You are on page 1of 33

本試閱檔為五南所有。如欲購買此書,請至五南網站 www.wunan.com.

tw
或來電(02)2705-5066
本試閱檔為五南所有。如欲購買此書,請至五南網站 www.wunan.com.tw
或來電(02)2705-5066
序言
結構方程模型(structural equation model, SEM)又稱為共變異數結構分析
(analysis of covariance structure)或線性結構方程(linear structure equation),
它結合了傳統統計學上的因素分析與路徑分析技術,是一種運用統計學中的假設
檢定方法對有關現象的內在結構理論,進行分析的一種統計方法。
結構方程模型除了可以處理觀察變數與潛在變數以及各潛在變數之間的關係
外,同時也考慮了誤差變數的問題。而一般我們所常用的統計方法如迴歸分析、
主成分分析、因素分析、路徑分析及變異數分析等,其實都可看成是結構方程模
型的特例。但是,結構方程模型的本質上卻都具有上述統計方法所無法比擬的優
點。也正因為如此,導致近年來,結構方程模型在心理學、教育學、管理學以及
行為科學等領域中能被廣泛的應用。
回顧過去幾年,個人在學習與運用結構方程模型的過程中,遭遇到不少困
境,也因而走了不少冤枉路。有鑒於此,後學本著從實務面學習結構方程模型分
析的初衷,而編寫本書。期盼有心學習結構方程模型分析的研究者能更簡單、更
有效率的理解其概念並運用於實際的論文研究中。相信對於初次接觸結構方程模
型的初學者而言,皆能透過書中實際的論文範例而理解結構方程模型的基本概
念,並學會運用 Amos 軟體執行結構方程模型分析的過程。
本書特別適用於需進行學術論文寫作或個案專題者,另外亦非常適合於教學
單位授課時使用。其內容幾乎涵蓋了一般論文或專題中,運用結構方程模型時,
所需用到的各種分析方式,諸如:多元常態性檢定、一階驗證性因素分析、二階
驗證性因素分析、收斂效度檢驗、區別效度檢驗、潛在變數的路徑分析、影響效
果分解、模型修正、中介變數檢驗、多群組結構方程模型分析與干擾變數檢驗
等。而且書中幾乎所有的範例都是實際碩士論文的原始資料與分析結果,期盼讓
讀者能身歷其境,融入研究之情境中。
本書以淺顯易懂的方式介紹結構方程模型與 Amos 軟體的操作介面,是一本
兼顧理論與實務應用的教材。其特色為:

1. 系統而有條理:本書於內容的編排上,對於每一統計方法先簡略闡述其基本概
念與理論,然後介紹該方法的功能與應用,最後透過範例介紹怎樣去做。對於

III
本試閱檔為五南所有。如欲購買此書,請至五南網站 www.wunan.com.tw
或來電(02)2705-5066
想快速入門的讀者,可以先從範例部分開始掌握基本的資料處理和分析技巧,
而後讀者若有興趣可以再專研其理論部分。

2. 實務應用導向:本書每一章中所講述的內容,皆會以實際碩士或期刊論文為範
例,實務示範分析過程與結果。且每一章後皆附有習題,方便授課教師驗收學
生的學習效果。

3. 影音教學:本書的編排方式尚有一大特色,即對於每一範例的操作過程與報表
解說或內文中需額外講解的部分,皆附有影音檔與簡報檔。藉由影音檔與簡報
檔,當可促進讀者的學習效率,亦可減輕授課教師於課堂上的負擔。

本書得以順利出版,首先感謝五南圖書公司的鼎力支持與協助,其次感謝南
華大學旅遊事業管理系與長榮大學企業管理系提供優質的教學環境,還有對我們
容忍有加的家人以及默默協助我們的同事、學生。由於編寫時間倉促、後學水準
亦有限,錯誤之處,在所難免,敬請批評指正,後學不勝感激!

陳寬裕、王正華 謹識
2010 年 6 月

IV
本試閱檔為五南所有。如欲購買此書,請至五南網站 www.wunan.com.tw
或來電(02)2705-5066
Contents
序 言................................................................................................................... III

Chapter
01 概 述 1

1-1 線性迴歸模型 ............................................................................................. 3
1-2 因素分析 ..................................................................................................... 5
1-3 路徑分析 ..................................................................................................... 7
1-4 結構方程模型的產生 ............................................................................... 10
第 1 章 習題..................................................................................................... 13

Chapter
02 結構方程模型簡介 15

2-1 結構方程模型的基本概念 ....................................................................... 16
2-2 結構方程模型的基本原理 ....................................................................... 22
2-3 結構方程模型的功能 ............................................................................... 25
2-4 結構方程模型的建模過程 ....................................................................... 26
2-5 整體模型的評鑑及配適指標 ................................................................... 30
2-6 樣本大小與觀察變數之數目的選取 ....................................................... 37
第 2 章 習題..................................................................................................... 39


本試閱檔為五南所有。如欲購買此書,請至五南網站 www.wunan.com.tw
或來電(02)2705-5066
Chapter
03 Amos Graphics 基本操作 41

3-1 Amos Graphics 之視窗介紹 ..................................................................... 42


3-2 Amos Graphics 的主功能表 ..................................................................... 44
3-3 繪圖工具箱 ............................................................................................... 49
3-4 模型資訊視窗 ........................................................................................... 68
3-5 模型圖繪製區 ........................................................................................... 70
3-6 繪圖初體驗 ............................................................................................... 71
第 3 章 習題..................................................................................................... 75

Chapter
04 結構方程模型的應用 79

4-1 結構方程模型的應用分類 ....................................................................... 80
4-2 結構方程模型的分析步驟 ....................................................................... 82
4-3 概念性模型的界定 ................................................................................... 89
第 4 章 習題...................................................................................................101

Chapter
05 模型圖的繪製、設定與執行 103

5-1 範例模型一簡介 .....................................................................................104
5-2 範例模型二簡介 .....................................................................................108
VI
本試閱檔為五南所有。如欲購買此書,請至五南網站 www.wunan.com.tw
或來電(02)2705-5066
Contents

