什么是结构方程模型
结构方程模型是被广泛认可的研究可观测变量与潜在变量，以及潜在变量之间关系的重要工具。 结构方程模型包括两个基本模型，分别为测量模型和结构模型，测量模型由潜在变量、观测变量以及测量误差项组成，主要分析潜在变量与观测变量的共变效果。
结构方程模型对样本量如何要求
常见的标准是需要是测量项的10倍以上，最少也是5倍，一般的样本量大于200个。
结构方程应该如何做
SPSSAU【问卷研究】→结构方程模型；
模型不好怎样调整
1.输出MI指标，建立关系
比如选择输出MI＞10；
发现A3、A4MI值相对较大，所以建立协方差关系时优先建立A3和A4。
2.加大样本量
一般情况来讲，样本量越大，说服能力越强，一般样本量要大于200个，测量项的10倍以上，最少是5倍（加大样本量，也许会对卡方自由度指标更有帮助）。
3.确保测量关系良好
（1）尽量使用经典量表
（2）删除载荷系数较低的测量项
（3）一般是一个Factor（潜变量）最好有4~7个测量项（便于后续调整模型处理，若为两个测量项需要删除测量项进行处理，则不好处理）。
3.更换模型
（1）拆解模型
拆解模型，拆分成几个进行分析，从而打到模型简化的效果，帮助较大。
（2）路径分析
路径分析不考虑测量关系，从而简化模型。
（3）换成线性回归模型
模型进一步简化。
网友评论