华南师大心理学院详解AMOS结构方程模型进阶：变量、因子与经济状况关联

结构方程模型进阶是一种在社会科学和商业研究中广泛应用的统计分析工具，尤其在心理学、教育学和市场研究领域。该模型通过将复杂的变量关系分解成多个潜变量和指标，有助于理解和预测变量间的复杂交互作用。本文档由华南师范大学心理学院的温忠麟教授讲解，主要针对AMOS（Analysis of Moment Structures）软件进行介绍。 在开始之前，我们需要了解几个关键概念： 1. 变量与因子：在研究中，变量可以是直接观测到的，如身高、体重、入学成绩等，也可以是未直接测量但假定存在的潜变量，如外表自我概念。因子是变量背后的抽象概念，如身高和体重可以归结为一个身形因子，三科入学成绩则可以代表学术能力因子。 2. 潜变量与指标：潜变量是通过一系列指标（测量题或观察项目）来间接测量的，例如，外表自我概念的指标可能包括“我长相好”、“我有一副好身材”等。这些指标反映潜变量的水平，并且可能存在误差。 3. 外源变量与内生变量：外源变量是独立于其他变量的影响因素，如家庭经济状况，可以直接测量；内生变量则是由其他变量决定的，如成绩可能受到家庭经济状况的影响，因此是内生的。 4. 测量方程：这是模型的一部分，它描述了潜变量如何通过其指标被测量。比如，MPLUS中的例子展示了学习倦态模型，其中身心耗竭、学业疏离和低成就感是三个连续潜变量，由特定的观测变量测量。 5. 结构方程：这部分探讨的是变量之间的因果关系，即潜变量之间的关系如何影响观测变量。例如，模型可能揭示出家庭经济状况对学习成绩有显著影响。 6. AMOS程序：该模型构建在MPLUS软件上，它允许用户设定参数估计方法（如默认的ML估计）、模型识别规则（如默认的因子负荷和题目结构），以及报告修正指数（Mo）来评估模型的拟合度。 在使用AMOS时，数据分析的步骤包括读取原始数据（如burnout.dat文件）、定义变量、选择要分析的变量、指定模型结构、估计参数、检查模型拟合度和输出结果。通过这样的模型，研究人员可以深入理解变量间的复杂关联，验证假设并进行预测。 结构方程模型进阶是通过系统地构建和检验理论模型，帮助我们揭示变量间深层次关系的有效工具，尤其是在处理多变量、复杂因果关系的研究中。通过MPLUS软件的应用，可以更精确地量化这些关系，为实证研究提供有力支持。