5-3 範例模型三簡介 .....................................................................................112
5-4 繪製與設定模型圖 .................................................................................116
5-5 執行結構方程模型分析 .........................................................................127
5-6 繪製模型圖範例 .....................................................................................142
第 5 章 習題...................................................................................................148

Chapter
06 常態性檢定 159

6-1 單變數常態性檢定 .................................................................................160
6-2 多元常態性檢定 .....................................................................................168
6-3 非常態資料的處理 .................................................................................170
6-4 常態性檢定範例 .....................................................................................173
第 6 章 習題...................................................................................................179

Chapter
07 驗證性因素分析 181

7-1 驗證性因素分析簡介 .............................................................................183
7-2 驗證性因素分析模型的識別 .................................................................187
7-3 執行分析前的相關設定 .........................................................................189
7-4 輸出資訊的呈現 .....................................................................................192
7-5 參數估計值的檢定 .................................................................................198
7-6 測量模型的評鑑 .....................................................................................203

VII
本試閱檔為五南所有。如欲購買此書,請至五南網站 www.wunan.com.tw
或來電(02)2705-5066
7-7 報表解說 .................................................................................................220
7-8 驗證性因素分析範例 .............................................................................231
第 7 章 習題...................................................................................................239

Chapter
08 結構模型分析 243

8-1 路徑分析簡介 .........................................................................................244
8-2 潛在變數的路徑分析 .............................................................................247
8-3 資料預處理 .............................................................................................250
8-4 繪製與設定整體模型圖 .........................................................................255
8-5 執行分析前的相關設定 .........................................................................259
8-6 輸出資訊的顯示格式 .............................................................................262
8-7 參數估計值的檢定 .................................................................................266
8-8 影響效果的分解 .....................................................................................270
8-9 報表解說 .................................................................................................272
8-10 結構模型分析範例 .................................................................................284
第 8 章 習題...................................................................................................292

Chapter
09 模型修正 293

9-1 模型修正簡介 .........................................................................................294
9-2 模型修正指標 .........................................................................................296

VIII
本試閱檔為五南所有。如欲購買此書,請至五南網站 www.wunan.com.tw
或來電(02)2705-5066
Contents

9-3 模型修正範例 .........................................................................................302
第 9 章 習題...................................................................................................307

Chapter
10 中介效果的檢驗 309

10-1 使用階層迴歸分析 ...............................................................................310
10-2 使用結構方程模型 ...............................................................................317
第 10 章 習題.................................................................................................326

Chapter
11 干擾效果的檢驗 327

11-1 使用階層迴歸分析 ...............................................................................328
11-2 使用多群組結構方程模型 ...................................................................337
11-3 對干擾變數進行分組 ...........................................................................340
11-4 檢驗分組的有效性 ...............................................................................344
11-5 多群組結構方程模型 ...........................................................................348
第 11 章 習題 .................................................................................................361

參考文獻...........................................................................................................363
Appendix 01 「品牌形象、知覺價值對品牌忠誠度關係之研究」原始
問卷 ..........................................................................................375

IX
本試閱檔為五南所有。如欲購買此書,請至五南網站 www.wunan.com.tw
或來電(02)2705-5066
Appendix 02 「遊客體驗、旅遊意象與重遊意願關係之研究」原始問
卷 ..............................................................................................379
Appendix 03 「景觀咖啡廳意象、知覺價值與忠誠度:轉換成本的干
擾效果」原始問卷 ..................................................................383
Appendix 04 「服務品質、知覺價值、消費者滿意與行為意向關係之
研究」原始問卷 ......................................................................387
Appendix 05 醫院服務品質問卷 ..................................................................395


本試閱檔為五南所有。如欲購買此書,請至五南網站 www.wunan.com.tw
或來電(02)2705-5066
t e r
p

01
Cha

概 述

1-1 線性迴歸模型
1-2 因素分析
1-3 路徑分析
1-4 結構方程模型的產生

本試閱檔為五南所有。如欲購買此書,請至五南網站 www.wunan.com.tw
或來電(02)2705-5066
 結構方程模型分析實務:AMOS 的運用

傳統上,研究者在探討變數間的關係時,最常使用的統計方法包括:
相關分析、迴歸分析和路徑分析……等。然而我們也不難發現,這些方法在
運用上往往也存在著許多不足之處。例如,我們不能拿兩個變數間的相關係
數,來當作單方向的因果關係之推論。因為即使兩變數間呈現高度相關時,
也可能存在多面向的解釋方式,如兩變數可能「互為」因果關係;或者此兩
變數亦可能是共同受到此兩變數之外的某其他變數之影響等。
而當我們進行迴歸分析時,雖然能夠將較多的變數同時納入分析與討
論,但是由於這些變數之間或許並不存在明確的時間順序,因此將它們之間
的關係,莽撞地直接以單方向的因果關係來解釋的話,也是蠻危險的。另
外,更令人詬病的是,若以數學的角度來看,迴歸分析的前提假設中,須滿
足每個自變數在測量時,不會有測量誤差的存在。然而我們都知道,在社會
科學領域的相關研究中,很多變數都是屬於不可直接測量的潛在變數(如忠
誠度、滿意度……),這些潛在變數都存在著測量誤差。因此,這個前提假
設很難在社會科學領域的相關研究中獲得滿足。
此外,較為複雜的路徑分析技術,雖然已克服迴歸分析中未能考慮變
數間之時間先後順序的缺點,而已能將變數客觀的,按事件發生的先後順序
而建立關係,進而間接地推論變數間之單方向因果關係。但是,令人遺憾的
是,路徑分析中所使用的變數也存在著與迴歸分析一樣的先天缺陷,即假設
變數是沒有測量誤差的。
結構方程模型(structural equation model, SEM)又稱為共變異數結
構分析(analysis of covariance structure)或線性結構方程(linear structure
equation),它是一種運用統計學中的假設檢定概念,對有關變數的內在因素
結構與變數間的因果關係進行驗證、分析的一種統計方法。它是近年來在社
會科學領域的研究中,發展甚為快速,應用越來越廣泛的一種多變量統計分
析方法,並已成為一種十分重要的資料分析技巧。由於結構方程模型對於潛
在變數、測量誤差和因果關係模型皆具有獨特的處理能力,除了在心理學、
教育學等領域的應用日臻成熟和完善之外,還不斷的被應用在其他多種領
域。而先前我們所提及的相關分析、多元迴歸分析、因素分析和路徑分析等
統計方法都只不過是結構方程模型的特例而已。

