您好,欢迎访问三七文档
当前位置:首页 > 商业/管理/HR > 管理学资料 > 国立中央大学企业管理学系
邱皓政國立中央大學企業管理學系HawjengChiou,NationalCentralUniversity共變結構分析(covariancestructureanalysis)共變結構模式(covariancestructuremodeling)潛在變項結構模式(latentvariablestructuralmodeling)帶有不可觀察變項的結構模式(structuralmodelingwithunobservedvariables)2unobservedvariables)線性結構關係(linearstructuralrelationships)潛在變項方程系統(latentvariableequationsystems)動差結構模式(momentsstructuremodeling)帶有無法觀察變項的因果模式(causalmodelingwithunobservedvariables)StructuralEquationModeling(SEM)Measurementmodel測量模型▪Confirmatoryfactoranalysis(驗證性因素分析)Structuralmodel結構模型Structuralmodel結構模型▪Regression/Pathanalysis(迴歸/路徑分析)3111111111111IfX+Y=10ThanX=Y=AndX-Y=10ThanX=JustidentifiedUnderidentified0101928....10X-Y=10AndX+2Y=5X=Y=ThanX=Y=OveridentifiedJustidentifiedParametersneedtoestimate1001009-27-1....005310420Abettersolutionand/orapropersolution?41111EFV2222EFV定理二計算兩個觀察變項的共變數為:V1V2V3F1E1E2E3123V4V5V6F2E4E5E6456211Assumptions:ErrorsarerandomlydistributedAnduncorrelatedtoeachotherAndtotruescoresCov(V1,V4)=Cov(1F1+E1,4F2+E4)=14Cov(F1,F2)+1Cov(F1,E4)+4Cov(E1,F2)+Cov(E1,E4)=14Cov(F1,F2)=1421Var(V1)=Cov(1F1+E1,1F1+E1)=),(),(),(),(111111111121EECovFECovEFCovFFCov=1211121)()(EVarFVar5Cov(V1,V2)=Cov(1F1+E1,2F1+E2)=12Cov(F1,F1)+1Cov(F1,E2)+2Cov(E1,F1)+Cov(E1,E2)=12Cov(F1,F1)=12Var(F1,F1)=12000000000:模式所提供的共變數矩陣121213121411.2620.5770.4620.5051.2620.5771.079S=0.4620.5581.1020.5050.5760.3541.9590.2030.2910.1210.4381.2310.4850.5360.3201.2470.5631.8716V1V2V3F1E1E2E3123V4V5V6F2E4E5E645621•S:觀察到的共變數矩陣)(())(()(ssQF-1Wkgghkighijghghijijghssw1111,))((weightedleastweightedleast--squares;WLSsquares;WLS7min)1(FNTT服從卡方分配)(loglog-1SΣSΣtrFMLMaximumLikelihoodmethodMaximumLikelihoodmethod11.17499034289.)1(min2NF8898.99.90011.1799.900NFI描述性統計量3.541.12310003.401.03910003.881.05010002.741.40010002.191.11010002.811.3681000i1大體來說,我對我自己十分滿意i3我覺得自己有許多優點i4我自信我可以和別人表現得一樣好i2有時我會覺得自己一無是處i5我時常覺得自己沒有什麼好驕傲的i6有時候我的確感到自己沒有什麼用處平均數標準差個數相關1.494**.392**.321**.163**.316**.494**1.512**.396**.253**.377**.392**.512**1.241**.104**.223**.321**.396**.241**1.282**.651**.163**.253**.104**.282**1.371**.316**.377**.223**.651**.371**11.262.577.462.505.203.485.5771.079.558.576.291.536.462.5581.102.354.121.320.505.576.3541.959.4381.247.203.291.121.4381.231.563.485.536.3201.247.5631.871i1大體來說,我對我自己十分滿意i3我覺得自己有許多優點i4我自信我可以和別人表現得一樣好i2有時我會覺得自己一無是處i5我時常覺得自己沒有什麼好驕傲的i6有時候我的確感到自己沒有什麼用處i1大體來說,我對我自己十分滿意i3我覺得自己有許多優點i4我自信我可以和別人表現得一樣好i2有時我會覺得自己一無是處i5我時常覺得自己沒有什麼好驕傲的i6有時候我的確感到自己沒有什麼用處Pearson相關共變異數i1i3i4i2i5i6在顯著水準為0.01時(雙尾),相關顯著。