【摘要】：6.1.5 结构方程建模方法本书主要运用SPSS17.0统计软件包进行描述性统计、路径分析、方差分析、因子分析和回归分析，运用AMOS16.0统计软件对本书提出的结构方程模型拟合度进行检验，以确定包含各种假设关系的最终结构方程模型。结构方程建模是一个结构方程式的体系。潜变量之间的关系即结构模型，通常是研究的兴趣重点，所以整个分析也称为结构方程模型。
6.1.5 结构方程建模方法
本书主要运用SPSS17.0统计软件包进行描述性统计、路径分析、方差分析、因子分析和回归分析，运用AMOS16.0统计软件对本书提出的结构方程模型拟合度进行检验，以确定包含各种假设关系的最终结构方程模型。
结构方程建模（Structural Equation Modeling ，简称SEM）是一个结构方程式的体系。 SEM中有两个基本的模型：测量模型和结构模型（吴明隆，2009）。测量模型由潜在变量与观察变量组成。
测量方程描述潜变量与一组观察指标之间的共变效果，主要用于评鉴观察变量可以定义潜变量的程度。包括两个方程：一个是外生潜变量ξ的观测变量模型：X＝Λxξ＋δ ；另一个是内生潜变量η的观测变量模型： Y＝Λyη＋ε。其中：η是内生潜变量（至少在一个因果关系中为因变量或结果变量的潜变量） ，ξ是外生潜变量（在模型中对其他潜变量只起预测或原因变量作用的潜变量） ，Λx与Λy为指标变量（X 、 Y）的因素负荷量。结构模型用来描述潜变量之间的关系，可以用矩阵表示为：η＝Βη＋Гξ＋ζ， B是内生潜变量间的关系， Г是外生潜变量对内生潜变量的影响，ζ是结构方程的残差项。潜变量之间的关系即结构模型，通常是研究的兴趣重点，所以整个分析也称为结构方程模型。一般可以粗略分为模型建构、拟合、评价和修正四个步骤（候杰泰等，2004）。
免责声明：以上内容源自网络，版权归原作者所有，如有侵犯您的原创版权请告知，我们将尽快删除相关内容。