本試閱檔為五南所有。如欲購買此書,請至五南網站 www.wunan.com.tw
或來電(02)2705-5066
Chapter
概 述 01
1-1 線性迴歸模型
當我們要探討一個變數或某些變數(自變數)對另一個變數(依變數)
的解釋或預測能力時,一般而言,我們會使用線性迴歸分析。線性迴歸分
析,即是一般我們所通稱的傳統迴歸分析。析言之,一個迴歸模型就是一條
數學方程式,它利用數學方程式來測量、驗證、解釋自變數對依變數的影響
力大小和方向。也就是說,它可以利用一個模型(一條數學式)來描述一個
被解釋變數(依變數)和一組解釋變數(自變數)之間的線性關係。當自變
數只有一個時,我們稱這樣的迴歸模型為簡單迴歸模型;而自變數有多個
時,則稱為多元迴歸模型;但是無論如何,在傳統迴歸分析中,被解釋變數
(依變數)就只能有一個,而解釋變數可以是一個或多個。迴歸模型(尤其

是線性迴歸模型)在變數關係之研究方面,應用非常廣泛,且已具有最成熟
的理論和應用基礎。

(一)模型
數學方程式本身只不過是數字的組合罷了,但是這些方程式若具有實
質、可解釋之意義的話,那麼它才有價值。因此,建立迴歸模型的基本概念
是:研究者首先必須依據一定的經驗、文獻探討、推理或理論基礎,先驗的
用一條數學方程式來表示研究範圍內變數間的關係,然後根據可資利用的樣
本資料,再選擇適當的估計方法(如最小平方法、最大概似估計法等)而求
出迴歸模型中未知參數的估計值。
估計出迴歸模型中的未知參數後,迴歸模型即已建立完成。但是這個
迴歸模型是否可以從文獻中獲得理論支持、符合實際現況,能否解釋實際現
象,還需要進行檢定,以確定它們在理論上是否具有意義,在統計上是否顯
著。如果模型確實通過了這些必要的檢定後,就可以被概化(generalized)至
實務的應用領域。
傳統迴歸模型的數學方程式相當簡單,如式(1-1)。

Y = βX + ε (1-1)

本試閱檔為五南所有。如欲購買此書,請至五南網站 www.wunan.com.tw
或來電(02)2705-5066
 結構方程模型分析實務:AMOS 的運用

式中,Y 表被解釋變數(依變數),它只能有一個;X 表解釋變數(自變


數),可以是一個或多個。β 是迴歸係數(屬未知參數);ε 是隨機干擾項。
當自變數只有一個時,分析較為簡單。但是,在多元迴歸分析中(自變
數 2 個以上時),就需要特別去注意各變數的尺度問題,如果自變數的測量
尺度不同時,就需要對各變數之樣本原始資料進行標準化處理,然後再利用
最小平方法去估計未知參數,這樣所得到的迴歸係數,一般稱為標準化迴歸
係數。利用標準化迴歸係數之絕對值的大小,還可以比較不同自變數對依變
數直接影響效果的大小。

(二)基本假設
傳統的迴歸模型中,對資料和模型具有下列的前提假設:

1. X 是非隨機變數,亦即 X 為固定變數或事前決定的變數,它不具有測量誤
差;Y 是隨機變數,可以具有測量誤差。

2. 隨機干擾項(ε)須服從常態分配,其期望值為 0,且隨機干擾項間相互獨
立。

3. 隨機干擾項(ε)與自變數(X)間,並不相關。

(三)特點
1. 由於僅僅使用一條簡單的線性數學方程式,就可以解釋、衡量、檢驗多個
變數間的直接影響效果。所以透過這條數學方程式,變數間的關係就可以
相當簡單、直覺且簡潔地觀察出來。

2. 通常採用簡單的最小平方法就可估計出未知參數,如式 1-2。

Min (Y - ) (1-)

式中,Y 是觀察值; 是式(1-1)中 Y 的估計值,Y - 即為殘差之意。


殘差在統計學中的價值不在話下,在許多統計方法中,諸如迴歸分析、變

本試閱檔為五南所有。如欲購買此書,請至五南網站 www.wunan.com.tw
或來電(02)2705-5066
Chapter
概 述 01
異數分析、因素分析等,其基本概念都是針對殘差進行分析的。一般而
言,最小平方法就是種追求殘差平方和最小化的過程,當殘差達最小化
時,就可得到待估計之參數值。

3. 透過已估計出的標準化迴歸係數就能直觀地理解每一個自變數對依變數的
直接影響程度,亦即能夠反映出變數間的結構關係。

在迴歸分析中,雖然研究者可以根據經驗、文獻探討、推導或理論基礎
而先驗的預設出自變數和依變數之間的因果關係,並運用數學方法加以量化
描述。但是,實際的因果關係不能完全只依據迴歸分析的結果而得到證明。
在迴歸模型中,所假設的變數間之因果關係即使可以從樣本資料中得到很好
的擬合效果,但也不能完全肯定其間的因果關係確實是存在的。因為如果我

們在模型中,能將自變數和依變數的角色互換,或許也可以得到很好的擬合
效果。所以,迴歸分析並不是驗證變數之間是否存在因果關係的統計方法,
而是先在假定因果關係存在的前提下,驗證測量變數間因果關係的一種統計
方法而已。
此外,傳統迴歸模型還具有一些先天上的其他缺陷,例如無法處理多
個依變數的情況;無法對一些不可直接測量的變數(潛在變數)進行處理;
沒有考慮變數(自變數、依變數)的測量誤差,以及測量誤差之間的關係等
等。

