西南大学：《心理学多元统计分析》课程PPT教学课件（SPSS）06.2 CFA SEM求解

CFA SEM求解 Modeling strategies of SEM(模型的用途) Model confirmation:验证( confirmatory)先设 模型的恰当性 * Model generation:设起始模型,与观察数据比 较之后,进行必要的修正,反复估计而得到 最佳拟合的模型 * Model competation:利用不同模型的比较以决 定何者最能反应真实数据

 Modeling strategies of SEM（模型的用途）  Model confirmation：验证（confirmatory）先设 模型的恰当性  Model generation：设起始模型，与观察数据比 较之后，进行必要的修正，反复估计而得到 最佳拟合的模型  Model competation：利用不同模型的比较以决 定何者最能反应真实数据 1 CFA SEM求解

Step 1、模型设定( model specification) *2、模型识别( model identification *3、模型估计( model estimation) *4、模型评价( model evaluation) *5、模型修正( model modification)

1、模型设定（model specification） 2、模型识别（model identification） 3、模型估计（model estimation） 4、模型评价（model evaluation） 5、模型修正（ model modification） 2 Step

1 model specification 参数( Parameter) *模型中未知而需要进行推估的量数 *回归分析:预测变量对效标变量的Beta系数 方差分析:主效应与交互效应 因素分析:因素负荷量 *结构方程中:可能包括上述各种参数 SEM需估参数 外生变量的方差 外生变量之间的协方差(除基于理论假设而设定为0或特定值者) 与潜在变量有关的因素负荷(除了…)。 观察变量间/潜在变量间的回归系数(除了…)。 与内生变量有关的量数(例如内生变量的方差协方差,或是内外生 变量间的协方差)

 参数(Parameter)  模型中未知而需要进行推估的量数  回归分析：预测变量对效标变量的Beta系数  方差分析：主效应与交互效应  因素分析：因素负荷量  结构方程中：可能包括上述各种参数  SEM需估参数  外生变量的方差  外生变量之间的协方差（除基于理论假设而设定为0或特定值者）  与潜在变量有关的因素负荷（除了…）。  观察变量间/潜在变量间的回归系数（除了…）。  与内生变量有关的量数（例如内生变量的方差/协方差，或是内外生 变量间的协方差） 3 1 model specification

2模型的识别性 自由度是否小于0 t-Rule( Bollen,1989):必要但非充分 (P+q)(p+q+1) 测量的数据点( the numbers of data points;DP) 1.当tDP,不足识别( under-identified);用太少的方程式 求取过多的因子解,将导致无法进行任何参数估计

2 模型的识别性  自由度是否小于0  t-Rule （Bollen，1989）： 必要但非充分 测量的数据点（the numbers of data points; DP） 1. 当tDP，不足识别（under-identified）；用太少的方程式 求取过多的因子解，将导致无法进行任何参数估计 ( )( 1) 2 1 t  p + q p + q + 4

3模型佑计方法 加权最小二乘法(WLS) 米无加权最小二乘法(ULS) 广义最小二乘法(GLS) 最大似然法(ML) 渐近分布自由法(ADF)

加权最小二乘法（ WLS） 无加权最小二乘法（ULS） 广义最小二乘法（ GLS） 最大似然法（ML） 渐近分布自由法（ADF） 5 3 模型估计方法

4 Evaluation 信度计 SMC( squared multiple correlation)反应测量变量受到潜 变量影响的程度。SMC越高,表示真分数所占的比重越高 SMC越低,真分数所占的比重越低,信度越低 角度 模型设定的合理性 参数估计的顺利完成是模型恰当性的第一个指标 模型与各项参数是否能被顺利的辨识、收敛与估计 参数的检查 参数的正负、数值大小是否符合理论预期;或是检查测量误差的 小大(透露变量的测量质量) 拟合度指标( goodness-of-fit index)的运用 水模型是否可修正

 信度估计  SMC （squared multiple correlation）反应测量变量受到潜 变量影响的程度。SMC越高，表示真分数所占的比重越高； SMC越低，真分数所占的比重越低，信度越低  角度  模型设定的合理性  参数估计的顺利完成是模型恰当性的第一个指标  模型与各项参数是否能被顺利的辨识、收敛与估计  参数的检查  参数的正负、数值大小是否符合理论预期；或是检查测量误差的 小大（透露变量的测量质量）  拟合度指标（goodness-of-fit index）的运用  模型是否可修正 6 4 Evaluation

5模型修正? 拟合度不良时,可以利用不同的程序与方法去修正 而提高模型的拟合度 *界定搜寻程序( Specification searches) 检查、确认并调整一个结构方程模型设定,来改善模 型拟合度的整个程序 k Modification Index( M1.>4) 米CR

 拟合度不良时，可以利用不同的程序与方法去修正 而提高模型的拟合度  界定搜寻程序（Specification searches）  检查、确认并调整一个结构方程模型设定，来改善模 型拟合度的整个程序  Modification Index (M.I.>4)  CR 7 5 模型修正 ？

争议 失去验证性 *所得模型已经不同于设想模型的新模型 *界定搜寻程序缺乏客观的判准 *何时应进行,何时应终止搜寻 *往往造成过度拟合( over fitting model)

争议  失去验证性  所得模型已经不同于设想模型的新模型  界定搜寻程序缺乏客观的判准  何时应进行，何时应终止搜寻  往往造成过度拟合（over fitting model） 8

可能的问题 不一定带来正确合理的模型 越多界定错误,修正成功的机会越少 *无法拒绝一个错误模型机率的提高 测量模型的修正较不易成功,结构模型的修正较易进行 以数据为基础的无限制修正比以理论为基础的有限度修 正较不易成功 先处理测量模型不见得会有帮助而可能造成修正的混淆 小型样本的模型修正易造成统计结果的较大波动 模型修正造成模型拟合度指标的不理性波动 修正后模型往往无法获得理想的效度交叉检验结果(除 非样本数够大)

 不一定带来正确合理的模型  越多界定错误，修正成功的机会越少  无法拒绝一个错误模型机率的提高  测量模型的修正较不易成功，结构模型的修正较易进行  以数据为基础的无限制修正比以理论为基础的有限度修 正较不易成功  先处理测量模型不见得会有帮助而可能造成修正的混淆  小型样本的模型修正易造成统计结果的较大波动  模型修正造成模型拟合度指标的不理性波动  修正后模型往往无法获得理想的效度交叉检验结果（除 非样本数够大） 9 可能的问题

卡方检验 计算修饰前后的卡方值的差异量来决定修正的适当性 先决条件 两个模型必须为嵌套模型( nested model),某模型是另一模型的简约 水修正前的模型称为未受限模型 ( nonrestrictive model),模型修正后的 模型’称为受限模型( restrictive model)

 计算修饰前/后的卡方值的差异量来决定修正的适当性  先决条件：  两个模型必须为嵌套模型（nested model），某模型是另一模型的简约  修正前的模型称为未受限模型 （nonrestrictive model），模型修正后的 模型，称为受限模型（restrictive model） 10 卡方检验