LISREL做CFA、模型及修正，手把手教会你

LISREL做CFA、模型及修正，手把手教会你 运行LISEREL Windows Application 协方差检验 File?Import External Data in Other Formats(导入外部数据)?右击任一变量名，选择Define Variables(定义变量)，点击Variable Type(设定变量类型)，选择Continuous(连续型)和Apply to all(应用到所有) ，点击OK、OK。如下图所示: 完成上述操作后点击save保存数据(注意数据应保存在系统盘，否则可能得不出结果) Statistics?output options...(输出选项，选择Save to fi.. 、LISREL system data、Save the transformed data to...。输入与之前文件名一致名字的cov、dsf文件(如下图中test1.cov、test1.dsf)，Covariances:协方差) 得到协方差矩阵 接下来进行CFA Flie?New?Path Diagram?保存(同名文件test1.pth) Setup(定义相关设定)?Title and comments(一般不用定义)?选择next，至Group names(一般也不用定义)?next至Labels，如下图(左侧Observed Variables:观测变量即观测指标;右侧Latent Variables:潜变量) ?选择Add/Read variables (得下图，在Add/Read variables中选择PRELIS System Flie) 选择Browse...?打开test1.psf?OK 选择Add latent Variables(添加潜变量，手输)，如下图 得到 点击next进入Data(Statistics中选择Covariances，File中选择External ASCII Data，File Browse... 中选择同名cov文件，Number of中输入样本数量) 点击OK 作图 Setup?Build LISREL Syntax? ? 选择estimates(估计值)中:Standardized Solution 注:对于Standardized Solution值的删减无一定说法，但一般应当高于0.6、0.7。如果观测指标不多，可适当降低标准。一般最少也应大于0.5。上图中对于较小的0.34应删除这条路径，删除后再运行程序一次。如果有多条路径要删除，应当一条一条删。 完成删减路径工作后，查看模型拟合系数Output? Fit indices(拟合指数)，如下图: 以上CFA完成 接下来结构方程模型分析 File?new?选择Path Diagram，如下图 保存为test2.pth Setup(定义相关设定)?Title and comments(一般不用定义)?选择next，至Group names(一般也不用定义)?next至Labels，如下图(左侧Observed Variables:观测变量即观测指标;右侧Latent Variables:潜变量) ?选择Add/Read variables (得下图，在Add/Read variables中选择PRELIS System Flie) 选择Browse...?打开test1.psf?OK 选择Add latent Variables(添加潜变量，手输)，如下图 得到 点击next进入Data(Statistics中选择Covariances，File中选择External ASCII Data，File Browse... 中选择同名cov文件，Number of中输入样本数量) 点击OK 绿色:外生潜变量;灰色:外生观测变量(外生观测指标) 黄色:内生潜变量;蓝色:内生观测变量(内生观测指标) 系统均默认为外生变量，在Y下选中，转化为内生观测变量，在Eta下选中转化为内生潜 变量 作图，与CFA一样，得到下图 其中，选择Estimate中T-values，从最小的开始，用以删路径。一般T值的绝对值应当大于1.96，才说明显著水平达到0.05，用一个*表示。另，大于2.58用**表示，大于 用***表示。 选择Estimate中modification indices(修正系数，MI值:增加某条路径所减少的卡方值，从大的开始)，用以增加路径。但一定要有理论依据，一般不随便增加。 T值最小值开始用以删路径，MI值最大值开始用以增加路径。无论增、减路径都得一条一条进行。 根据T值依次删除两条路径后(在其中最好保存语法)得到下图: 上图表明SPEE对MARK影响系数为0.45，EFFE对FINA影响系数为0.24。 根据MI值添加路径(?根据数值大小;?理论依据)，后运行 以上结构修正完成，接下来输出相关指标数据: 选择Total Effects and Indirect Effects(总体影响和间接影响)、Standardized solution 点击Next，选择下列指标输出 点击OK Setup 运行语法 打开同名OUT文件，所有指标数据可以看到。 例如: 表示 所有输入变量13个 Y变量(外生观测变量)6个 X变量(内生观测变量)6个 外生潜变量2个 内生潜变量2个 样本数309 上图表示输入的协方差矩阵 上图表示变量间的协方差矩阵 上图表示拟合优度的指标 BETA、GAMMA均显示直接影响，BETA是内生潜变量之间的关系，GAMMA是外生潜变量与内生潜变量之间的关系 上图表明MARK对FINA影响系数为0.25，EFFE对FINA影响系数为0.18，SPEE对MARK影响系数为0.43 上图表示EFFE对MARK没有影响，对FINA直接影响为0.18。 SPEE对MARK的直接影响为0.43，对FINA有间接影响为0.11(也即0.44×0.26=0.11) 注:由于报表数据只有两位所以大部分比结构图中的数字小一点(比如0.43，在结构图中实为0.44) 上图与之前的图效果也一样，都可以看出直接小妖和间接效应(也就是中介效应) Reduced Form EFFE SPEE -------- -------- MARK - - 0.43……………………代表影响系数 (0.07)……………………标准误 6.37……………………T值 FINA 0.18 0.11 (0.06) (0.03) 2.90 3.30 注 T值:1.96 * 2.58 ** 3.28 *** 统一根据T值来确定标* 例如，上面的0.11在论文中就可以写作0.11***