1-2 因素分析
一般研究中,研究者針對特定問題進行探索時,往往須對與議題相關
的變數進行實際觀測與資料收集,以建立模型。一般而言,所觀測的變數越
多,則其所反映的資訊也越豐富,更有利於探索事件的本質與特徵。但是,
隨著變數的增加卻也容易產生反效果。為何會如此呢?其中的主要問題出在
於,各變數間所存在各種不同程度的相關性,這種客觀存在的相關性,將導
致問題分析時的複雜性大為提高。為了解決這一問題,因素分析的概念乃應
運而生。

本試閱檔為五南所有。如欲購買此書,請至五南網站 www.wunan.com.tw
或來電(02)2705-5066
 結構方程模型分析實務:AMOS 的運用

因素分析(factor analysis)是一種在處理降維問題時非常重要的方法。
它將具有錯綜複雜關係的變數綜合為少數幾個因素,以重現原始變數與因素
之間的結構關係,同時亦可根據不同因素而對變數進行分類。它實際上就是
一種用來檢驗潛在結構是怎樣影響觀察變數的方法。具體來說,因素分析透
過對變數之相關係數矩陣的內部結構進行研究,以找出能控制所有變數的少
數幾個隨機變數,並用這些隨機變數去描述多個變數之間的相關性。但在
此,須特別注意的是,這些少數的幾個隨機變數是不可觀測的,通常我們就
稱之為因素(構面、潛在變數)。然後根據相關性的大小把變數分組,使得
同組內的變數之間相關性較高,但不同組的變數間相關性較低。
簡而言之,因素分析是透過研究眾多變數之間的內部相關關係,以尋找
隱藏在可觀測的觀察變數中,而無法直接觀察到,卻影響或支配觀察變數的
潛在因素(或稱為公共因素,common factor),然後使用這少數的幾個假想
變數(潛在因素)來表示基本的資料結構的方法,所以也稱作探索性因素分
析(exploratory factor analysis, EFA)。它是利用原始資料,萃取出一些公共
因素(潛在因素),估計公共因素對觀察變數的影響程度,以及公共因素間
之關聯性的統計方法。

(一)模型
探索性因素分析模型的一般數學模型為:

Xi = w1iF1 + wiF + …… + wjiFj + wiUi + ei (1-)

其中,Xi 表示觀察變數,Fj 代表因素分析中最基本的公共因素,它們是


各個觀察變數所共有的因素,它們解釋了變數之間的相關性,Ui 代表特殊因
素(unique factor),它是每個觀察變數所特有的因素,相當於多元迴歸分析
中的殘差項,代表該變數不能被公共因素所解釋的部分;wji 代表因素負荷量
(factor loading),它是每個變數在各公共因素上的負荷,相當於多元迴歸分
析中的迴歸係數,它代表著第 j 個潛在因素 Fj 對第 i 個可觀測的觀察變數 Xi
的影響程度;而 ei 則代表了每一觀察變數的隨機誤差。

本試閱檔為五南所有。如欲購買此書,請至五南網站 www.wunan.com.tw
或來電(02)2705-5066
Chapter
概 述 01
(二)基本假設
探索性因素分析要求變數間的關係須滿足下述假設:

1. 所有的公共因素(Fj)都相關(或都不相關)。

2. 所有的公共因素(Fj)都直接影響所有的觀察變數(Xi)。

3. 特殊因素(U i)間不相關,且其為平均數為 0,變異數為常數的常態隨機


變數。

4. 每一個觀察變數(Xi)只受一個特殊因素(Ui)影響。

5. 所有的公共因素(Fj)和所有特殊因素(Ui)間不相關。


(三)特點
1. 因素分析能探索隱藏在多個觀察變數(通常為原始問卷中的每一個題項)
中,無法直接觀察到,卻影響或支配觀察變數的潛在因素。因素分析要求
萃取出的潛在因素間必須是相互獨立的,而且要儘可能地解釋原來的觀察
變數所代表的資訊,並且要有實際意義,亦即每個因素希望都能具有一個
合理、有意義的名稱。

2. 因素分析能將多個觀察變數間的關聯性,轉化為少數幾個因素間的關係。
也就是說,因素分析只須透過幾個潛在因素就能呈現出多個觀察變數間之
關聯性所代表的大部分意義。因此,可以將所研究的變數變得更簡潔、更
直觀和更容易解釋。

1-3 路徑分析
路徑分析(path analysis)又譯為通徑分析(觀察變數的路徑分析之簡
稱),是由生物學家 Wright(1921)最先提出並發展出來的一種分析因果關
係的建模方法。它可分析多個觀察變數之間的關係,特別是變數間存在間接
影響關係的情況。
路徑分析是迴歸模型的一種延伸,傳統的迴歸模型中,自變數(X)

本試閱檔為五南所有。如欲購買此書,請至五南網站 www.wunan.com.tw
或來電(02)2705-5066
 結構方程模型分析實務:AMOS 的運用

可以有多個,但只能有一個依變數(Y)。然而,在管理學的因果關係研究
中,往往存在多個依變數。而且傳統的迴歸模型只能研究解釋變數對結果變
數的直接效果,無法分析具有間接效果的問題。在有間接效果的因果關係
中,中介變數(mediator)的角色既是自變數,又是依變數;有時還存在一些
變數互為因果的問題。這時,傳統的迴歸模型就無能為力了。於是,路徑分
析模型逐漸地應用到因果關係的分析中。
路徑分析的內容包括三個部分:路徑圖、路徑分析模型與影響效果分
解。利用路徑分析,可以分析自變數對依變數影響的方向、影響的大小以及
解釋的能力,亦可以用於預測。

(一)路徑圖
路徑圖是進行路徑分析時最有用的一個工具。它使用圖形方式表示變數
之間的各種線性關係,包括直接的和間接的關係。從路徑圖中,可以直觀地
展示各觀察變數間的關係,給人一目了然的認識。
一般在路徑圖中,任意兩個變數 A 和 B 間,有四種可能的基本結構關
係:

