[论文解读] A Tutorial for Analyzing Structural Equation Modelling

Hashem Salarzadeh Jenatabadi|arXiv (Cornell University)|Apr 14, 2015

Technology Adoption and User Behaviour参考文献 33被引用 9

一句话总结

本教程为统计学、心理学、管理学及计算机科学领域的研究人员提供了结构方程模型（SEM）的全面入门介绍。它解释了如何使用观测变量和潜变量应用SEM，概述了模型设定、估计与评估技术，并通过一个实际案例展示了该方法，使非专家也能掌握高级建模技术。

ABSTRACT

This paper provides a tutorial discussion on analyzing structural equation modelling (SEM). SEM can be regarded as regression models with observed and unobserved indicators, have been extensively applied to practical and fundamental studies. We deliver an introduction to SEM method and a detailed description of how to deal with analyzing the data with this kind of modelling. The intended audience is statisticians/mathematicians/methodologists who either know about SEM or simple basic statistics especially in regression and linear/nonlinear modeling, and Ph.D. students in statistics, mathematics, management, psychology, and even computer science.

研究动机与目标

• 为具备基本统计训练的研究人员提供清晰且易于理解的结构方程模型（SEM）入门介绍。
• 指导用户通过观测变量和潜变量，完成SEM模型的设定、估计与评估流程。
• 展示SEM在心理学、管理学和社会科学等跨学科实际研究情境中的应用。
• 弥合理论SEM概念与使用标准统计软件实现之间的差距。
• 支持博士生和方法论研究者在自身研究中理解和应用SEM。

提出的方法

• 本文将SEM介绍为回归模型的扩展，其特点在于同时包含观测变量和未观测（潜）变量。
• 概述了SEM的两个主要组成部分：测量模型（将潜变量与观测指标相关联）和结构模型（将潜变量相互关联）。
• 教程描述了模型识别、参数估计（通常采用最大似然法）以及使用CFI、TLI和RMSEA等拟合指数进行模型拟合评估的方法。
• 强调了通过修正指数和理论依据进行模型修正与拟合改进的重要性。
• 该方法包括从模型设定、软件实现（由上下文暗示）到结果解释的逐步指导。
• 通过一个实际案例，完整演示了从模型概念化到最终评估的整个工作流程。

实验结果

研究问题

• RQ1 如何利用结构方程模型分析观测变量与潜变量之间的复杂关系？
• RQ2 设定、估计与评估结构方程模型的关键步骤是什么？
• RQ3 研究人员如何确保SEM应用中的模型可识别性和适当拟合？
• RQ4 修正指数在提升模型拟合度的同时，如何保持理论一致性？
• RQ5 如何在心理学、管理学和社会科学等实证研究中有效应用SEM？

主要发现

• 本教程成功表明，SEM是一种强大且易于掌握的方法，适用于建模涉及潜构念的复杂多变量关系。
• 正确的模型设定与拟合评估对于SEM应用中的有效推断至关重要。
• 使用CFI、TLI和RMSEA等拟合指数，可客观评估模型的适配性。
• 模型修正应以理论为指导，而非仅依赖拟合统计量，以确保解释的合理性。
• 本文建立了一套清晰的SEM工作流程，适用于应用研究中的初学者和高级用户。
• 所提供的案例说明了如何利用SEM在真实数据的实证研究中检验理论模型。