**.912121311.2620.5770.4621.00F1i4.69e1.641i3.34e2.861i1.78e3.6911.00F2i2.77e4i51.02e5i6.57e61.091.4611.141.57Numberofdistinctsamplemoments:21Numberofdistinctparameterstobeestimated:13Degreesoffreedom(21-13):83121410.4620.505……Freeparameters=13Datapoint=21Itisanover-identifiedmatrix.694*.857=.59410121211.2610.576213121410.4620.505…….694*.857=.594.576-.594=-.018111.00F1i4.69e1.641i3.34e2.861i1.78e3.6911.00F2i2.77e4i51.02e5i6.57e61.091.4611.141.57121x1x2x11y1y2212x21y11y21外衍(exogenous)內衍(endogenous)變數Variables觀察變數measuredvariablesx外衍觀察變數y內衍觀察變數潛在變數latentvariablesξ(ksi)外衍潛在變數η(eta)內衍潛在變數誤差項(隨機變數)errorterms22233x3x4y3y421β121x111144γ21γ22x21y11y21x12x22y12y2213說明1.SEM的變數需為連續變數2.類別變數需經過虛擬處理3.凡是變數就有平均數與變異數。平均數為截距,通常不需要估計變異數為參數,需要估計或設限誤差項(隨機變數)errortermsδ(delta)外衍觀察變數測量誤差ε(epsilon)內衍觀察變數測量誤差ζ(zeta)內衍潛在變數估計誤差參數patameters測量模型measurementmodel(FactorModel)λx(lambdax)外衍測量模型因素負荷量λy(lambday)內衍測量模型因素負荷量δ(delta)外衍觀察變數測量誤差ε(epsilon)內衍觀察變數測量誤差結構模型structuralmodel(PathModel)1x1x2x11y1y2212x21y11y21外衍(exogenous)內衍(endogenous)結構模型structuralmodel(PathModel)β(beta)內衍對內衍潛在變數的迴歸係數γ(gamma)外衍對內衍潛在變數的迴歸係數ζ(zeta)內衍潛在變數估計誤差22233x3x4y3y421β121x111144γ21γ22x21y11y21x12x22y12y2214參數的類型1.自由參數(freeparameters)估計得到的參數2.固定參數(fixedparameters)給定數值(多為0或1)的參數3.設限參數(constrainedparameters)模型中因特定需要而加以限定者■結構模型方程式■y變項測量模型方程式外衍(exogenous)內衍(endogenous)TD()X1X2LX()TE()Y1Y2LY()■y變項測量模型方程式yy■x變項測量模型方程式xx15PS()K2E2TD()TE()X3X4Y3Y4GA()PH()BE()LX(x)LY(y)K1LX(x)E1LY(y)PS()理論性發展(TheoreticalDevelopment)模型辨識(ModelIdentification)抽樣與測量階段一模型發展階段二模式設定(ModelSpecification)16抽樣與測量(SamplingandMeasurement)參數估計(ParameterEstimation)模型契合度估計(AssessmentofFit)討論與結論(DiscussionandConclusion)階段二估計與評鑑模型修飾(ModelModification)基本策略策略一:模型的收斂性SEM的模型與各項參數是否能被順利的辨識、收斂與估計因為假設模型的檢驗是在完成參數估計之後才進行的工作,因此參數估計的順利完成是模型適切性的第一個指標策略二:違犯估計(preliminaryfitcriteria)檢查每一個參數的正負號、數值大小是否符合理論預期;17發展策略標準策略或是檢查測量誤差的大小,分析這些殘差項當中是否透露某些變項的測量品質不佳的訊息策略三:適配度指標(goodness-of-fitindex)的運用利用統計顯著性考驗檢驗假設模型與實際觀察資料的適配情形策略四:模型內在品質檢驗檢視各參數的品質與信度資料策略五:模型修飾的運用利用模型修飾的功能尋找更佳的替代模型Modelconfirmation作為驗證(confirmatory)的基礎針對單一的先驗假設模型,評估其適切性Modelgeneration先設定一個起始模型,在與實際觀察資料進行比較18先設定一個起始模型,在與實際觀察資料進行比較之後,進行必要的修正,反覆進行估計的程序以得到最佳契合的模型ModelCompetition利用不同模型的比較以決定何者最能反應真實資料MeasuredVariablesF-FluencyF-FlexibilityF-OrginalityV-OriginalityV-FlexibilityV-FluencyValueAttitudeInterestsPro-SlovingPersonalityMode
本文标题:国立中央大学企业管理学系
链接地址:https://www.777doc.com/doc-569371 .html