1. A 可能影響 B,但 B 不影響 A。A 和 B 之間的直線為單向箭頭,由 A 指向


B。

2. B 可能影響 A,但 A 不影響 B。A 和 B 之間的直線為單向箭頭,由 B 指向


A。

3. A 可能影響 B,B 也可能影響 A。A 和 B 之間的直線為雙向箭頭。

4. A 和 B 之間沒有結構關係,但可能有相關關係。A 和 B 之間有一帶雙箭頭
的弧線相連。

如果在路徑圖中,只有單向的箭頭,即模型中變數之間只有單向的因果
關係,且所有的誤差項彼此不相關,即解釋變數與其結果變數的誤差之間或
解釋變數的誤差之間相互獨立,也就是相關係數為零的模型,這種路徑模型
通常稱為遞迴模型(recursive model,如圖 1-1),否則,就稱為非遞迴模型

本試閱檔為五南所有。如欲購買此書,請至五南網站 www.wunan.com.tw
或來電(02)2705-5066
Chapter
概 述 01

變數 C e1

-0.28
0.15
-

0.56 0.50
變數 A 變數 B e3

- 0.08
- 0.16

變數 D e2

圖 1-1 遞迴模型之路徑圖

(non-recursive model)。

(二)路徑分析模型
路徑分析模型可以反映出多個變數間的關聯性或依存關係。路徑分析模
型的一般數學模式,如式(1-4):

Y = α + βY + γX + ε (1-)

式中,α、β 與 γ 是待估計的路徑係數矩陣;ε 是殘差項矩陣。


而為了要能保證式(1-4)能得到不偏的路徑係數估計值,模型須符合下
列的假設條件:

1. Y 為隨機變數、服從多元常態性,且每一個 Y 變數的殘差項之間相互獨
立;

2. X 為非隨機變數,無測量誤差,且相互獨立;

3. ε 為隨機變數、且服從平均值為 0,變異數為常數的多元常態性,且與 X
不相關。

本試閱檔為五南所有。如欲購買此書,請至五南網站 www.wunan.com.tw
或來電(02)2705-5066
10 結構方程模型分析實務:AMOS 的運用

(三)影響效果分解
路徑分析的最終目的是進行因果效應的分解,其中因果效應可分為直接
效果和間接效果。直接效果是自變數對依變數的直接影響,即自變數到依變
數之間的路徑係數。例如,圖 1-1 中「變數 A」到「變數 D」的直接效果為
- 0.16,到「變數 C」的直接效果為 - 0.28,等等。間接效果是自變數透過中
介變數到依變數的效果。當只有一個中介變數時,間接效果是兩個路徑之係
數的乘積,例如「變數 A」透過「變數 B」對「變數 D」的間接效果是 0.56
×(-0.08) = -0.0448。對於遞迴模型,中介變數不止一個時,間接效果就是從
依變數出發,通過所有中介變數到依變數形成的「箭頭鏈」上所有路徑係數
的乘積。對於非遞迴模型,間接效果的計算比較複雜,此處不予討論。
與迴歸分析一樣,路徑分析也是一種實證性技術,根據樣本檢驗假設的
因果關係是否合理,而不能指望路徑發現來尋找和發現因果關係。儘管路徑
分析模型解決了一般迴歸模型不能處理依變數多於一個和中介變數等問題,
但這種方法在使用上仍然有一些缺陷。這些問題主要是:路徑分析假定變數
沒有測量誤差的存在,只能處理可以觀測的外顯變數的因果關係問題,至於
潛在變數則不能進行處理。這些問題的解決就需要靠結構方程模型來完成
了。

1-4 結構方程模型的產生
一般而言,研究者在分析多個自變數與單個依變數間的因果關係時,通
常會採用多元迴歸分析方法。多元迴歸分析可以同時使用多個自變數去預測
一個依變數,在此過程中,多元迴歸分析使用最小平方法去估計所有自變數
對依變數的影響程度,而且尚可在控制其他自變數的情況下,分析某個自變
數對依變數的單獨解釋能力。然而,應用多元迴歸分析時仍有其限制:

1. 在迴歸模型中通常會假設變數沒有測量誤差,即變數可以被完全地測量出
來。此假設將導致運用最小平方法來估計參數時,容易產生偏差。

2. 迴歸模型僅能表示出自變數對依變數的直接作用,卻無法探究可能存在的

本試閱檔為五南所有。如欲購買此書,請至五南網站 www.wunan.com.tw
或來電(02)2705-5066
Chapter
概 述 01
間接影響效果。

3. 單一條的迴歸模型僅允許一個依變數存在。

為了克服上述的一些問題,路徑分析因而產生了。路徑分析由一組迴
歸方程式所組成,透過研究者所建立的假設性因果關係模型,利用觀察到的
資料與理論數值進行比對,進而評估假設的路徑模型是否能夠有效解釋觀察
到的資料,並確認研究變數間不同型態的關係。路徑分析或多或少能彌補迴
歸分析之不足,如:探究變數間的中介效果或干擾效果、從總效果中分離出
間接效果與直接效果,使得由模型所分析出來的結果更能反映出變數間的真
實相關性及相關的強度。但是,應用路徑分析時,仍舊會存在一些問題,諸
如:
11
1. 假設模型之路徑圖相當複雜,且對同一問題所畫的路徑圖,可具有很多不
同的型式,此將導致路徑分析的結果具不確定性。

