情境效應(yīng) 基于多層結(jié)構(gòu)方程模型的情境效應(yīng)分析

　　1　前言 　　 　　最近20多年，多層線性模型(Multilevel Modeling，MLM)和結(jié)構(gòu)方程模型(structural Equation Modeling，SEM)已成為社會科學(xué)研究中廣泛使用的兩種方法。這兩種方法都是針對傳統(tǒng)線性回歸分析的缺陷提出的，都是傳統(tǒng)線性回歸分析的延伸和發(fā)展。多層線性模型是針對傳統(tǒng)回歸分析只能分析單一層次數(shù)據(jù)，在分析多層(嵌套)數(shù)據(jù)時(shí)存在隨機(jī)誤差獨(dú)立性違反的缺陷而提出的。多層線性模型通過建立多層回歸方程組(見公式(1)～(3))，將誤差分解為各層次的誤差(J真，和／J0，)，解決了隨機(jī)誤差獨(dú)立性的問題，因此可以探索不同層面自變量對因變量的影響以及不同層面自變量之間的交互作用。但是，多層線性模型仍然將所有變量都設(shè)定為顯變量(manifest variable)，并假設(shè)自變量無測量誤差。結(jié)構(gòu)方程模型是針對傳統(tǒng)回歸分析只能分析顯變量之間關(guān)系的缺陷而提出的。結(jié)構(gòu)方程模型用測量方程和結(jié)構(gòu)方程來描述潛變量(1atent variable)和指標(biāo)之間、潛變量之間的關(guān)系，并允許自變量和因變量存在測量誤差，還能方便地提供模型的擬合指數(shù)(m indices)，，幫助研究者評價(jià)模型的擬合程度。但是，結(jié)構(gòu)方程模型只能分析單一層次數(shù)據(jù)，對多層(嵌套)數(shù)據(jù)并沒有特殊的檢驗(yàn)機(jī)制，使得多層(嵌套)結(jié)構(gòu)所反映的變量關(guān)系無法在假設(shè)模型中進(jìn)行估計(jì)，造成隨機(jī)誤差獨(dú)立性假設(shè)的違反和標(biāo)準(zhǔn)誤估計(jì)失真。一般在結(jié)構(gòu)方程模型分析中看到的誤差相關(guān)(correlated uniqueness)，就是誤差間存在隨機(jī)誤差獨(dú)立性假設(shè)違反的典型現(xiàn)象。由于多層線性模型和結(jié)構(gòu)方程模型是兩套為了解決不同問題而獨(dú)立提出的統(tǒng)計(jì)方法，兩者各有優(yōu)勢，但是當(dāng)數(shù)據(jù)同時(shí)即具有多層(嵌套)結(jié)構(gòu)，又具有潛變量的時(shí)候，兩種分析方法都只能解決部分問題，因此發(fā)展多層結(jié)構(gòu)方程模型(Multilevel Structural EquationModeling，MSEM)可以使這兩種重要的分析方法并用于同一個(gè)研究中，同時(shí)解決數(shù)據(jù)的多層(嵌套)結(jié)構(gòu)和潛變量的估計(jì)問題(邱皓政，2007；王濟(jì)川，謝海義，姜寶法，2008)。本文目的是將多層(嵌套)數(shù)據(jù)結(jié)構(gòu)(以兩層為例)、潛變量、情境效應(yīng)分析相結(jié)合，用多層結(jié)構(gòu)方程模型進(jìn)行情境效應(yīng)檢驗(yàn)。

相關(guān)熱詞搜索：情境 方程 多層 基于多層結(jié)構(gòu)方程模型的情境效應(yīng)分析 結(jié)構(gòu)方程模型 調(diào)節(jié)效應(yīng) 分析 結(jié)構(gòu)方程模型案例