高等院校、科研机构及企业数据分析方法

作者简介

杨晓鹏，潍坊学院经济管理学院教师，在韩国庆熙大学获得博士学位。主要从事供应链管理等领域的研究和教学。主持协同育人课题1项，中国物流学会课题1项、物流教改课题1项；多次参与山东省社科联、山东省社科规划办等研究项目。出版学术专著《消费者产品选择策略》《基于STATA的统计方法分析》，与国外教授共同翻译出版专著《创意经济学》；在国内外重要学术期刊上发表学术论文20余篇。

内容简介

第1 章　结构方程模型概述 1.6　结构方程模型的优点 1.6.1　能够得到精确的参数估计结果 结构方程模型能够得到精确的测量误差。在传统的回归分析当中，通常情况下不考虑观测变量的测量误差，所以说回归分析的参数估计结果是不准确的。 例如，在合理性行动理论当中为了测量潜在变量，每个潜在变量都是使用3 个观测变量来进行分析的。如果使用回归分析来进行分析，把3 个观测变量合并为一个单一指标来进行分析，而单一指标是不考虑测量误差的；而在结构方程模型当中，3 个观测变量都被反映在模型当中，从而得出测量误差，以测量误差为前提，能够得出更加准确的参数估计结果。因此，研究者都喜欢使用结构方程模型来进行分析、研究问题。 1.6.2　对效果进行分解 通过使用结构方程模型，我们可以得出潜在变量之间的直接效果和间接效果的大小。直接效果是一个变量对另一个变量产生的直接的影响关系；间接效果是指两个变量之间的关系通过中介变量进行影响的关系。直接效果和间接效果之和称为总效果。总效果可以分解为直接效果和间接效果。 如果不考虑间接效果，两个变量之间的关系是不可能百分之百被把握的。因为现实生活当中会存在很多变量之间复杂的关系，不会存在两个变量之间单纯的关系。图1-6 中，在合理性行动理论当中，主观规范和态度对行动意图产生的是直接效果，行动意图和行动之间产生的也是直接效果；而主观规范和态度与行动之间就存在着行动意图的间接效果，即主观规范和态度是经过行动意图而对行动产生间接效果的。 1.6.3　测量工具的信赖性 在社会科学领域，研究者通常使用问卷测量指标的方法来对模型进行研究；而在结构方程模型当中，通常是使用验证性因子分析来对潜在变量进行测量。验证性因子分析比传统的探索性因子分析还要准确，验证性因子分析不仅能够求得测量变量和潜在变量之间关系的因子载荷量，还能够计算出模型整体的匹配程度。即通过验证性因子分析不仅能够评价模型的信度和效度，还可以分析模型的拟合度。 1.6.4　推论因果关系 因果关系是指分析变量之间原因和结果的直接关系。因果关系分为科学性概念和常识性概念两种。 在常识性概念当中，引起结果的原因只有一个，即如果x 是原因，y 是结果，那么x 就是y 的唯一原因；而在科学性概念当中，引起y 的原因有很多，x 是其中之一。也就是说，在常识性概念当中，x 是y 发生的唯一原因，如果x 发生，y 一定会发生；而在科学性概念当中，x 只是使结果y 发生的众多原因其中的一个原因。在结构方程模型当中，原因可以有很多个，结构也可以有很多个，即多个原因同时预测多个结果，比较符合理论要求；而在回归分析当中，原因可以有多个，但结果必须是一个，即多个原因同时预测一个结果。 结构方程模型之所以很受欢迎，是因为结构方程模型不仅可以对指标进行测量，还可以构建理论模型对模型进行修改和扩展。结构方程模型可以对理论进行准确的陈述和验证，必要时还可以根据数据资料和先行理论来对模型进行修改，使其更符合现实情况。 1.6.5　具有同时进行理论构建和分析的优点 结构方程模型具有理论构建和分析同时进行的特点。社会科学研究方法论最大的亮点在于理论的构建和分析，测量主要是以探索性因子分析为主，理论构建主要是回归分析。在传统的统计方法论当中，这两种方法是分开使用的；而在结构方法模型当中，这两种方法是同时使用的，即验证性因子分析和路径分析同时进行，给研究者带来很大的便利。