2. 前提假設甚多,導致實際資料往往難以滿足。

3. 尚無用以檢定理論模型與抽樣資料之間配適程度的機制。

雖然路徑分析於解析因果關係的過程中,已有相當程度的進化,然而
路徑分析也僅能處理可直接觀測的變數,亦即其前提假設乃是變數不能具
有測量誤差。很不幸的是,在社會科學領域的研究中,我們所要研究的變
數,大部分都是不能或不易直接測量得到的,即使能測量到,也總是存在
著測量誤差。例如:在研究遊客體驗(X1)、目的地意象(X2)對重遊意
願(Y)的影響時,這三個變數都是不能或不易直接觀測得到的。在統計學
中,我們稱這種變數為潛在變數(latent variable);而與之對應的則稱為觀
察變數(observed variable)或稱外顯變數(manifest variable)。潛在變數
所代表的意義是一種抽象的客觀事實,雖然無法直接測得,但是可以透過測
量指標(indicator)(與潛在變數相關的觀察變數)或稱指標變數(indicate
variable),而對潛在變數間接地加以衡量。
1904 年 Spearman 提出了因素分析技術,該技術可以用來尋找那些潛藏
在觀察變數中,無法直接觀察到,卻影響觀察變數的潛在因素,並可估計潛

本試閱檔為五南所有。如欲購買此書,請至五南網站 www.wunan.com.tw
或來電(02)2705-5066
12 結構方程模型分析實務:AMOS 的運用

在因素對觀察變數的影響程度以及潛在因素之間關聯性。此外,因素分析尚
允許對潛在變數設立多元指標,也能夠處理測量誤差。但是,因素分析仍不
能探究因素(潛在變數)之間的結構關係(因果關係)。然而這種潛在變數
之間的因果關係,卻往往是研究者所關注的主要議題。在這種情況下,就需
要尋找一種能夠有效地解決這類問題的統計分析技術了。
隨著統計理論和電腦技術的持續發展,結構方程模型乃應運而生了。在
20 世紀 70 年代,Jöreskog、Kessling 等人於潛在變數的相關研究中,結合了
路徑分析與因素分析的概念,而形成了結構方程模型。其原理為,運用驗證
性因素分析技術(confirmatory factor analysis, CFA)結合潛在變數與觀察變
數,而構成了結構方程模型的測量模型部分,另借助路徑分析模型探究各潛
在變數之間的因果關係,此即結構方程模型中的結構模型部分,最後將測量
模型與結構模型整合於一個整體的架構中,即形成了完整的結構方程模型。
結構方程模型是一種相當複雜的因果關係模型,它除了可以處理觀察
變數與潛在變數以及各潛在變數之間的關係外,同時也考慮了誤差變數的問
題。而一般我們所常用的統計方法如迴歸分析、主成分分析、因素分析、路
徑分析及變異數分析等,其實都可看成是結構方程模型的特例。但是,結構
方程模型的本質上卻都具有上述統計方法所無法比擬的優點。也正因為如
此,導致近年來,結構方程模型在心理學、教育學、管理學以及行為科學等
領域中能被廣泛的應用。

本試閱檔為五南所有。如欲購買此書,請至五南網站 www.wunan.com.tw
或來電(02)2705-5066
Chapter
概 述 01

第 1 章 習題

練習 1
試說明迴歸模型於因果關係之研究中的不足處。

練習 2
試說明路徑分析於因果關係之研究中的不足處。

13
練習 3
試說明多元線性迴歸、路徑分析與結構方程模型於
(1)使用目的的異同?
(2)前提假設條件的異同?
(3)使用時機的異同?

練習 4
請翻閱多變量分析相關書籍,試說明進行探索性因素分析時,須經歷哪
些步驟?

練習 5
試說明結構方程模型於因果關係之研究中的優勢。

本試閱檔為五南所有。如欲購買此書,請至五南網站 www.wunan.com.tw
或來電(02)2705-5066
本試閱檔為五南所有。如欲購買此書,請至五南網站 www.wunan.com.tw
或來電(02)2705-5066
t e r
p

02
Cha

結構方程模型簡介

2-1 結構方程模型的基本概念
2-2 結構方程模型的基本原理
2-3 結構方程模型的功能
2-4 結構方程模型的建模過程
2-5 整體模型的評鑑及配適指標
2-6 樣本大小與觀察變數之數目的選取

本試閱檔為五南所有。如欲購買此書,請至五南網站 www.wunan.com.tw
或來電(02)2705-5066
16 結構方程模型分析實務:AMOS 的運用

2-1 結構方程模型的基本概念
結構方程模型又稱為共變數結構分析(analysis of covariance structure)
或線性結構方程(linear structure equation),它是一種能對潛在變數間因果
關係進行分析與假設檢定的統計方法。且是近年來在社會科學領域中發展最
快速,應用越來越廣泛的一種多變量統計方法。由於其對潛在變數、測量誤
差和因果關係模型具有獨特的處理能力,因此除了在心理學、教育學等領域
的應用日趨成熟和完善之外,還不斷地被應用在其他多個領域中。
由於社會科學領域中,一般研究者對其關注議題的相關研究中,所涉
及的變數,大都是屬於不能準確、直接測量的潛在變數(如:滿意度、忠誠
度……等)。對於這些潛在變數的處理,傳統的統計方法如迴歸分析、因素
分析與路徑分析等皆無法妥善處理。此時,就須運用到能同時處理潛在變數
與觀察指標的結構方程模型了。以下將先介紹有關結構方程模型的一些基本
概念。

2-1-1 結構方程模型中的變數類型
基本上,結構方程模型中包含了三類變數:外顯變數(manifest
variables)、潛在變數(latent variables)以及誤差變數。此外,亦可根據
變數間的相互影響關係,將結構方程模型的變數分為內生變數(endogenous
variables)和外生變數(exogenous variables)等兩類(榮泰生,2008)。

(一)外顯變數與潛在變數
外顯變數,是指可以直接觀測或測量的變數,又稱為觀察變數(observed
variables)。這些觀察變數通常是指問卷中的每一個題項,一個題項就是一
個觀察變數。當然,在一些因素結構較複雜的構面中,觀察變數亦可能是數
個觀察變數的平均值。例如,在圖 2-1 中,遊憩知覺壓力這個構面是由遊憩
干擾、擁擠感與不當行為等三個觀察變數(子構面)所衡量,然而真實問卷
中,遊憩干擾子構面又包含了三個題項(觀察變數)。因此,在結構方程模
型的分析過程中,我們會將該三個題項得分的平均值設定給遊憩干擾子構

