正文

sem潛在變量

發(fā)布時間：2023-04-07 19:26:53 稿源：創(chuàng)意嶺閱讀： 61

大家好！今天讓創(chuàng)意嶺的小編來大家介紹下關于sem潛在變量的問題，以下是小編對此問題的歸納整理，讓我們一起來看看吧。

開始之前先推薦一個非常厲害的Ai人工智能工具，一鍵生成原創(chuàng)文章、方案、文案、工作計劃、工作報告、論文、代碼、作文、做題和對話答疑等等

只需要輸入關鍵詞，就能返回你想要的內(nèi)容，越精準，寫出的就越詳細，有微信小程序端、在線網(wǎng)頁版、PC客戶端

官網(wǎng)：https://ai.de1919.com。

創(chuàng)意嶺作為行業(yè)內(nèi)優(yōu)秀的企業(yè)，服務客戶遍布全球各地，如需了解SEO相關業(yè)務請撥打電話175-8598-2043，或添加微信：1454722008

本文目錄:

1、如果存在多重共線性還能用Sem嗎
2、感知環(huán)境是旅游地的宣傳促銷手段嗎
3、AMOS從模型到分析
4、SEM 結構方程模型

sem潛在變量

一、如果存在多重共線性還能用Sem嗎

能。

首先SEM更加靈活，更加綜合。傳統(tǒng)方法的模型是提前規(guī)定的或者說是默認的，而做結構方程的時候，它對變量關系的限制幾乎沒有，需要你自己根據(jù)理論知識設定變量之間的關系。SEM既包含顯變量又有潛變量，而傳統(tǒng)的方法之分析顯變量。在SEM中我們認為誤差是存在的，你甚至可以規(guī)定不同變量之間誤差的關系，但是傳統(tǒng)的方法認為誤差是沒有的。傳統(tǒng)方法能夠輸出變量間關系的直接的顯著性檢驗結果，而SEM沒有這樣的結果，我們得用擬合指標來評價模型。結構方程模型可以很好地容忍多重共線性。

二、感知環(huán)境是旅游地的宣傳促銷手段嗎

一、游客感知環(huán)境影響結構模型

(一)理論依據(jù)

認知行為理論、理性行為理論、社會交換理論等為解釋游客認知與行為奠定了理論基礎。認知學派認為,多數(shù)情況下,行為和認知是相伴而生的,認知可以改變行為,行為也可以改變認知。游客的行為受旅游過程中對環(huán)境的觀察和解釋的影響。不適宜的行為產(chǎn)生于錯誤的知覺和解釋。理性行為理論由美國學者菲什拜因和阿耶茲于1975年提出,該理論認為個體的行為在某種程度上可以由行為意向合理地推斷,而個體的行為意向又是由對行為的態(tài)度和主觀準則決定的。理性行為理論主要用于分析態(tài)度如何有意識地影響個體行為,關注基于認知信息的態(tài)度形成過程,其基本假設是認為人是理性的,即游客在對旅游地做出某一行為前會綜合各種信息來考慮自身行為的意義和后果。社會交換理論是20世紀60年代由霍曼斯創(chuàng)立,它主張人類一切的社會活動都可以歸結為一種交換,人們在社會交換中所結成的社會關系也是一種交換關系。社會交換理論由Long、Perdue和Allen引入旅游學,在旅游地必然存在資源交換,游客用她們的經(jīng)濟資源交換當?shù)鼐用竦挠押门c服務。認知行為理論、理性行為理論、社會交換理論為解釋游客的感知與行為關系奠定了理論基礎,在一定程度上解釋了游客感知、旅游行為等之間的關系。

