楼主的问题说得很繁琐啊,个人看了一下,楼主是不是想问结构方程模型中的隐变量怎样得到的啊? 一般来说,本人实际做研究的时候,会先构想自己要印证的模型的结构,然后根据模型变量的含义,对每个变量设置尽可能完备的测项,一般这个设置的过程是有量表可以参考和组合的,或者是通过深度访谈得到,然后对通过前测保留大约20个效果最好的测项。 用这个量表进行测量,数据拿回来,是每个测项的数据,然后用因子分析对测项数据进行分析,之后会看效果,是否能够提炼像一开始设计那样的几个变量,一般都能提取出来,否则就是前测没做好,就从修改量表开始再来一次。提取出这几个变量以后,再将测项的数据放到lisrel里头,通过组合调整删减,做出结构模型。 个人认为,变量的得到最常用的方法是因子分析,但不仅仅只有因子分析,聚类和主成分分析也都有人用,看看实际情况吧,符合相应的假设条件,就应该用相应的方法。 至于隐变量的问题,不知道楼主提的隐变量具体是指哪一级的变量,曾经和同仁讨论过一级变量和二级变量的问题,通常我们如果做验证性因子分析的时候,原本认为是一个变量的,结果却显示两个,那么会再用属于该两个变量的数据再做一次因子分析(聚类,主成分分析都有可能,看实际需要),然后通过组合调整变换,将它们拟合成一个变量,把前面的两个变量称为一级变量,后面的一个变量称为二级变量。不过以前读书的时候,和导师交流,感觉这种方法会对模型结构有不可预知的误差威胁,所以以前老师会更提倡我们的文献研究的时候,把模型做好一些,尽可能不要用二级变量。不过老师也说,学术界有些人倒是热衷于二级变量的运用,我想这个可能是观点的不一样咯。 不知道回答了楼主的问题没有。 |