结构方程模型_对结构方程模型（SEM）的一知半解

作者：关3   封面：吉江

结构方程模型(SEM：Structual Equation Model)这个名词，小编一开始听到的时候也觉得它特别的高大上，学它肯定很困难。

But！

有些事情虽会让你望而止步，但只要你决定着手去做，你就成功一半了。

(小编日常熬鸡汤啦啦啦啦啦，)

  来干了这碗鸡汤

言归正传分割线

小时候，在学习新知识前，我们总会有疑问——“为什么呢？”

大家应该也有疑问

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

1、参数(parameter)：又叫做母数，带有未知与估计的特质，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。

有木有被外生变量、内生变量、观察变量和潜在变量搞晕了，没事，小编给大家总结了！

作者：关3

院校/专业：河南大学/应用心理

擅长：SPSS/Mplus等软件

学堂君的历史合辑：

菜鸟系列

问卷系列

线性回归

信效度分析

聚类分析

时间序列

常见问题

神经网络

多维尺度分析

C4.5算法

生存分析

正态检验

对应分析

问卷数据分析

权重赋值

判别分析

SPSS实现机器学习在信用风险识别中的应用

欢迎添加：

【数据分析服务】请点击菜菜帮工作室正式上线

【社群服务助手】请点击SPSS学堂会员3群招募

【加入团队】请点击招募，我们是认真的！