型中沒有畫連接線的部份及線上被設定為0或1或任何數字的線,均是固定參數。
SEM的術語 觀察變項(observed, measured, indicator or manifest variables):(在資料檔中的變數) 人們可以直接觀察,並進行測量的變量,如身高、體重、價格、收入等。 潛在變項(latent, unobserved variables, factor or construct): (資料檔看不到) 不可以直接進行觀測,但可以藉由觀察變項反應的變量,如顧客滿意度、忠誠度等。 潛在變項會受到觀察變項的影響,潛在變項之間也會相互影響,這些影響關係又分為 “因果關係”及 “相關關係”。
SEM的術語 誤差項 (Error or E) e1~e6 測量變數被預測後無法解釋的變異。 干擾項 (Disturbance or D): e7 因素被預測後無法解釋的變異。
SEM的術語 外生變項(exogenous):(自變數) 用來預測變數的變數,本身不具有測量誤差的變量(unique, error variables),有潛在及觀察變項兩種。 內生變項(endogenous):(依變數) 被自變數預測的變數,本身具有測量誤差的變量,即使該變數也有去預測別的變數,有潛在及觀察變數兩種。
SEM的術語 路徑圖(path diagram): SEM使用者表達觀察與潛在變數之間的關係圖 因素負荷量; Factor loading regression weight
SEM的術語 F1及F2為潛在變項;X1~X6為觀察變項;e1~e6為殘差 因素上的路徑之一要設1,這是必要條件;也可在因素上設1 (多群組比較時不行)
SEM分析常用的軟體 Amos LISREL EQS Mplus SAS Calis Sepath MX
SEM能做的事真多 相關分析 變異數分析 簡單迴歸及複迴歸 路徑分析模型 驗證式因素分析模型 結構迴歸模型 潛在成長模型 x y
T-Test • X為類別變數(兩群) x y
One way ANOVA • Exogenous variables are Dummy coding d1 d2 y d3
Two- way ANOVA • X1, X2 are Dummy coding x1 x2 y x1x2
MANOVA y1 x1 y2 x2 y3
Multiple Regression • X1, X2, X3 are continue variables or dummy variables x1 x2 y x3
ANCOVA • Z are control variable x y z
路徑分析模型 績效與期望是相關; 兩個變數皆會影響滿意度,滿意度又影響忠誠度。 績效與期望對忠誠度沒有直接效果
路徑分析模型 所有變數均為觀察變數且包含了間接效果
路徑分析模型 潛在變數的路徑分析(SEM分析)
驗證式因素分析模型 潛在變數(壓力與憂鬱)之間的相關的大小及驗證觀察變數是否能被潛在變數所解釋,亦即6個觀察變數是否真能測出壓力大小及憂鬱程度高低。
結構迴歸模型 為CFA的組合,假設構面之間影響關係的解釋而不是構面相關,主要做為理論的驗證。 企業形象 服務品質 滿意度 轉換成本 顧客忠誠
SEM分析流程圖 1.模型設定 2.模型辨識 yes 3.選擇衡量工具、 搜集資料 no 5a.模型配適? no 5.模型修正 4.模型估計 yes 5b.解讀估計結果 7.重製結果 模型檢定 5c.考慮其它模型 6.結果報告
SEM模型設定 1.模型設定 • 經過文獻回顧後所產生的研究概念模型,假設變數與變數之間的關係是存在因果或共變的關係。 yes 2.模型辨識 3.選擇衡量工具、 搜集資料 no 易用性 TAM MODEL 態度 行為意圖 有用性
SEM模型辨識 1.模型設定 • 指概念模型是否有足夠的資訊可供求出數學上的最適解。 • Identification=f(自由度、估計參數) 2.模型辨識 3.選擇衡量工具、 搜集資料 yes no
選擇衡量工具、搜集資料 1.模型設定 • 研究設計:詳細交待分析資料如何產生,包含問卷的設計、搜集過程、樣本數…或二手資料的來源等。 2.模型辨識 3.選擇衡量工具、 搜集資料 yes no