(二)模型構建

瑞典學者KarlG.Joreskog與DagSorbom首先提出結構方程模型(StructuralEquationModel-ing,簡稱SEM),有學者也把它稱為潛在變量模型(LatentVariableModels,簡稱LVM)。它通常被歸類于高等統(tǒng)計范疇中,整合了因素分析與路徑分析兩種統(tǒng)計方法,是從變量間或變量群間的協(xié)方差結構出發(fā),積極探討和反映解釋變量(外生觀測變量和潛在變量)對被解釋變量(內(nèi)生觀測變量和潛在變量)的(直接或間接的)因果關系的分析法。結構方程模型使用廣泛,近年來在旅游學上的應用也越來越多。1.概念模型構建模型構建是研究游客感知的重要手段之一。為了定量驗證游客對少數(shù)民族旅游地環(huán)境影響感知的一系列關系與行為,根據(jù)以上理論,遵循游客感知鎖鏈規(guī)律,借助統(tǒng)計分析軟件(SPSS17.0)和結構方程建模軟件(AMOS17.0),構建少數(shù)民族旅游地游客環(huán)境影響感知、滿意度以及旅游行為的結構方程模型(圖1)。模型中設計了4個潛在變量,即環(huán)境影響正面感知、環(huán)境影響負面感知、游客滿意度以及游客行為,及其相互之間的因果關系。潛在變量列于橢圓形中,觀察變量列于長方形中,ξ表示外因潛在變量,η表示內(nèi)因潛在變量(吳明隆,2010)。其中,β與γ為通徑系數(shù)。βab表示ηb對ηa的通徑系數(shù)。γab表示外因潛變量ζb對內(nèi)因潛變量ηa的通徑系數(shù)。調(diào)查問卷設計基于結構方程模型的構建,結合前人研究成果,模型構建包括4部分:一是游客對旅游地環(huán)境影響的正面感知,包含6個觀測變量;二是游客對旅游地環(huán)境影響的負面感知,包含7個觀測變量;三是游客滿意度,包含3個觀測變量;四是游客行為,包含2個觀測變量。共4個潛在變量,18個觀測變量,見表1。2.假設提出通過文獻梳理,對前人研究成果的總結以及模型的構建,現(xiàn)針對游客環(huán)境影響感知研究提出以下5種假設。H1:游客對環(huán)境影響的正面感知對游客行為有顯著正向關系;H2:游客對環(huán)境影響的負面感知對游客行為有著顯著反向關系;H3:游客對環(huán)境影響的正面感知對游客滿意度有顯著正向關系;H4:游客對環(huán)境影響的負面感知對游客滿意度有顯著反向關系;H5:游客對旅游地環(huán)境的滿意度對游客行為有顯著正向關系。

二、游客感知環(huán)境影響實證研究

(一)研究區(qū)域

我國將大力推進生態(tài)文明建設。西南少數(shù)民族地區(qū)(桂、黔、滇、川、渝、藏)多屬于“老、少、邊、窮”地區(qū),旅游資源豐富,旅游業(yè)已成為促進當?shù)匕l(fā)展的重要產(chǎn)業(yè)。少數(shù)民族地區(qū)生態(tài)環(huán)境脆弱,旅游導致的負面影響將更為嚴重和明顯。而目前,國內(nèi)“主客”感知研究主要集中于九寨溝、黃山、陽朔等風景名勝區(qū),對少數(shù)民族地區(qū)研究欠缺,導致對民族旅游地發(fā)展演進規(guī)律的認識不足,制約我國旅游業(yè)可持續(xù)發(fā)展。因此,選擇西南少數(shù)民族地區(qū)作為研究點具有較強的典型性和特殊性,見表2。充分考慮案例地的典型性、代表性、示范性、可比性、以及特征的差異性,在我國少數(shù)民族人口排名前列的廣西、貴州兩省選取三個少數(shù)民族村寨旅游點進行研究,分別是貴州省黔東南州西江千戶苗寨(以下簡稱西江,A地),廣西壯族自治區(qū)桂林市龍勝各族自治縣平安壯族平安梯田景區(qū)(以下簡稱平安,B地)以及廣西壯族自治區(qū)桂林市龍勝各族自治縣大寨瑤族大寨梯田景區(qū)(以下簡稱大寨,C地)。

(二)研究方法

1.問卷設計與調(diào)查2012年7月至10月先后在三個案例地進行多次調(diào)查,在三地發(fā)放游客感知問卷942份,總共回收有效問卷876份,有效率為92.99%。問卷分兩部分:第一部分就游客對旅游業(yè)發(fā)展對當?shù)厮斐傻沫h(huán)境影響、社會文化影響、經(jīng)濟影響、游客滿意度、旅游行為等進行評估,此部分均采用李克特七點等距量表(按贊同程度由低至高分別賦1~7分,要求游客按照“非常不同意”、“很不同意”、“不同意”“、中立”、“同意”、“很同意”、“非常同意”7個選項對每一個問題給出主觀態(tài)度判斷);第二部分是被訪者的人口統(tǒng)計特征以及社會屬性。依據(jù)本文研究主旨,主要選取游客對旅游地環(huán)境影響感知進行研究論證。

2.樣本描述性統(tǒng)計分析抽樣數(shù)據(jù)與雷山縣旅游局、龍勝縣旅游局統(tǒng)計數(shù)據(jù)基本情況相吻合,見表3。從年齡方面看,游客主要分布于21-49年齡段,分別是81.90%、78.40%、84.60%,大寨比例相對較高;學歷方面,主要聚集在大專、本科學歷,其中西江比例最高,達77.20%;收入情況看,多數(shù)游客收入集中在1000-8000元之間,1000-3000元之間比例相差不多,3000-5000元之間西江比較最高40.3%,5000-8000元之間西江比例相比平安、大寨比較較小,相差10.00%左右;職業(yè)方面,政府公職人員、企事業(yè)管理人員、專業(yè)文教技術人員、學生與其他的比重較大。

