结构方程模型属于验证性分析技术,即先建模型,后用数据去验证模型。结构方程模型的建模步骤,不同的学者有不同的分类,本研究赞同的方法是将应用结构方程建模分为五个步骤:模型设定(Model Specification)、模型识别(Model Identification)、模型估计(Model Estimation)、模型拟合度检验(Testing Model Fit,也称模型评价)、模型修正(Model Modification)。前文提及,结构方程模型能够同时完成处理测量误差和描述隐变量之间结构关系的双重任务。为了研究结构方程模型中含有的隐变量,当前学者们更多地使用PLS(Partial Least Squares)方法和LISREL(Linear Structural Relationships)两种方法。
在模型拟合度检验步骤中,拟合度检验可以分为整体模型拟合度检验、测量模型拟合度检验及结构模型拟合度检验。关于整体模型拟合度检验有许多测量标准,常用拟合度指标是拟合优度卡方检验(χ2 Goodness-of-fit Test)、RMSEA(Root Mean Square Error of Approximation,近似误差均方根)、NNFI(Non-normed Fit Index,非范拟合指数)和指数CFI(Comparative Fit Index)。
对现代科学尤其是社会科学和管理科学而言,研究方法的发展在很大程度上能够推动整个学科的发展,而研究方法的落后则会限制该学科的发展。与其他学科相比,我国管理学科的研究方法较之以前已经有了长足的进步,尤其是对量化方法的强调,成为当前普遍的趋势。但是从国际上看,这种量化分析还远远落后于世界先进水平。(www.xing528.com)
在我国学科建设飞速发展的20年里,社会科学的研究方法在西方也经历了空前的革命,20世纪70年代期望最大化算法的出现和计算机技术的发展带来了新一代的统计和测量理论及方法,传统的回归及方差分析和经典测量理论虽然仍广泛应用,但已不再是主要的更不是唯一的研究方法,也无法应付由新一代研究方法推动下的学科专业发展。而新一代统计分析方法最突出的发展就是结构方程模型的发展和应用。20世纪80年代,结构方程这套新的数据分析系统已经成熟,目前正为广大社会科学研究人员所接受。
结构方程的路径分析思想拓展了社会科学研究的思路,很多学科的专业课题已经由过去的只研究单变量转变成研究多变量,由分析主效应到同时分析交互效应,由对单指标和直接观测变量进行研究到对多指标和潜变量进行研究。与此同时,结构方程的技术日趋专业化、深入化和复杂化,不少学者以此为研究专业,并且也有专门的学术期刊专注于结构方程及其相关技术的发展和应用。
免责声明:以上内容源自网络,版权归原作者所有,如有侵犯您的原创版权请告知,我们将尽快删除相关内容。