我觉得楼主也有可能是自己把问题想得过于复杂化了.楼主的问题症结不在于结构方程模型和lisrel的运用问题,而是对于变量的操作化定义、量表维度的降维以及辨析变量是否为潜显变量的问题。 个人浅见: 楼主自己举的例子:“如由一个文章模型的一部分是研究组织承诺通过员工态度的中介作用影响企业绩效的3个潜变量模型,其中组织承诺是由1个巨大的包含3个维度(连续承诺、规范承诺和感情承诺)的量表来测度,但是在我看来,用来测量组织承诺的三个维度本身就是3个潜变量,因为他们也都是由许多问项测得的” 组织承诺的操作性定义是括号里的三个,这三个内容可以分别由多个问题去测量,也就是说,这三个内容是可以通过问卷直接测量的,是显变量。而不是潜变量。 作为显变量,如果它需要多个问项来测,该如何做呢?如楼上各位所说的,提炼。常用的方法就是因子分析了。提取之后,有的变量仍然需要六个甚至更多的构面来表示。 需要说明的是,问项常常并不是一一对应于变量。有时候一个变量有多个构面,每个构面又由多个问题构成。 你举的第二个例子就很清楚:a1,a2,,a3都是显变量,每个显变量都包含多个构面,每个构面需要很多问题来测量。 |