模型估計 2.模型辨識 yes 3.選擇衡量工具、 搜集資料 5a.模型配適? 4.模型估計
SEM模型是否配適? yes 2.模型辨識 3.選擇衡量工具、 搜集資料 • SEM程式分析後會產生多個模型配適指標,指研究者的假設模型與樣本資料配適的程度。 5a.模型配適? no 6.模型修正 4.模型估計 yes 5b.解讀估計結果
解讀估計結果 2.模型辨識 yes 3.選擇衡量工具、 搜集資料 • 當模型配適度指標不錯的情形下,再進行所有相關係數的解讀。 5a.模型配適? no 6.模型修正 4.模型估計 yes 5b.解讀估計結果
重新修正SEM模型 2.模型辨識 yes 3.選擇衡量工具、 搜集資料 • 配適度如果不能達到一定的水準,則表示模型設定有問題,須進行模型修正後再重新估計。 • 不錯的配適度是模型繼續分析的必要條件,配適度不佳,所有估計係數都是沒意義的。 5a.模型配適? no 6.模型修正 4.模型估計 yes 5b.解讀估計結果
競爭模型或等值模型 5b.解讀估計結果 • SEM無法證明研究者的模型是最佳模型,因此要考慮其它的模型,包含等值模型及競爭模型。 5c.考慮其它模型 7.結果報告 8.重製結果
分析報表報告 5b.解讀估計結果 • 報告分析結果及所代表的實務意涵。 5c.考慮其它模型 7.結果報告 8.重製結果
交叉效度分析 5b.解讀估計結果 • 交叉效度的檢定,證明假設模型具有一定的穩定性,非隨機而生 (Capitalization on chance)。 5c.考慮其它模型 7.結果報告 8.重製結果
SEM的重要矩陣 S 矩陣 樣本共變異數矩陣 調查的資料 Σ(θ) 矩陣 模型再製矩陣(model implied covariances) 殘差共變異數矩陣 S- Σ (θ) =0 (SEM的H0假設)
SEM樣本數需求 經驗法則為每個預測變數用15個樣本(James Stevens, 1996) Bentler and Chou (1987) 提出樣本數至少為估計參數的5倍(在符合常態,無遺漏值及例外值下),否則要15倍的樣本數 Loehlin (1992)提出,一個有2~4個因素的模型,至少100個樣本,200個更好 小樣本容易導致收斂失敗、不適當的解(違犯估計) 、低估參數值及錯誤的標準誤
SEM分析樣本數需求(Hair, et.al., 2009, ch. 12) Hair, Joseph F., William C. Black , Barry J. Babin , Rolph E. Anderson. (2009) Multivariate Data Analysis (7th Edition). Englewood Cliffs, N.J. Prentice Hall.
結構模式與測量模式 內生觀察變項 外生潛在變項 內生潛在變項 內生觀察變項 測量殘差外生潛在變數 因素負荷量 結構參數 因素負荷量 測量殘差 D e1 x1 y1 e4 Lx1 Ly1 Lx2 b Ly2 F2忠誠度 x2 y2 e2 F1滿意度 e5 Lx3 x3 y3 e3 Ly3 e6 測量(CFA)模型 結構模型 測量(CFA)模型
結構模式與測量模式 完整的SEM統計模型參數圖示
所有獨立變數的變異數均是模型的參數 所有外生變數之間的共變異數都均是模型的參數 所有與潛在變項有關的因素負荷量均是模型的參數 所有測量變項之間或潛在變項之間的迴歸係數都是模型的參數 與內生變項有關的量數都不是模型的參數 對每一個潛在變項,必須給定一個適當的潛在量尺 SEM參數設定原則(Raycov & Marcoulides, 2006)
所有自變數之間的共變異數都是模型的估計參數所有自變數之間的共變異數都是模型的估計參數
Amos路徑分析與SPSS迴歸比較 SPSS輸出結果
迴歸偏相關的估計公式己將共變(相關係數)納入估計迴歸偏相關的估計公式己將共變(相關係數)納入估計 實務上來看,不可能有幾個外生變數同時估計內生變數,而外生變數之間是不相關的。 d1 x1 b1 r12 y1 x2 b2 共變為何一定要存在