|
基于結(jié)構(gòu)方程模型的山西省科技創(chuàng)新能力評(píng)價(jià)研究
中北大學(xué)經(jīng)濟(jì)與管理學(xué)院技術(shù)經(jīng)濟(jì)及管理 曉霞 2014/3/29 19:54:14
（接上頁(yè)）其他變量的影響，但他卻直接影響別的變量的變量。x是由q個(gè)外源觀測(cè)指標(biāo)組成的列向量，ξ是由外源潛變量的因子組成的n×1向量，λx是x在ξ上的q×n因子符合矩陣，σ是q個(gè)測(cè)量誤差組成的向量；式(2)是內(nèi)生變量的測(cè)量方程，內(nèi)生變量（endogenous variable）是指模型當(dāng)中，會(huì)受到任何一個(gè)其他變量影響的變量，也就是路徑圖中會(huì)受到任何一個(gè)其他變量以單箭頭指涉的變量。y是由p個(gè)內(nèi)生觀測(cè)指標(biāo)組成的p×l向量，η是由m個(gè)內(nèi)生潛在變量組成的m×1向量，λy 是y在η上的因子負(fù)荷矩陣，ε是p個(gè)測(cè)量誤差組成的向量，σ和ε表示不能由潛在變量解釋的部分。[5-6]以上說(shuō)明可以由圖1測(cè)量模型圖簡(jiǎn)單描述。
圖1 多個(gè)觀察變量與潛在變量的測(cè)量模型圖
結(jié)構(gòu)模型描述的是潛在變量間以及模型無(wú)法被其他變量解釋的部分，通常用如下結(jié)構(gòu)方程表示：
η1=β12η2+Γξ+ζ （3）
其中，η是內(nèi)生潛在變量向量，ξ是外源潛在變量向量，β和Γ都是路徑系數(shù)矩陣，ζ是結(jié)構(gòu)方程的誤差向量，是潛在變量無(wú)法解釋的內(nèi)容。以上說(shuō)明可以由圖2結(jié)構(gòu)模型圖簡(jiǎn)單描述。
圖2 一個(gè)外源潛變量與內(nèi)生潛在變量的結(jié)構(gòu)模型圖
2.4 結(jié)構(gòu)方程評(píng)價(jià)模型的具體步驟
步驟一：理論概念模型的建立
結(jié)構(gòu)方程模型實(shí)質(zhì)上是一種驗(yàn)證性技術(shù)，因此在模型評(píng)價(jià)之前需要根據(jù)相關(guān)理論與假設(shè)條件，確定模型中各觀測(cè)變量（即指標(biāo)，通常是題目）與潛在變量（即因子，通常是概念）之間的關(guān)系以及各潛在變量間的相互關(guān)系（指定那些因子間相關(guān)或直接效應(yīng)）；這種關(guān)系可以用矩陣方程或路徑圖的形式來(lái)表示。
步驟二：數(shù)據(jù)準(zhǔn)備
一般認(rèn)為樣本數(shù)最少應(yīng)在100以上才適合使用最大似然估計(jì)法（MLE）來(lái)估計(jì)結(jié)構(gòu)方程（侯杰泰，2004），但樣本數(shù)過(guò)大（如超過(guò)400到500時(shí)），MLE會(huì)變得過(guò)度敏感，容易使所有的擬合度指標(biāo)檢驗(yàn)都出現(xiàn)擬合不佳的結(jié)果（侯杰泰，2004），而小樣本量又容易導(dǎo)致模型計(jì)算時(shí)收斂的失敗進(jìn)而影響到參數(shù)估計(jì)；特別要注意的是當(dāng)數(shù)據(jù)質(zhì)量不好，比如不服從正態(tài)分布或者受到污染時(shí)，更需要大的樣本量。在樣本數(shù)滿足上述條件的基礎(chǔ)之上，在模型建立時(shí)，還需注意用于結(jié)構(gòu)方程模型的數(shù)據(jù)資料應(yīng)該滿足一定的假設(shè)條件，這樣在進(jìn)行模型估計(jì)時(shí)就不會(huì)得到錯(cuò)誤的擬合結(jié)果。所以，在進(jìn)行模型擬合前應(yīng)該對(duì)數(shù)據(jù)做初步檢查以滿足所設(shè)定的條件，在此基礎(chǔ)上還需對(duì)數(shù)據(jù)做無(wú)量綱化處理，以消除評(píng)價(jià)指標(biāo)因單位或數(shù)量級(jí)的差別對(duì)結(jié)構(gòu)方程模型評(píng)價(jià)結(jié)果產(chǎn)生的影響。
第三步：模型擬合
在理論概念模型與數(shù)據(jù)準(zhǔn)備就緒之后，就應(yīng)估計(jì)模型中的參數(shù)。這個(gè)過(guò)程是通過(guò)LISREL軟件進(jìn)行編程，運(yùn)行，計(jì)算得到的，該過(guò)程的目標(biāo)是最小化樣本協(xié)方差陣與模型的協(xié)方差陣之間的“距離”。根據(jù)計(jì)算距離的不同公式，常用在結(jié)構(gòu)方程模型有五種的擬合方法：最小二乘法(Generalized Least Squares,GLS)、極大似然估計(jì)法(Maximum Likelihood,ML)、一般加權(quán)最小平方法(Generally Weighted Least Squares，GWLS)、迭代法(Iterative Method,IM)及兩階段最小平方法（Two-stage Least Squares，TSLS)。
步驟四：模型評(píng)價(jià)
這個(gè)步驟重點(diǎn)考察模型對(duì)收集整理所得數(shù)據(jù)的擬合程度，包括模型整體絕對(duì)擬合程度、簡(jiǎn)約擬合程度和增值擬合程度。絕對(duì)擬合程度是用來(lái)衡量模型預(yù)測(cè)協(xié)方差矩陣對(duì)相關(guān)矩陣的整體擬合程度，是絕對(duì)意義上的假設(shè)模型擬合效果。這個(gè)效果取決于擬合指標(biāo)的分布情況，是客觀的置信標(biāo)準(zhǔn)，主要評(píng)價(jià)指標(biāo)包括卡方值、卡法自由度比、GFI(Goodness-of-fit Index)、AGFI(Adjusted GFI)、PGFI(Parsimony Adjusted GFI)、RMR(Root Mean Square Residual)，RMSEA(Root Mean Square Error Approximation)；簡(jiǎn)約擬合程度衡量的是模型簡(jiǎn)約程度的大小，主要指標(biāo)包括PNFI（Parsimony Normed Fit Index）、PGFI(Parsimony Goodness of Fit Index)等；增值擬合是用來(lái)比較虛無(wú)模型與理論概念模型之間關(guān)系的，主要指標(biāo)包括NFI（Normed Fit Index）、TLI（Tucker-Lewis Index）、CFI（Comparative Fit Index）。絕對(duì)擬合程度、簡(jiǎn)約擬合程度與增值擬合程度是通過(guò)借鑒參考依據(jù)（未完，下一頁(yè)）
|