结构方程模型StructuralEquationModels目录•一、为何要用结构方程模型？•二、模型原理简介•三、模型建模•四、例子：员工流失动因模型一、为何要用结构方程模型？•很多社会、心理研究中所涉及到的变量，都不能准确、直接地测量，这种变量称为潜变量，如工作自主权、工作满意度等。•这时，只能退而求其次，用一些外显指标，去间接测量这些潜变量。如用工作方式选择、工作目标调整作为工作自主权（潜变量）的指标，以目前工作满意度、工作兴趣、工作乐趣、工作厌恶程度（外显指标）作为工作满意度的指标。•传统的统计分析方法不能妥善处理这些潜变量，而结构方程模型则能同时处理潜变量及其指标。回归分析与结构方程模型一个回归分析和结构方程比较的例子：•假如有五道题目来测量外向型性格，还有四道题目来测量自信。研究自信与外向型性格的关系。假如是你，你将怎样来进行研究？•回归分析的做法：先分别计算外向题目的总分（或平均分）和自信题目的总分（或平均分），在计算两个总分的相关。•这样的计算所得的两个潜变量（性格与自信）的关系，恰当吗？线性回归模型及其局限性•1）无法处理因变量（Y）多于一个的情况；•2）无法处理自变量（X）之间的多重共线性；•3）无法对一些不可直接测量的变量进行处理，主要是一些主观性较强的变量进行测量。如幸福感、组织认同感、学习能力等；•4）没有考虑变量（自变量、因变量）的测量误差，以及测量误差之间的关系22110xbxbby多元统计方法中的相关解决方法•针对1）：路径分析（PathAnalysis）–缺点：分开考察不同的因变量，无法考察因变量之间的关系且缺少整体的视角•针对2）：偏最小二乘法（PLS）–缺点：相关理论尚不完善，解释力较弱。–《王惠文，偏最小二乘法理论与应用，国防工业出版社》•针对3）：指标赋予权重，进行综合评价，得出一个量化的指标–缺点：权重设计，需要相当的技巧，通常的方法，如AHP,模糊综合评判等方法缺少信度与效度•针对4）：没有办法解决结构方程模型（SEM）的优点•同时处理多个因变量•容许自变量和因变量含测量误差--传统方法（如回归）假设自变量没有误差•同时估计因子结构和因子关系•容许更大弹性的测量模型•估计整个模型的拟合程度[用以比较不同模型]•SEM包括:回归分析、因子分析(验证性因子分析、探索性因子分析)、ｔ检验、方差分析、比较各组因子均值、交互作用模型、实验设计8计量回归分析研究的是显变量之间的关系，并且是直接...
