结构方程模型概述
本期我们对结构方程模型(SEM)进行初步介绍。SEM将不可直接观察的概念,通过潜变量的形式,由多个观测变量构成,不仅可以估计测量过程中的误差,还能够评估测量的信度与效度。 探讨变量关系的同时,把测量过程产生的误差包含于分析过程之中,把测量信度的概念整合到路径分析等统计推断决策过程中。
在结构方程模型(SEM)中,将变量分为显变量(观测变量)和潜变量两种。
显变量是可以直接观测到的变量,如:身高、性别、被试在量表上的得分等,在结构方程模型图中用长方形表示;
潜变量与显变量相对应,不可以直接观测,包括比较抽象的概念和由于种种原因不能准确测量的变量,需要借助显变量指标来估计。比如社科研究中的自尊、信任、能力等。在结构方程模型图中用椭圆形表示。
![abd78749889efc562f8ecf360fd7f029.png](https://i-blog.csdnimg.cn/blog_migrate/a4e6636b51f19075ffe2d4d392da4fe1.png)
根据变量间的关系,SEM将变量分为内生变量和外生变量。
内生变量
(1)影响自身的因素在模型之内
(2)在模型中被影响的变量
外生变量
(1)影响自身的因素在模型之外
(2)在模型中不被影响的变量