3.問卷數(shù)據(jù)常態(tài)與信度檢驗運用SPSS17.0軟件對調(diào)研數(shù)據(jù)進行整理、檢查和統(tǒng)計,對于異常數(shù)據(jù)進行必要的校正和剔除,并對缺省的數(shù)據(jù)采用樣本分析均值替代法進行處理,然后對數(shù)據(jù)常態(tài)及題項的信度、效度進行檢驗分析。表4顯示所有觀測變量的偏度—S—<3、峰度—K—<8,即各觀測變量評價值均屬常態(tài)(邱皓政,2003),個項———總量修正系數(shù)均大于0.3,符合結構方程建模要求。表5所顯示結構變量與觀測變量標準化Alpha(α)系數(shù)均大于0.7,因此獲取的數(shù)據(jù)具有較高的內(nèi)在信度。模型中18個觀測變量刪除后Alpha(α)值變小,因此變量全部予以保留。對模型中所有18個觀測變量進行重復度量的方差分析,西江、平安、大寨的結果分別是F=40.439、P<0.0001,F=31.194、P<0.0001,F=35.704、P<0.0001,顯然量表的重復度量效果良好。用ANOVA方差檢測法對數(shù)據(jù)進行差異性分析,首先分別對三個案例地正面感知6個題項以及負面感知7個題項的數(shù)據(jù)進行Leneve方差齊性檢驗,結果均顯示sig>0.05,說明三組數(shù)據(jù)均滿足方差齊性的前提條件,適合進行單因素方差分析。綜合分析游客對環(huán)境影響正面感知的6個題項,發(fā)現(xiàn)除了X3、X6兩選項分值顯示較低(Mx3=4.107、Mx6=4.313),被訪者保持中立外,其余四項分值均在5.000以上,可見游客對旅游給當?shù)丨h(huán)境造成的正面影響感知度較強。對題項進行差異性分析,其中5個題項相伴概率α小于顯著水平0.05,拒絕零假設,即三地明顯感知差異。題項分別為:“X1旅游促進旅游地環(huán)境美化和景觀塑造α=0.000”“、X2旅游改善城鎮(zhèn)面貌α=0.025”、“X3旅游促進生態(tài)環(huán)境保護α=0.004”、“X4旅游提升民族區(qū)域建設的休閑和景觀功能α=0.023”、及“X6改善旅游地自然環(huán)境質量(綠化、植被、原始森林等)α=0.000”。在滿足方差齊性條件下,采用S-N-K(Student-Newman-Keuls)檢驗法進行單因素方差多重比較,分析結果表明,三個案例中西江在所有具有明顯差異的5個題項中均值均高于其它案例地,同時標準方差也都是最小的,即游客的感知差異小。游客對旅游地環(huán)境影響的負面感知7個題項的評價分值多介于4.000~5.000之間,說明游客雖然對旅游產(chǎn)生的負面環(huán)境影響有所察覺,但并不認為負面影響因旅游而產(chǎn)生,即游客并不認為自行的言行舉止會對旅游地產(chǎn)生負面的環(huán)境影響,這種認知與其后的行為傾向與選擇有著潛在聯(lián)系,也反應出游客對旅游給當?shù)貛淼沫h(huán)境負面影響感知度較弱。對案例地做差異性分析發(fā)現(xiàn)有3項差異明顯,分別是X9、X10、X13。采用S-N-K檢驗,結果表明西江在所有具有明顯差異的3個題項中均值均低于其它案例地。以上分析顯示,西江在旅游環(huán)境管理及民族區(qū)域建設上較到位,值得借鑒。貴州省政府“取其精華,去其糟粕”,積累國內(nèi)外旅游景區(qū)成長經(jīng)驗,對西江千戶苗寨進行科學的統(tǒng)一規(guī)劃?；A設施和服務設施得到極大的改善和提升。保護旅游區(qū)自然環(huán)境,走以人為本的綠色環(huán)保、健康休閑的可持續(xù)發(fā)展之路。游客行為η2包括兩個觀測變量,“Y4您是否愿意為保護旅游地環(huán)境增強自身環(huán)保意識M=5.131”,與“Y5您是否愿意為保護旅游地環(huán)境以身作則M=5.065”,表明游客為保護旅游地的環(huán)境愿意增強自身的環(huán)保意識與行為。差異性分析發(fā)現(xiàn),女性較男性更傾向于增強環(huán)保意識與行為自律(M男=5.083,M女=5.241);年齡方面,40-59歲之間的游客分值較高(M(40-49)=5.240、M(50-59)=5.793),中年人更關注環(huán)保與行為自律;收入在2000-8000之間的游客分值均在5.000以上,相對集中;職業(yè)方面,分值較高的集中在專業(yè)文教技術人員(M=5.212)、服務銷售商貿(mào)(M=5.200)、企事業(yè)管理人員(M=5.170)、學生(M=5.166)。研究結果有助于識別生態(tài)環(huán)保意識良好與不足的細分群體。

