首页 百科知识 结构方程分析方法

结构方程分析方法

时间:2022-08-23 百科知识 版权反馈
【摘要】:6.1.6 结构方程分析方法本书对回收的问卷数据,将先后进行探索性因子分析和验证性因子分析,在信度与效度检验的基础上再进行结构方程建模与分析。CFA依据结构方程的两部分内容,测量方程所代表的模型,事先被建立的假设关系,即测量指标与概念建构之间的系统性假设关系。测量结果反映出系统变异的程度。多半是靠研究者判断。主要采用主成分分析法。

6.1.6 结构方程分析方法

本书对回收的问卷数据,将先后进行探索性因子分析和验证性因子分析,在信度与效度检验的基础上再进行结构方程建模与分析。相对传统的EFA效度评估方法,目前学者们更倾向于采用验证性因子分析(CFA)来进行测量效度和信度的评估。 CFA依据结构方程的两部分内容,测量方程所代表的模型,事先被建立的假设关系,即测量指标与概念建构之间的系统性假设关系。

1.信度检验

信度(Reliability)指的是测量结果的一致性或稳定性,即可靠程度。常用的信度指标有稳定性(Stability)、等值性(Equivalence)和内部一致性(Internal consistency)。测量结果反映出系统变异的程度。 Cronbach's α常用来作为测试信度的标准。为了验证样本数据各题项之间的内部一致性,本书使用SPSS17.0软件中刻度(Scale)模块的信度分析来做信度检验。步骤如下:

用Cronbach's α系数来检验内部一致性。如果删除某个测量题项, α系数增大,则表示可以删除该题项。在测量题项净化前后,都要重新计算α系数。一般认为Cronbach's α系数大于0.7是可接受的范围。

通过计算每个变量的题项-总体相关系数(CITC) ,来评价变量度量的信度。有些学者认为CITC低于0.5的项目,收敛效度较差,应该予以删除(Bock& Kim ,2002)。也有学者认为是信度通过检验的最低限度是0.35(李怀祖,2004)。本研究中选择的标准为: CITC大于0.5 。

2.效度检验

在一般学术研究中常出现的效度有下列三种:内容效度(Content validity)、效标关联效度(Criterion-related validity)和建构效度(Constructive validity)(荣泰生,2009)。

(1)内容效度。指该测量工具是否涵盖了它所要测量的某一观念的所有项目或层面,即检验量表内容的适当性和代表性。多半是靠研究者判断。本书所有测度借鉴文献中已经验证过的测量成果,并请浙江大学创新管理研究团队的专家和清华大学绿色跨越中心的教授对研究量表进行指导建议和评价;同时通过预测吸纳企业高层和技术人员对量表的修改意见。因此,本研究提出的各项变量以及相应指标具有一定的内容效度。

(2)效标关联效度。又称为预测效度、同时效度和实用效度,涉及对于同一观念的多重测量,指的是检验结果与所测概念外在效标的相关程度。如研究采用的变量是软性因素,难以找到概念上完全重合的客观效标,就需要验证衡量分数与效标间的关系。本书中的生态创新技术、资源和关系维以及环境与经济的内外部整合能力等测度是建立在前人文献基础上,评价标准不够成熟,需要实证检验效度。

(3)建构效度。指的是测量工具能够测量理论的概念或特质的程度。通常用来收敛效度检验调查量表的周延性,用区别效度检验排他性。本研究应用AMOS验证性因子分析来验证。主要采用主成分分析法。

本书用KMO(Kaiser-Meyer-Olkin)样本充分性测度值和巴特莱特球体检验(Bartlett Test of Sphericity)来判断是否可以进行因子分析。 KMO是用于比较变量间简单相关系数和偏相关系数的指标。 Kaiser给出了常用的KMO度量标准: 0.9以上表示非常适合; 0.8表示适合; 0.7表示一般; 0.6表示不太适合; 0.5以下表示极不适合。一般认为, Bartlett球体检验(Bartlett test of Sphericity)统计值的显著性概率小于等于α , KMO(Kaiser-Meyer-Olkin)值大于0.7 ,并且各题项的负荷系数大于0.5时,可以通过因子分析将同一变量的各测量题项合并为一个因子(马庆国,2002)。

3.模型适配度检验

适配度是评价假设的路径分析模型图与统计数据是否相互适配。学者对此有许多不同主张。 Boggzzi和Yi(1988)提出须考虑三个方面:基本适配度指标、整体模型适配度指标、模型内在结构适配度指标。 Maruyama(1997)将整体模型适配度指标区分为绝对指标、相对指标和调整指标。常用的绝对指标如x2(卡方值)、x2/df(卡方对自由度(df)的比值)、RMR(均方根残差)、GFI(良适性适配指标值)、AGFI(调整良适性适配指标值) ;相对指标如TLI 、NFI 、IFI 、RNI 、 CFI值等;调整指标如PGFI值、PNFI值、 PNFI2值等。 Hair et al.(1998)将整体模型适配度评估分为三类:绝对适配度测量、增值适配度测量和简约适配度测量。综合所述,将整体模型适配度的评价指标和评价标准整理如下表:

借鉴温忠麟等(2004)的研究,本研究将综合运用绝对指标与相对指数来进行模型评价,主要选取x2/df 、RMSEA 、TLI和CFI等10个广泛认可及运用的指标作为模型评价的适配指数,具体判别标准如表6.3所示。

表6.3 本研究整体模型适配度的评价指标及评价标准

img91

续表

img92

资料来源:根据侯杰泰等(2004)、吴明隆(2009)等整理而成

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。

我要反馈