文档介绍：一、基本原理
二、基本概念
三、实例分析
验证性因子分析PPT讲座
2021/1/25
1
一、基本原理
结构方程模式(Structural Equation Models，简称SEM)，早期称为线性结构方程模式(Linear Structural Relationships，简称LISREL)或称为共变量结构分析(Covariance Structure Analysis)。
主要目的在于检验潜在变量(Latent variables) 和外显变量(Manifest variable, 又称观察变量)之关系与数个潜在变量间的因果关系。
它结合了因素分析(factor analysis)与路径分析(path analysis)，包涵测量与结构模式。
验证性因子分析PPT讲座
2021/1/25
2
Amos统計模式
统计模式
结构模式
測量模式
理论建构间之关系
理论建构与观察指标间之关系
验证性因子分析PPT讲座
2021/1/25
3
潜在变量和外显变量
外显变量（测量变量）——可直接测量
潜在变量——不可直接测量的变量
工作满意度：如何测量？
您对自己的工作环境是否满意？在1-7分范围打分
用一组问题来测量，构建测量模型
X1
X2
X3
X4
1
2
3
4
41
31
21
11
二、基本概念
验证性因子分析PPT讲座
2021/1/25
4
外生变量与内生变量
外生变量（exogenous observable）是指那些在模型或系统中，只起解释变量作用的变量，即作为自变量存在的部分。
内生变量（endogenous variables）是指模型中被影响或解释的变量
无论外生变量还是内生变量都可能是潜在变量
验证性因子分析PPT讲座
2021/1/25
5
常用图标
潜变量或因子
观察变量或指标
单向影响/效应
弧形：相关关系
内生潜变量未被解释的部分
测量误差
验证性因子分析PPT讲座
2021/1/25
6
模式组成
ξ1
X1
X2
ξ2
X3
X4
ξ3
Y1
Y2
δ4
δ2
δ3
δ1
ε1
ε2
測量模式
结构模式
測量模式
測量模式
验证性因子分析PPT讲座
2021/1/25
7
常用评价指标
指标（侯杰泰列举39种）
建议评价值
Chi-Square
P>
Chi-Square/df
小于2
RMSEA（近似误差均方根）
NFI（normed fitindex，赋范拟合指数）
NNFI（非范拟合指数）
CFI（拟合指数）
IFI（递增拟合指数）
RFI（相对拟合指数）
SRMR（标准根均方残差）
AGFI（拟合优度指数）
PNFI（简约赋范拟合指数）
验证性因子分析PPT讲座
2021/1/25
8
三、实例分析
在Amos中进行验证性因子分析的 步骤
1、绘制假设模型
2、选取数据库
3、选取变量
4、潜变量命名
5、选择报告数据
6、检查相关设定
7、执行分析
8、查看分析结果
……
验证性因子分析PPT讲座
2021/1/25
9
验证性因子分析PPT讲座
2021/1/25
10