4.測量模型分析檢驗顯示所有誤差方差均為正數(shù),因果模型符合基本適配標準(吳明隆,2010)。模型運用極大似然法對三個案例地的數(shù)據(jù)分別進行單個樣本以及綜合樣本參數(shù)估計,分析觀測變量對游客滿意度以及旅游行為的影響,結果t值均>1.96,觀測變量因子載荷均顯著,P<0.001,達到顯著水平。表明觀測變量對特定結構變量的影響是顯著的。

5.結構模型分析首先對結構模型的潛在變量以及所對應的基礎實測數(shù)據(jù)進行模型驗證以及擬合度分析,由表6可見,無論是綜合數(shù)據(jù)還是單個案例地數(shù)據(jù),均達到理想標準,表明模型的擬合度良好,具有跨樣本的穩(wěn)定性與有效性,保證了研究結果的效度與信度。其次,采用驗證性因素分析對因子分析的結果進行信度檢驗,對各結構變量的信度系數(shù)、測量誤差進行計算,得到潛在變量的組合信度以及平均方差抽取量(averagevarianceextracted,簡稱AVE)。結果顯示,潛在變量的組合信度值在0.60以上,AVE值除了正面影響6個題項AVE為0.3106,其余均在0.50以上(負面影響AVE值0.5056、游客滿意度AVE值0.5642、游客行為AVE值0.5188)。模型內(nèi)在質量基本達標,模型的測量變量收斂效果良好。結構模型預先假設結論的成立與否均由標準化路徑系數(shù)來體現(xiàn),標準化系數(shù)越大表示在相互關系中的影響越大,反之則

三、AMOS從模型到分析

一般我們論文分析有很多個題項時，也就是多變量時，建立SEM結構化方程時，如果沒有堅實的理論基礎支撐，不清楚那些變量分為一個組時，題項對應哪個因子。一般可以先用EFA再在此基礎上用 CFA。（探索性因素分析用spss軟件做，驗證性因素分析用amos軟件。）探索性因子分析可以實現(xiàn)用少量因子反映大量問卷題目的信息，從而實現(xiàn)降低維度，便于分析的目的，并對因子命名用于后續(xù)分析。

前面的SPSS分析方法-因子分析中，也提到因子分析的前提條件： KMO檢驗和巴特利特檢驗：用于檢查變量間的偏相關性，取值在0-1之間。KMO值越接近于1，因子分析效果就好。一般KMO值0.9以上極適合做因子分析，0.8以上適合做因子分析，0.7以上尚可，0.6以上勉強度可以，0.5以上不適合，0.5以下非常不適合。實際運用中，在0.7以上，效果比較好；在0.5以下時，不適合應用因子分析。

Bartlett 球形檢驗： P<0.05,不服從球形檢驗，應拒絕各權變量獨立的假設，即變量間有較強相關；P>0.05時，服從球形檢驗，各變量相互獨立，不能做因子分析。

接下來我們建立SEM模型。

一、畫好路徑圖

打開AMOS，按照我們做EFA分好的題項或者根據(jù)理論分好的題項設計路徑圖。

二、讀取數(shù)據(jù)文件

因為SPSS14.0版本以后已經(jīng)將AMOS整合到SPSS內(nèi)，所以一般我們數(shù)據(jù)以SPSS存儲來分析比較兼容，不容易出問題。當然，在讀取數(shù)據(jù)之前，我們要對數(shù)據(jù)的完整性問題做處理。

步驟：1、在工具箱中選擇“Select data file(s)”圖示，或者點菜單欄File-Data Files

2、勾選【Files Name】，然后選擇分析的后綴名.sav數(shù)據(jù)文件讀入

3、可以看到讀入文件成功，數(shù)據(jù)樣本145個

4、點擊OK，結束數(shù)據(jù)讀入，也可點擊View Data閱覽數(shù)據(jù)

二、命名變量名稱

前面我們建立了路徑圖，但其中的潛在變量和觀察變量以及相關誤差都還沒命名，和關聯(lián)數(shù)據(jù)。