认识SEM潜变量和观测变量,理解量表维度构念与题项

原创 数据小兵  2020-10-05 08:21  阅读 233 次
视频课程《SPSS统计分析:从入门到实践提高》

对于问卷数据分析,小兵推荐所有读者都来关注一下结构方程模型(Structural Equation Modeling),有的学者也把它叫做潜变量模型,协方差结构分析等。

英文名称简称为SEM,是量化研究的重要统计方法,融合“因子分析”与“回归分析”的统计技术,能同是检验模型中包含的观测变量、潜在变量、误差或干扰变量间的关系,进而获得自变量对因变量影响的直接效果、间接效果或总效果。

SEM有两个最基本的概念,潜在变量(latent)和观测变量(observed)。

潜在变量  Latent Variable

潜在变量是指理论上存在,但不能被直接精确观察和测量的,还尚需通过其它方法加以综合的变量或概念。与之等价的名称还包括潜变量、隐变量。在结构方程模型中,潜在变量是通过一个或若干个观测变量来估计的。模型路径图中用椭圆或圆形表示。

比如,一个医生的业务水平是不能直接测量的,但可以通过若干可测量的观察/观测变量来估计,比如是否出过医疗事故,有无博士学位,专业考试的分数,科研论文数量等等(引自网络资料,由小兵配图解释)。

观测变量 observed Variable

与潜在变量相对应,是指可以通过直接观察或测量得到的变量。等价的名称还包括观察变量、观测变量 、指示变量、外显变量或测量指标。模型路径图中用长方形或方形表示。

比如,一个医生的业务水平是不能直接测量的(潜在变量),但可以通过若干可测量的观察/观测变量(观测变量)来估计,比如是否出过医疗事故,有无博士学位,专业考试的分数,科研论文数量等等。

观测变量和潜在变量的关系

在量表问卷中,观测变量对应的就是题项/问题,而在同一类问题基础上抽象凝练的特质或概念就是潜在变量,通俗讲也就是量表的维度或构念。

再举一个例子:

在一份学校效能量表中,各题项所测量的数据(具体问题)为观测变量,各题项所抽取的共同因素或概念,可称之为潜在变量,如学校气氛、工作满足、行政绩效等概念均无法直接观察或测量得到,只有经由受访者在“学校效能知觉感受问卷”所测得的数据代替,若是题项加总的得分愈高,表示学校气氛愈佳,后工作满足感愈高,或行政绩效愈好。

再具体点,行政绩效为一个潜在变量(量表的一个维度),此变量是一个抽象概念,无法直接观察或测量得到,为了测得学校“行政绩效”的程度,可以下列五个观测变量(指标/问题)来测得:

1)本校行政人员能专心投人学校的行政工作。(专心投入)
2)本校各处室能充分沟通协调,业务上能相互支持配合。(沟通协调)
3)本校在行政上充分授权同仁,在工作上有专业自主的空间。(充分授权)
4)本校各处室订有详细明确的工作职责且运作顺畅。(职责明确)
5)本校行政程序力求简化有效率。(程序简化)

特别说明,这个案例摘自吴明隆老师《结构方程模型AMOS的操作与应用》一书。

再举一个我自己的案例:

我在课程中使用的《微信号满意度调查问卷》,总问卷共40题,其中单选题4个,多选题4个,李克特5级量表题目32个(满意度量表),涉及6个维度。

其中【感知有用性】维度,是个抽象概念,我们无法用尺子测量或者不能简单的直接问受访者你认为公号有用吗这样的问题去测量,经过参考借鉴,结合具体问题,问卷设计了7个具体的题目,这7个题目反映了同一个“意思”,凸显的是同一个“主题”,7个问题就是量表问卷分析中说的题项,在SEM中就是观测变量;【感知有用性】则是维度或叫构念,在SEM中就是潜在变量。

本文完
文/图=数据小兵

 

参考资料

吴明隆. 结构方程模型:AMOS的操作与应用.第2版[M]. 重庆大学出版社, 2010.
荣泰生. AMOS与研究方法[M]. 重庆大学出版社, 2009.
吴明隆. 问卷统计分析实务[M]. 重庆大学出版社, 2010.
其他网络资料整合

小兵正在努力更新新课程《问卷数据分析实践》,目前发布了47个课时,包括单选题分析、多选题分析、量表维度描述统计。接下来会陆续更新方差分析、回归分析,以及结构方程模型基本操作实践。

绝对超值:一对一答疑

水平有限,竭诚服务,欢迎加入。

 

《SPSS问卷数据分析案例实践》

课程介绍:

根据调查问卷各类题型,介绍有针对性的数据分析思路及方法。课程为录播视频,使用SPSS统计软件,实例演示问卷及量表分析过程、结果解读、报告撰写。

课程地址:

https://study.163.com/course/introduction/1209511892.htm?share=1&shareId=1149679450

本文地址:http://www.datasoldier.net/archives/2486
版权声明:本文为原创文章,版权归 数据小兵 所有,欢迎分享本文,转载请保留出处!
SPSS在线视频学习
欢迎订阅SPSS训练营微信公众号

评论已关闭!