本試閱檔為五南所有。如欲購買此書,請至五南網站 www.wunan.com.tw
或來電(02)2705-5066
Chapter
結構方程模型簡介 02
面。故,觀察變數亦可以是數個觀察變數的平均值。在結構方程模型的路徑
圖中,觀察變數通常以長方形圖表示,如圖 2-1 中的 x1、x2、x3、y1、y2 與
y3。
此外,在結構方程模型中觀察變數與測量誤差變數合稱為指標變數
(indicator variables)。結構方程模型中的誤差包括三類:外生觀察變數的測
量誤差(如圖 2-1 中的 δ1、δ2、與 δ3)、內生觀察變數的測量誤差(如圖 2-1
中的 ε1、ε2 與 ε3)和結構模型的誤差項(ζ1)。雖然這些誤差也是不能被直
接觀測到的,但是一般不將其視為潛在變數。在結構方程模型的路徑圖中,
測量誤差通常以圓形圖表示。
很多社會科學研究中所涉及的變數都不能被準確、直接地測量,這種變
數即稱為潛在變數。雖然潛在變數不能直接測得,但是由於它是一種抽象的 17
客觀事實,所以潛在變數是可以研究的。方法是透過測量與潛在變數相關的
觀察變數作為其指標變數而對其間接地加以評價。傳統的多元統計方法不能
有效處理這種包含潛在變數的問題,而結構方程模型則能同時處理潛在變數
及其指標。在結構方程模型的路徑圖中,潛在變數通常以橢圓形圖表示,如
圖 2-1 中的 ξ1 與 η1。

(二)內生變數與外生變數
外生變數是指模型中不受任何其他變數影響,但會影響模型中的其他變
數,也就是說,在路徑圖中,外生變數會指向任何一個其他變數,但不會被
任何變數以單箭頭指向它(如圖 2-1 中的 ξ1)。在一個因果模型中,外生變
數的角色是解釋變數或自變數。
而內生變數,是指在模型內會受到任何一個其他變數所影響的變數,也
就是說,在路徑圖中,內生變數會受到任何一個其他變數以單箭頭指向的變
數(如圖 2-1 中的 η1)。在一個因果模型中,內生變數會被看作是結果變數
或依變數。
通常我們會用 x 表示外生觀察變數(如圖 2-1 中的 x1、x2 與 x3),y 表
示內生觀察變數(如圖 2-1 中的 y1、y2 與 y3)。而外生潛在變數和內生潛在
變數則分別用 ξ(ksi)和 η(eta)表示。

本試閱檔為五南所有。如欲購買此書,請至五南網站 www.wunan.com.tw
或來電(02)2705-5066
18 結構方程模型分析實務:AMOS 的運用

潛在變數 觀察變數 誤差變數


1
遊憩干擾(x1) δ1
1
1
遊憩知覺壓力(ξ1) 擁擠感(x2) δ2

1
(外生變數) 不當行為(x3) δ3

γ
1
生理效益(y1) ε1
1
1
休閒效益(η1) 心理效益(y2) ε2

1
社交效益(y3) ε3
1 (內生變數)

ζ1

圖 2-1 結構方程模型中的變數類型(圖形修改自榮泰生,2008)

(三)路徑圖及其規則
與路徑分析類似,在進行結構方程模型分析時,常須繪製路徑圖,它能
直觀地描繪變數間的相互關係。應用路徑圖有一些規則,如圖 2-1 所示:

➢ 長方形:表示觀察變數。如圖 2-1 中的 x 和 y。
➢ 橢圓形:表示潛在變數。如圖 2-1 中的 η 和 ξ。
➢ 圓形:表示測量誤差或結構誤差。如圖 2-1 中的 δ 和 ε 分別表示以觀察變
數 x 和 y 來間接測量 ξ 和 η 時的測量誤差;而 ζ 則是代表外生變數
預測內生變數時,所產生的誤差。
➢ 長方形←橢圓形:代表潛在變數的因素結構,即各觀察變數與潛在變數間
的迴歸路徑,其真實意義就是因素負荷量之意。
➢ 橢圓形←橢圓形:代表因果關係,即外生變數 ξ 對內生變數 η 的直接影
響。

此外,在路徑圖中,兩個潛在變數間的單箭頭表示假定的一個變數(起

本試閱檔為五南所有。如欲購買此書,請至五南網站 www.wunan.com.tw
或來電(02)2705-5066
Chapter
結構方程模型簡介 02
點)對另一個變數(終點)的直接影響。兩個變數間的雙箭頭(曲線)則表
示假定這兩個變數間可能沒有直接關係,但這兩個變數可能具有相關關係。

2-1-2 結構方程模型的構造
一般而言,結構方程模型可以分為測量模型(measurement model)和
結構模型(structural model)兩部分。測量模型用以描述潛在變數與指標變
數之間的關係,也稱為驗證性因素分析模型(邱皓政,2004)。如圖 2-2 虛
線的範圍,即表明了「遊憩干擾」、「擁擠感」與「遊客不當行為」等觀察
變數與「遊憩知覺壓力」之關係的測量模型。結構模型則用以描述潛在變數
之間的關係,如「遊憩知覺壓力」與「休閒效益」間的關係,如圖 2-3 虛線
19
範圍。實務上,進行結構方程模型分析時,要先驗證測量模型具有信、效度
後,才能驗證結構模型。也就是說,唯有潛在變數的測量是可信的、有效的
情形下,驗證潛在變數間的關係才有實質意義(邱皓政,2004)。
指標變數中含有隨機誤差和系統誤差,隨機誤差是指測量上的不準確性
(與傳統測量誤差相當),系統誤差則反映測量出潛在變數(即因素)以外
的特性(與因素分析中的特殊因素相當)。這兩種誤差可以統稱為測量誤差
或簡稱誤差。

