結構方程模式簡介

結構方程模式(Structural Equation Modeling，SEM)是近年來被廣泛應用於社會 及行為科學領域之方法。Mulaik(1995)認為結構方程模式是一種可以用來呈現客觀 狀態的數學模式。結構方程模式是用來檢定觀察變項(observed variables)與潛在變 項(latent variables)之間的假設關係，可說是一種全包式的統計方法論，因為其能同 時融合了因素分析與路徑分析兩種統計技術(黄芳銘，2007)。

由於傳統的計量經濟學(econometrics)中的聯立方程模式(simultaneous equation modeling)，也稱之為路徑分析，其雖然可以處理許多的內因變項(endogenous)，但 是其測量變項皆被假設為沒有任何的測量誤(measurement errors)，意即假設其觀察 變項之信度皆為 1。但是任何測量必定存在有誤差。因此，結構方程模式它可以允 許處理變項的誤差，並可減少由於測量所導致的偏誤(黄芳銘，2007)。

而因素分析是常被用來從許多變項中抽出一些共同因素(common factors)，用 來呈現潛在的理論架構，並可獲得每個項目和每個因素間的因素負荷量(factor loadings)，可用來代表測驗項目測量共同因素的重要性指標。但是因素分析也有一 些限制，例如每個項目只能分配到一個因素，且只有一個因素負荷量，如果一個

項目與兩個以上的因素有關的話，則無法處理。此外，因素與因素之間，必須是 全部有相關或是全部無相關，而項目與項目之間的誤差是被假設為不相關的。而 結構方程模式則可彌補這些限制，他可將一個項目同時分在不同的因素之下，也 可設定因素之間是否具有關係，並且可以對整體的因素模式做評估，以了解模式 與資料間的契合程度(黄芳銘，2007)。

結 構 方 程 模 式 裡 包 含 了 隨 機 變 項 (random variables) 、 結 構 參 數 (structural parameters)，以及有時會存在的非隨機變項(nonrandom variables)。而隨機變項又 可分為觀察變項(observed variables)、潛在變項(latent variables)，與干擾/誤差變項 (disturbance/ error variables) 等 三 種 類 型 。 觀 察 變 項 ， 或 可 稱 之 為 可 測 量 變 項 (measured variables)、指標(indicators)，是屬於可以直接被測量的項目，例如教育 水準、收入、職業等。而潛在變項，或可稱之為無法觀察變項(unobservable variables)、

構念變項(construct variables)則是屬於理論上的，或是假設上的構面，是無法直接 測量到的，例如社會資本、疏離感、態度等。但其可藉由觀察變項來建構。而非 隨機變項是屬於探測性變項，因此其數值是固定的，並不會由於不同次的隨機抽 樣下而有所改變。結構參數是用來呈現模式中變項與變項之間的連結關係的，即 為描述觀察變項與觀察變項之間的關係、觀察變項與潛在變項的關係、以及潛在 變項與潛在變項的關係(黄芳銘，2007)。結構方程模式可分為兩大部分:測量模式 與結構模式，以下將為兩模式作介紹。

一、測量模式(measurement model)

測量模式是使用觀察變項來建構潛在變項的模式，也就是用觀察變項來反映 潛在變項。測量模式在結構方程模式裡就是一般所謂的驗證性因素分析，用於評 鑑觀察變項可以定義潛在變項的程度，檢驗測量變項之因素結構與量測誤差。測 量模式可以界定為外生觀察變項或獨立觀察變項，與內生觀察變項或依賴變項兩 類。一般而言，觀察變項建構一個潛在變項時至少用兩個以上的變項。

二、結構模式(structural model)

結 構 模 式 ， 或 稱 之 為 潛 在 變 項 模 式 或 是 線 性 結 構 關 係 (linear structural relationship)。結構模式主要是在解釋潛在變項與潛在變項之間的關係，與路徑分 析模式相當類似，唯一不同之處在於路徑分析使用的是觀察變項，而結構模式是 使用的是潛在變項。在結構模式中除了包含外生潛在變項、內生潛在變項外，也 包含了潛在干擾。下圖 3-1 即為結構方程模式架構圖。

圖 3- 1 結構方程模式架構圖

圖片來源：顏立杰(2010) ξ：外生潛在變項

η：內生潛在變項 X：外生觀察變項 Y：內生觀察變項

γ：外生潛在變項對內生潛在變項的作用 β：內生潛在變項對內生潛在變項的作用

λ：潛在變項對觀察變項的回歸係數(λ 即因素負荷量) δ：外生觀察變項的 X 測量誤差

ε：內生觀察變項的 Y 測量誤差

ζ：殘差

結構方程模式的分析過程可分為八個步驟：理論、模式界定、模式鑑別、選 擇測量變項及蒐集資料、模式估計、適配度評鑑、模式修正、以及解釋(黃芳銘，

2007)，下圖 3-2 為步驟流程圖。

1. 理論：由於結構方程模式是屬於驗證性的技術，變項間之關係需靠理論來建 立。

2. 模式界定：將理論所建立之假設以結構方程模式的形式呈現。

3. 模式識別：判斷模式是否可識別，若模式可識別，表示理論上模式中每一個 參數可導出一個唯一的估計值。

4. 選擇測量變項及收集資料：進行測量變項之選定，並蒐集資料以用於後續模 式分析。

5. 模式估計：利用所蒐集到之資料來估計模式之參數。

6. 適配度評鑑：檢視理論預測模式與回收資料間之適配程度。

7. 模式修正：若前步驟之適配度評鑑未達可接受程度，則可依據理論假設與統 計結果重新進行模式估計。

8. 解釋：對模式所呈現之統計結果進行說明。

理論

模式界定

模式識別

適配度評鑑 模式修正

解釋

未達可接受程度

達可接受程度

選擇測量變項及收集資料

模式估計

圖 3- 2 結構方程模式分析步驟流程圖

資料來源：黃芳銘(2007)