第八章路径分析

用SPSS进行路径分析
• • • • • 一、引言 二、路径（结构）模型设置 三、两类路径模型 四、路径分析的基本步骤 五、用实例说明路径分析的步骤
一、引言
• 为何要引入路径分析？ • 路径分析是探索和分析事物内部复杂的因果关 系的一种统计方法。 • 多元回归分析将所有自变量置于相同的位置， 其假设过于简单，不能揭示事物之间复杂的因果关 系。 • 有研究人员发现在事物之间复杂的因果传递过 程中，变量之间的关系更为复杂，一变量既可能是 原因变量也可能是结果变量，此时就不能用简单的 回归分析表示变量之间的关系，需用结构方程组或 相应的路径图来表示复杂的因果关系。如：
路径分析结果图
数学焦虑
数学态度
数学成绩
学习动机
• 路径分析的主要功能是分析变量之间不同 的关系形式。 • 将简单回归分析中的自变量对因变量的毛 影响，分解为直接影响(净影响)和间接影响。 • 路径分析的着眼点在于对变量之间作用系 数的分解。
二、路径（结构）模型设置
z1 P21
P31
P32
z3
z2
其路径分析的结构方程模型为： Z2=P21Z1 Z3=P31Z1+P32Z2
• 2.选择适当的回归模型，用该模型来估计 路径系数是否显著，其路径系数就是回归 方程的回归系数（包括标准化和非标准化 回归系数）。 • 3.评估理论模型，删除不显著的路径系数， 重新计算新模型的路径系数。 • 删除一些不显著的路径系数后，路径系数 会发生改变，故需重新进行回归的路径分 析。如：
• 用SPSS进行路径分析的局限： • （1）假定变量的预测没有测量误差； • （2）只能对连续变量的显性变量进行检验， 不能对潜在变量进行检验； • （3）变量之间只有单向的因果关系，无法 做递归关系的验证。 • 若要进行更精确的分析验证需用结构方程 模型（linear structural equation model,简 称lisrel）来分析
• 路径分析的变量有两类： • 外生变量：模型中没有注明其变化是由什 么造成的，也不准备讨论该问题。外生变 量可以是一个也可以是几个，外生变量之 间可以用直线双箭头或曲线双箭头表示其 相关关系，如果无关则设置为0。 • 内生变量：由另外的变量所影响的那些变 量。内生变量的变化是由模型中的外生变 量，或其他内生变量以及误差造成。
数学焦虑
五、用实例说明路径 分析的步骤
如：
数学态度
数学成绩
学习动机
• 对于上述路径图，需进行三次回归分析： • （1）第一次回归以数学焦虑、数学态度、 学习动机为自变量，数学成绩为因变量； • （2）第二次回归数学焦虑和学习动机为自 变量，数学态度为因变量； • （3）第三次回归以数学焦虑为自变量，以 学习动机为因变量。
三、两类路径模型
• 1.递归模型（因果模型）
• 模型中变量之间的路径为单项链条关系、 无反馈作用的因果关系模型。该模型要求 内生变量的误差、外生变量的误差需相互 独立，来自百度文库无显著性相关。
• 2.非递归模型 • ①模型中任何两个变量之间存在双向因果关系；② 某个变量存在自身反馈(该变量的 每一个值都影响 同一个变量的下一个值)作用；③变量之间存在间 接反馈（循环作用）作用。
• 递归路径模型的假设条件： • （1）自变量和因变量之间为线性、可加的 因果关系； • （2）误差之间不相关； • （3）因果关系为单向； • （4）数据为等距以上； • （5）不存在测量误差。
四、路径分析的基本步骤
• 1.根据相关理论和文献资料，建立一个可 以检验的初始模型，并绘制一个无路径系 数的路径图。 • 在设计因果模式图时，需对因果关系进行 理论解释。 • 恰当地分析自变量对因变量是直接影响还 是间接影响。如：
P21 Z1 P12 P31 P22 P21 P32 Z3 Z2
Z1
Z2
Z1 P21 Z2 P13 P32 Z3
• 递归路径模型的基本性质： • （1）所有的递归模型都是可以识别的； • （2）允许对模型中的每一个方程分别进行 多元回归，获取路径(回归)系数； • （3）非标准化和标准化系数都可作为路径 系数。