SEM矩阵结构与思想.pptVIP

变量 Exogenous variables: 变革型领导 Endogenous variables 心理授权 组织承诺 模型 Measurement model Structural model 矩阵 结构模型中有四个矩阵： GA：GAma矩阵是外生变量向内生变量的路径 BE：BEta矩阵是内生变量向内生变量的路径 PH：PHi矩阵是外生变量之间的方差协方差矩阵 PS：PSi矩阵的对角线下是内生变量之间的协方差；对角线上是内生变量在结构模型中的误差项 矩阵 测量模型中有两个矩阵： TD：Theta-Delta矩阵，它是外生变量测量条目的误差阵 TE：Theta-Epsilon矩阵，它是内生变量测量条目的误差阵 LX：Lambda X外生变量的loading阵 LY：Lambda Y内生变量的loading阵 TD TE LX LY GA BE PH 由于只有一个外生变量，所以没有PH阵 PS SEM思想 SEM思想 LX OF PE PH OF PE * 1变革型 领导 7组织 承诺 2心理 授权 lead3 ε1 lead4 ε2 lead5 ε3 lead6 ε4 lead7 ε5 lead9 ε6 lead10 ε7 lead14 ε8 OC3 OC4 OC5 OC6 OC7 OC9 OC10 OC14 ε21 ε22 ε23 ε24 ε25 ε26 ε27 ε28 empow12 ε12 empow13 ε13 empow14 ε14 empow15 ε15 empow11 ε11 empow10 ε10 empow16 ε16 empow17 ε17 empow18 ε18 empow9 ε9 empow19 ε19 empow20 ε20 3工作 意义 4胜任 能力 5自主 决定权 6影响 力 TD LX LY TE GA BE PH？ PS？ δ8 X8 δ7 X7 δ6 X6 δ5 X5 δ4 X4 δ3 X3 δ2 X2 δ1 X1 x8 x7 x6 x5 x4 x3 x2 x1 是一个对称的阵，对角线上是测量误差；下半阵误差间的相关性 ε15 y15 ε14 y14 ε13 y13 Y15 Y14 Y13 ε12 Y12 ε11 Y11 ε10 Y10 ε9 Y9 ε8 Y8 ε7 Y7 ε6 Y6 ε5 Y5 ε4 Y4 ε3 Y3 ε2 Y2 ε1 Y1 y12 y11 y10 y9 y8 y7 y6 y5 y4 y3 y2 y1 是一个对称阵。对角线上是测量误差，对角线的下半部分是误差间的相关性 FR FR FR Free (去估计) FI FI FI Fix（为零，不估计） 感召力 FI x8 FI X7 FI X6 FI X5 FR X4 FR X3 FR X2 FR X1 领导魅力 FR 感召力 领导魅力 感召力 领导魅力 FR 0 Y15 FR 0 Y14 FR 0 Y13 FR 0 Y12 FR 0 Y11 FR 0 Y10 FR 0 Y9 1 (8,2) 0 Y8 0 FR Y7 0 FR Y6 0 FR Y5 0 FR Y4 0 FR Y3 0 FR Y2 0 1　　(1,1) Y1 OC OT FR OC FR PE TRL FI FR OC FI FI PE OC PE FR FI OC FR PE OC PE Perfect model in the data Independence model Null model 这些数据根据没有什么模型 Proposed model Degree of freedom最多 Degree of freedom最小 增加要估计的路径，即以损失自由度为代价，要靠近数据中所存在的模型。 Χ2表示proposed model 和perfect model之间的差异性。所以我们希望Χ2越小越好，最好是不显著，或者与自由度相除在2以下，在2－5之间虽然显著但可以接受 Absolute fit indices: Χ2, df, GFI, RMSEA, RMR。这些都是说proposed model与perfect model之间的关系 Comparative (incremental) fit indices: CFI, TLI (NNFI)。都是说明proposed model损失了自由度对null model改进程度 Perfect model in the data Independence model Null model 这些数据根据没有什么模型 Proposed model 1 Proposed model 2 Proposed model n …… Parsimonious fit indices: PNFI, PGFI, AIC, C