結構方程模型(SEM)簡介

新學期伊始，大家都重新投入到緊張的學習工作當中，燕園旅遊研究也將重新回到大家的視野，為大家推送更多更好的旅遊研究和學界觀點。這一期分享的是張靜儒同學對SEM模型及其應用的簡單介紹。之後小編會每周定期推送北大旅研中心往期例會的精彩內容，敬請期待吧～

結構方程模型(SEM)是一種多變量統計技術，用以驗證變量間的因果關係。它基於兩個統計技術：因子分析和路徑分析。目前，結構方程模型被廣泛地應用於心理學、社會科學等學科。

SEM通常包括兩類模型：測量模型和結構模型。

首先，我們應該清楚什麼是因子分析。

因子分析是一種從變量群中提取共性因子的統計技術。有兩者因子分析：探索性因子分析（EFA）和驗證性因子分析（CFA）。前者應用於研究者對觀測變量沒有先驗的理論假設；後者則基於預先建立的理論，事先假設因子結構，然後檢驗該結構是否與數據一致。

SEM中的測量模型就是基於驗證性因子分析展開的，其因子也被叫做潛變量。

B).什麼是結構模型？

路徑分析通過分析顯變量之間的假設的因果效應，來測驗一套觀察或呈現變量之間因果關係的理論。當我們試圖找出一群潛變量之間的因果關係時（潛變量通常無法被直接測量），我們就需要用到SEM。

路徑分析可以被看做是SEM的一種特殊形式，即在因果模型中，每個變量只有一個觀測指標。

主要有以下四步(我們用Han(1989)的研究為例):

舉例:

* 基於光暈效應，Han做出了一下假設: 當我們不熟悉某個產品時，我們的判斷和態度會受到我們對這個產品原產國形象的影響。

* 然後我們建立結構模型：
一個外生變量 (自變量) - CI
兩個內生變量 (應變量) – BL, BA

* 然後我們再建立測量模型:
Han對下面三個潛變量進行了測量:
CI (1個指標):overall evaluation of products made in the country (e.g. Japanese TV sets)
Beliefs (5個指標):technical advancement, prestige, workmanship, price and serviceability
BA (1個指標):overall evaluation of brands from the country (e.g. Panasonic TV sets)

等構建出理論模型和收集完數據後，我們就要檢驗這個模型與收集的數據之間是否匹配，然後再決定我們是接受還是拒絕這個模型，或者說我們會接受幾個競爭模型中最好的一個。

樣本大小通常應該大於200。

有一些關鍵的指標：

* RMSEA – 檢測整個模型的擬合度，0.8是一般接受的閾值，越小越好。

* Standard load coefficient (λ) – 反映了觀測指標對潛變量的效度，越高越好。

* Standard path coefficient (Υ) – 反映了兩個潛變量之間的因果關係顯著成都，越高越好。

為了提高模型的擬合度，我們需要對模型進行適當修正。

許多軟體程序都提供了修正指標，以指導我們隊模型進行細微地調整。

但我們應當注意，對於模型的修改，尤其是對結構模型的修改，實際上已經改變我們之前預設的理論模型。所以我們不應該一味地讓模型去擬合數據，而應當反思是不是我們的理論出了問題。

LISREL – K.G. Joreskog & D. Sorbom

Mplus – Muthen

北京大學城市與環境學院，地理學城市與區域規劃專業，2012級碩士研究生；研究興趣包括歷史地段旅遊規規劃、旅遊發展與社會變遷、旅遊學科研究等。北京大學旅遊研究與規劃中心(The Center for Recreation and Tourism Research)，聚焦於城鄉與遊憩理論研究和高層次人才培養、致力於旅遊研究國際交流平臺搭建、提供旅遊規劃設計諮詢服務的多元化學術機構。