结构方程模型_结构方程模型(SEM)

为什么要用结构方程模型(SEM)呢?

首先,由于心理测量的构面不可能不受到测量误差的影响,SEM能处理测量误差;除此之外,SEM还能评估构面是否具有信效度、处理复杂的模型或理论(如,模型中有中介、调节效应等)、有效率的处理Missing Data(SEM的多重插补法比用平均值取代缺失值更有优势);最后,使用Mplus跑结构方程模型的话,Mplus软件独特的估计方法(WLSMV)能够处理类别或顺序数据,如李克特量表少于5点时可处理。

综上所述,SEM的多个优点真的让我们无法抗拒它。

既然SEM优点这么多,那么怎么用Mplus构建模型呢?我先来介绍一下SEM常用的名词,关于语法,请留意下一次推送哦~

大家来看一下这个模型

fbeeff6e8ce4d77f490c4f879b1b5571.png

1、参数(parameter):又叫做母数,带有未知估计的特质,在无说明情况下,默认为自由参数。

2、自由参数(free parameter):在Mplus所画的每一条线均是一个参数,除设为固定参数外,自由估计的参数越多,自由度(df)越小

3、固定参数(fix/constrain parameter):Mplus图上被设定为0或1或任何数字的线。

4、观察变量(item/indicator/observed/measured/ manifest variable):数据文件中的变量,一般可以直接观察,并进行测量的变量,如年龄、体重、身高等。

5、潜在变量(dimension/latent/unobserved variable/ factor/ construct):数据文件中无法显示,无法进行测量,由观察变量反映的变量,如信任、心理特性等。

⋆潜变量用来解释观察变量,潜变量之间“因果关系”或“相关关系”则为研究的假设。

6、误差(Error/E):测量变量被估计后无法解释的方差,模型中e1-e6。

7、干扰(Disturbance/D):潜变量经估计后无法解释的方差,模型中e7。

8、外生变量(Exogenous):用来观测变量的变量,本身不具有测量误差,分为外生潜在变量及外生观察变量,可理解为自变量。模型中没有被任何箭头指向的变量,F3。

9、内生变量(endogenous):被自变量预测的变量,本身具有测量误差的变量,其自身也可以去预测的变量,分为内生潜在变量和内生观察变量。模型中被箭头指向的变量,F1-F2、Q1-Q3、S1-S3。

b673d7a75ffc90b80b559883538ef1e2.png

3153595e3d713671157e8f537f0ea19c.png

ebb3de1426bbe3f126fe3963817951fc.png
  • 0
    点赞
  • 2
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值