转自:http://bbs.chinahrd.net/space/vi ... postid=4462&spaceid=2477
这个研究是比较男学生「在学业上的」(Academic,例如功课)的语文能力的表现与「非学业上的」(Non-Academic,例如平常书写)的语文能力的表现的「平均差」(mean difference)。这个例子比较复杂,因为用了第5班和第7班的同学来研究。所以潜变量是「语文能力」(Verbal5 和Verbal7),两个项目指标(indicators)还是「阅读能力」(Reading5 和Reading7)和「写作能力」(Writing5 和Writing7)。同样、因为我们要比较「潜变量的平均值在两组(学业组和非学业组)的差异」,所以要在模型里加上「截距」(Const)。
Reading5 = υ1 +
λ1(Verbal5) + ε1
Writing5
= υ2 +
λ2(Verbal5) + ε2
Reading7 = υ3 +
λ3(Verbal7) + ε3
Writing7
= υ4 +
λ4(Verbal7) + ε4
下图中,「截距」(Const)指向「语文能力」(Verbal5 和
Verbal7)这两条路径就是「语文能力」的平均值(我们最有兴趣的参数)。
Group 1: Boys Academic (BA) Reading andwriting
Observed Variables: Reading5 Writing5Reading7 Writing7
Covariance Matrix
281.349
184.219
182.821
216.739
171.699
283.289
198.376
153.201
208.837
246.069
Means
262.236
258.788
275.630
269.075
Sample Size: 373
Latent Variable: Verbal5
Verbal7
Relationships:
Reading5 = const + 1*Verbal5
Writing5 = const + (1)*Verbal5
Reading7 = const + 1*Verbal7
Writing7 = const + (1)*Verbal7
Group 2: Boys Non-Academic (BNA)Reading and writing
Covariance Matrix
174.485
134.468
161.869
129.840
118.836
228.449
102.194
97.767
136.058
180.460
Means
248.675
246.896
258.546
253.349
Sample size: 249
Relationship:
Verbal5 = const
Verbal7 = const
Set the Error Variances of Readings5 –Writing7 free
Set the Variance of Verbal5 - Verbal7 free Set the Covariance of Verbal5 andVerbal7 free End of problem
解释: 1.
这一次我们把四个「观察变量」(Observed Variables)reading5、writing5、reading7 和
writing7都用了。 2.
我们有两个潜变量,verbal5 和
verbal7。就是第5班和高他们两班的第7班的同学的语文能力。 3.
「比例系数」和「起始值」都跟上一个日志一样的。 4.
同样的,我们在第一组没有估计verbal5 和
verbal7 的平均值,根据系统的假定,这两个潜变量在第一组的平均数都「标度」为0(我们把它们定义为0)。 5.
同样的,我们在第二组叫系统估计: Verbal5 = const
Verbal7 = const
这两个估计出来的参数就是「两组的语文能力的平均数的相差(因为第一组是0)」。这就是我们要的答案。 6.
Set the ErrorVariances of Readings5 – Writing7 free
我们容许第一组和第二组的误差(ε1到ε4)不一样。 7.
Set the Variance ofVerbal5 - Verbal7 free
Set the Covariance of Verbal5 and Verbal7 free 我们容许第一组和第二组的潜变量的「方差」和「协方差」不一样。
结果发现,第二组的「第五班的语文能力的平均值」是-13.80**,第二组的「第七班的语文能力的平均值」是-17.31**。两个班别的学生在「非学业上的」的语文能力表现都比「学业上的」语文能力表现显著的低。 |