结构方程模型_不用R也能做元分析结构方程模型：WebMASEM 实例演示

1.引言

很久之前写过一篇关于元分析的高阶篇：元分析结构方程模型，里面介绍了如何用R metaSEM软件包做结构方程模型，包括中介分析，路径分析，验证性因子分析等。结构方程模型在管理学中领域具有非常广泛的应用，结合元分析研究者们可以更为有效的进行理论比较。具体而言通过比较不同的中介效应，可以提供对于理论解释力的验证。比如领导影响员工创新行为可以通过社会认知，员工动机，员工情感，员工与领导的关系，员工的认同。

(Hughes et al.,2018) Hughes, D. J., Lee, A., Tian, A. W., Newman,A., & Legood, A. (2018). Leadership, creativity, and innovation: A criticalreview and practical recommendations. The LeadershipQuarterly, 29(5), 549–569. https://doi.org/10.1016/j.leaqua.2018.03.001

那么到底哪种理论具有更好的解释力呢？单个实证研究很难提供答案，这时候元分析结构方程模型就可以派上用场了……

然而，其方法往往实现起来比较困难……

去年介绍的那篇metaSEM R 代码就几百行，对于很多研究者而言，实在具有很大挑战。那篇推文也主要是基于Suzanne Jak 的这本书，全书一百多页，提供了比较通俗易懂的介绍，并且SEM 数据分析教程也相当简单。

简单看下代码：

## make list of cormatrices (cordat), NA on diagonal[LP(1] ##the number ofobserved variables is stored in the object nvar, which meadns how many observed variablesnvar 4varnames "pos",labels cordat for (i in 1:nrow(data)){      cordat[[i]] 3  dimnames(cordat[[i]]) }#dimnames gived nsmrd to thr rows and columns of each correlation matrix#[i,3:8]) means of row i, column 3 to 8 of the data#this step create a 4 by 4 correlation matrix for each study, but there are missing values we put NA# put NA on diagonal if variable is missingfor (i in 1:length(cordat)){
      for (j in 1:nrow(cordat[[i]])){        if (sum(is.na(cordat[[i]][j,]))==nvar-1)    {cordat[[i]][j,j]   }}#READ for each correlation matrix, for each row,#if the sum of the elements that are NA in that row equals the number of variables minus 1,#the diagonal element should be NA.# put NA on diagonal for variable with least present correlationsfor (i in 1:length(cordat)){
      for (j in 1:nrow(cordat[[i]])){
        for (k in 1:nvar){                                if (is.na(cordat[[i]][j,k])==TRUE          &is.na(cordat[[i]][j,j])!=TRUE          &is.na(c