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]。