13路径分析

路径分析Page2路径分析技术介绍路径分析的基本思想–分析因果模型的一种方法和技术。是从变量之间共变关系来检验研究者所提出的影响、预测或因果关系，以推论出因果结论。–概念有遗传学家Wright（1921）提出。Page3–路径分析的基础是变量之间的线性相关；–变量之间的相关越高，路径分析的结果会越显著明确。相关不等于因果，但是相关蕴含着因果关系。Page4–路径分析可以检验因果论证的存在，但是对于谁为因，谁为果，却需要更严谨的检验。路径分析之所以能够“宣称”可以用来检验因果关系，并不在于分析技术，而在于其依据的理论基础。–路径分析是一种验证性的统计分析，而非探索性的的探索研究。Page5路径分析的分析取向–传统上，路径分析由一系列的回归分析所组成，透过假设性的模型，将不同的方程式加以组合，形成结构化的模式，以SPSS或SAS等软件进行多次回归即可完成模型参数的估计，称为回归取向（regressionapproach）的路径分析。Page6–自从结构方程模式（StructuralEquationModeling）发展以来，路径分析已经逐渐改由LISREL、EQS、AMOS、MPLUS等SEM软件来处理，称为结构方程模式取向（SEMapproach）的路径分析。Page7路径结构中的变量–外生变量(exogenousvariables)•只能是因的变量，有箭头指向别的变量，但没有箭头指向它•两外生变量间可能有相关(以双向箭头表示)，也可能独立无关–内生变量(endogenousvariables)•为果的变量，有箭头指向它，包括：•中介变量：既是果又为因•因变量：只为果的变量Page8学习意愿成就倾向学习风格英语成绩外生变量中介变量内生变量中介变量Page9路径模型的拟合Page10路径模型的设置–提出一个具有理论基础的路径模型–用路径图或结构方程组表示影响路径•Y1(成就倾向)=b1X1(学习意愿)+a1•Y2(学习风格)=b2X1(学习意愿)+b3X2(成就倾向)+a2•Y3(英语成绩)=b4X1(学习意愿)+b5X2(成就倾向)+b6X3(学习风格)+a3Page11两类因果模型两类因果模型递归模型单向的因果联系没有直接或间接的反馈所有的误差相互独立的非递归模型相互的因果联系有反馈误差之间有联系Page12–递归路径学习意愿成就倾向学习风格Page13–非递归模型学习意愿学习风格学习意愿成就倾向学习风格学习意愿成就倾向学习风格Page14路径分析的基本假设条件–各变量之间的关系为线性、可加的因果关系；–每一内生变量的误差项与其前置变量不得相关，同时也不得与其他内生变的误差项相关；–模型中因果关系必须为单向，不包括各种形式的反馈作用；–各变量数据均为定距数据；–各变量的测量不存在误差。Page15路径模型的拟合–将路径模式分解为数个回归方程式–求各回归方程式中各预测变量之β值–各预测变量之β值即为所对应之路径系数Page16路径系数的计算多元回归取向的路径分析步骤：–计算变量的变异数与共变量；–计算外生变量对于内生变量的直接效果。•每一个内生变量即是一组独立的多元回归，如果有K个内生变量，即必须执行K次多元回归分析。每一次多元回归计所得到的R2为内生变项可以被解释的百分比。–计算残差变异（disturbance）。–进行效果分析，说明路径模型中的直接效果、间接效果与总效果。Page17学习意愿成就倾向学习风格英语成绩0.29*0.16*0.21*0.63*0.020.760.13*0.85Page18学习意愿对于学习风格与英语成绩均有直接效果（directeffect），路径系数分别为0.29（p.01）与0.63（p.001）。间接效果的强度可直接由两端点变项之间的直接效果标准回归系数相乘而得。学习意愿对于英语成绩的间接效果由两个直接效果（学习意愿→学习风格，学习风格→英语成绩）所组成，取两者的回归系数相乘得到间接效0.63×0.21=0.13Page19–完整模型•模型中的变量间均存在直接效果•完整模型中，路径系数能正确无误的反映变量之间的相关关系–缩减模型•模型中至少一对变量间无直接效应•也可根据其路径系数种植变量的相关系数Page20模型的调试模型的拟合指数R21-R2Q=1-Rc2/1-Rt2注：Rc2原模型的拟合指数，Rt2调整后模型的拟合指数逐一刪除–刪除某一路径后，可能会影响其他路径的路径系数–刪除某一路径后，应重新计算路径系数Page21刪除路径系数不显著者–Ｎ很大时，很小的路径系数也会显著–可考虑设定有意义的效标(Wuensch,2003)–|β|﹤0.05刪除–0.05﹤|β|﹤0.10且无理论意义者也可删除谢谢！