第三章 研究方法
3.5 資料分析方法
3.5.2 結構方程模式
3.5.2.2 結構方程模式的構成
SEM 是路徑分析與因素分析的一種整合統計技術,從技術的層面來 看,其為一套用以分析共變結構技術的整合,不僅可以用於處理路徑分析 的統計,亦可以處理因素分析的統計。早期SEM 此一名詞尚未被廣泛使 用時,有些學者習慣稱此種分析技術為共變結構分析(covariance structure analysis)或者共變結構模型(covariance structure modeling),近年來,
學者們比較獲得一個共識的名稱:SEM[63]。SEM 在操作時,有時僅以因 素 分 析 模 式 進 行 分 析 , 稱 之 為 驗 證 性 因 素 分 析 (confirmatory factor analysis,CFA);有時研究者雖以 SEM 的分析軟體來執行傳統的路徑分 析,進行因果模型(casual modeling)的探究,但不使用 SEM 的名義,
實則此亦為SEM 的重要應用之一[63] 。
一、結構方程模式的表示方法
SEM 中常使用之符號表示法如表 3.9 所示,其常用路徑圖之符號則整 理如表3.10 所示。
表3.9 SEM 常用之符號表示法
符號 名稱 定義
η eta 內衍潛在變項 ξ xi 外衍潛在變項
ζ zeta 潛在變項被解釋之干擾或解釋殘差
β beta 內衍潛在變項被內衍潛在變項解釋之迴歸係數
γ gamma 內衍潛在變項被外衍潛在變項解釋之迴歸係數
φ phi 外衍潛在變項間之共變數係數
λ lambda x 被 ξ 解釋之因素負荷量(λx);y 被 η 解釋之因素負 荷量(λy)
x x 外衍觀察變項或測量變項
y y 內衍觀察變項或測量變項
δ delta x 被解釋之測量誤差
ε epsilon y 被解釋之測量誤差 資料來源:整理自 邱皓政,2006;黃芳銘,2004
表3.10 SEM 常用之路徑圖符號
類別 符號 定義
變項 觀察變項 或
被研究者測量的變項,又可稱 為顯在變項或指標。
潛在變項 或
ㄧ個無法觀察的或是假設的 建構,通常又可稱為因素。
變項之關
係 直接效果 或
單一方向的路徑。
互惠效果 雙方向的路徑,又可成為回饋
環(feedback loop)。
相關或共 變
或
變項間的關係被假設是共變 的,且變項間的關係無任何特 定的假設存在,又可成為未分 析的連結。
殘差變異 干擾 或 內衍潛在變項中無法被模式 中有影響變項所能解釋的變 異。
測量誤差 或 觀察變項中無法被其所反映 的潛在變項所能解釋的變異。
資料來源:黃芳銘,2004
二、結構方程模型的基本元素
一個完整的SEM 模型,包括了測量模型(measurement model)與結 構模型(structural model)兩部份,前者係指實際測量變項與潛在特質的 相互關係,後者則說明潛在變項之間的關係[68] ,如圖 3.2 所示。
圖 3.2 完整 SEM 模型路徑圖
資料來源:整理自 邱皓政,2006;黃芳銘,2004
(一)測量變項與潛在變項
在 SEM 模型當中,變項有兩種基本的型態:測量變項(measured variable)與潛在變項(latent variable)[63,68]。測量變項亦可稱為觀察 變項(observed variable),即可以直接被測量的變項,潛在變項則是理
論的或假設的建構,其通常無法直接測量,須由測量變項加以推估出來之 變項,亦可稱之為因素(factor)。在典型的 SEM 分析中,測量變項的變 異係受到某一個或某幾個潛在變項影響,因此又稱為潛在變項的測量指標
(indicators)或外顯變項(manifest variables)[63]。一般而言,一個潛在 變項必須以兩個以上的測量變項來估計,稱為多元指標原則。
(二)內衍變項與外衍變項
內衍變項(endogenous variables)是指模型當中,會受到任何一個其 他變項影響的變項,也就是路徑圖中會受到任何一個其他變項以單箭頭指 涉的變項;外衍變項(exogenous variables)則是模型當中不受任何其他 變項影響但影響他人的變項,也就是路徑圖中會指向任何一個其他變項,
但不被任何變項以單箭頭指涉的變項[63] 。
SEM 模型中,變項可以區分為內衍測量變項、外衍測量變項、內衍 潛在變項與外衍潛在變項四種類型。判斷一測量變項為內衍或是外衍變 項,須視其背後潛在變項的性質與角色決定。另外,外衍變項因為不受他 人 影 響 , 因 此 若 以 傳 統 的 自 變 項 (independent variables ) 與 依 變 項
(dependent variables)的關係來看,其必為自變項。而內衍變項則多作依 變項之用,但也可能作為影響他人的自變項。
三、變項關係與路徑圖
(一)直接與非直接關係
SEM 模型中,變項的關係有直接關係(directional relationship)與非 直接關係(nondirectional relationship)兩種主要類型。直接關係表示變項 之間具有假設性的線性因果或預測關係,在路徑圖當中以單向箭頭(→)
來表示。非直接關係則表示兩個變項之間雖然具有線性的關係,但兩者之
間影響關係與方向無法辨認,多以相關或共變來表示,在SEM 路徑圖中,
以帶有雙箭頭的線段(↔)或曲線表示。另外,在 SEM 中,亦可能存在 兩個變項互相影響的情形,即兩變項互為因果,稱之為互惠關係(reciprocal relationship),在 SEM 路徑圖中,以兩個單箭頭符號(')表示。
(二)測量模型與結構模型
一個完整的SEM 模型,包括了測量模型與結構模型兩部份。在 SEM 的體系中,若單獨使用測量模型,也就是只有測量模型而沒有結構模型的 迴歸關係假設時,即為一般所稱之驗證性因素分析。另外,若單獨看待結 構模型,則相當類似於傳統之路徑分析,可以多元迴歸的概念來說明變項 的因果或預測關係。
另外,潛在變項 ξ 與 η 之間具有因果關係的假設即形成一個結構模 型,而對於內衍潛在變項無法被解釋的干擾部分為ζ。結構方程模式的的 操作模式分析的基本程序可概分為模型發展與估計評鑑兩個階段。其中模 型發展階段可概分為理論發展、模型界定及模型辨識三個步驟,此階段在 發展與SEM 模型相關之理論基礎,並使模型符合特定的技術要求,此時 研究者的主要工作在概念推導與SEM 分析技術原理的考量;估計評鑑階 段則有抽樣與測量、參數估計、模型契合度評鑑、模型修飾及模型解釋等 五個步驟,此階段則在產生 SEM 的計量數據來評估 SEM 模型的優劣好 壞,並進行適切或必要的修飾,此時所著重的是分析工具與統計軟體(例 如LISREL、EQS、AMOS、MPLUS 等)的操作與應用[63] 。
理論發展中,SEM 分析的第一個步驟,即針對研究者所提出的理論 或概念模式,整理出合於SEM 原理的研究假設,並發展一個有待檢驗的 假設模型(hypothetic model)[63]。