(一)測量模型的數學方程式
對於指標變數與潛在變數間的關係,通常可以寫成如下測量方程式(黃
芳銘,2002):

x = Λx ξ + δ (2-1)
y = Λy η + ε (2-2)

其中,
x:所有的外生觀察變數所組成的矩陣。
y:所有的內生觀察變數所組成的矩陣。

本試閱檔為五南所有。如欲購買此書,請至五南網站 www.wunan.com.tw
或來電(02)2705-5066
20 結構方程模型分析實務:AMOS 的運用

潛在變數 觀察變數 誤差變數

1
遊憩干擾(x1) δ1
1
測量模型

1
遊憩知覺壓力(ξ1) 擁擠感(x2) δ2

1
(外生變數) 不當行為(x3) δ3

γ 1
生理效益(y1) ε1
1
測量模型

1
休閒效益(η1) 心理效益(y2) ε2

1
(內生變數) 社交效益(y3) ε3
1

ζ1

圖 2-2 結構方程模型中的測量模型(圖形修改自榮泰生,2008)

潛在變數 觀察變數 誤差變數

1
遊憩干擾(x1) δ1
1
1
遊憩知覺壓力(ξ1) 擁擠感(x2) δ2

1
(外生變數) 不當行為(x3) δ3
結構模型

γ 1
生理效益(y1) ε1
1
1
休閒效益(η1) 心理效益(y2) ε2

1
(內生變數) 社交效益(y3) ε3
1

ζ1

圖 2-3 結構方程模型中的結構模型(圖形修改自榮泰生,2008)
本試閱檔為五南所有。如欲購買此書,請至五南網站 www.wunan.com.tw
或來電(02)2705-5066
Chapter
結構方程模型簡介 02
Λx(lamda x):描述外生觀察變數與外生潛在變數之間的關係,是外生
觀察變數在外生潛在變數上的因素負荷矩陣,即 Λ x 描
述了外生觀察變數與外生潛在變數間的因素結構。
Λy(lamda y):描述內生觀察變數與內生潛在變數之間的關係,是內生
觀察變數在內生潛在變數上的因素負荷矩陣,即 Λ y 描
述了內生觀察變數與內生潛在變數間的因素結構。
δ(delta):外生觀察變數 x 的誤差項矩陣。
ε(epsilon):內生觀察變數 y 的誤差項矩陣。

(二)結構模型的數學方程式
21
對於潛在變數間的關係,通常寫成如下結構方程式(黃芳銘,2002):

η = Bη + Γξ + ζ (2-3)

其中,
η(eta):內生潛在變數矩陣。
ξ(ksi):外生潛在變數矩陣。
B(beta):描述內生潛在變數間的關係,所形成的矩陣。即內生潛在變
數間的路徑係數,所形成的矩陣。
Γ(gamma):描述外生潛在變數對內生潛在變數的影響程度,所形成的
矩陣。即外生潛在變數與內生潛在變數間的路徑係數,所
形成的矩陣。
ζ(zeta):結構模型的誤差項矩陣,反映了內生潛在變數 η,在模型中
未能被解釋的部分。

本試閱檔為五南所有。如欲購買此書,請至五南網站 www.wunan.com.tw
或來電(02)2705-5066
22 結構方程模型分析實務:AMOS 的運用

2-2 結構方程模型的基本原理
一般而言,結構方程模型的基本原理若從其字面的含意觀之,不難想像
結構方程模型應該包含了結構化、假設方程式與模型分析等基本意涵。基於
此,下面將以假設檢定、結構化驗證與模型比較分析等三個概念來說明結構
方程模型的基本原理(邱皓政,2004)。

2-2-1 假設檢定
簡單來說,假設檢定是利用母體事先的訊息,給予適當的假設,並從
母體中抽出隨機樣本,再利用機率學原理,判斷所設定的假設是否成立的統
計方法。這是一種科學驗證的過程,也是推論統計學的最主要內容。當研究
者欲運用結構方程模型來驗證自己所提出的理論觀點之適用性時,必須針對
該理論觀點進行觀念的釐清、文獻整理與假設推導等理論性的辯證與演繹過
程,然後提出一套有待檢驗的假設模型。驗證此假設模型的過程中,不論是
針對整體模型的配適度檢驗,或是潛在變數間關係的路徑參數估計,都是以
假設檢定的方式來檢定之。例如,可以利用卡方值檢定假設模型與抽樣資料
的擬合程度,據以判斷接受或否定假設模型(當然,在結構方程模型中,我
們都是希望能接受假設模型);此外,亦可針對模型中的個別參數進行假設
檢定,以釐清該參數的統計意義。由上述說明不難理解,研究者若欲從結構
方程模型中得到良好的結果,以驗證所提出的理論觀點之適用性時,則應該
從研究的理論基礎與嚴謹的推理過程著手,如此才不失運用結構方程模型的
真正意涵。
因此,結構方程模型的基本概念是:研究者首先會根據先前的理論、已
有的知識與經驗,經過文獻整理、理論推導和假設,而建立一個描述一組變
數之間相互關係的假設模型(又稱為觀念性模型),然後經過對觀察變數的
測量,獲得一組觀察變數的資料和基於此資料所形成的共變數矩陣,這個共
變數矩陣稱為樣本矩陣。結構方程模型就是要將假設模型中,各類變數之路
徑關係所形成的共變數矩陣(又稱再生矩陣)與實際的樣本矩陣進行配適性
檢驗。如果再生矩陣與樣本矩陣間的差距很小,即假設模型與實際的樣本資

本試閱檔為五南所有。如欲購買此書,請至五南網站 www.wunan.com.tw
或來電(02)2705-5066
結構方程模型分析實務:AMOS的運用/陳寬
裕, 王正華著. --初版.--臺北市:五南,
2010.10
 面; 公分
ISBN 978-957-11-6093-1 (平裝附數位影音光
碟)
1.統計套裝軟體 2.統計分析
512.4 99016736

1H69

結構方程模型分析實務:
AMOS的運用
作  者 ─ 陳寬裕(256.7)/ 王正華

發 行 人 ─ 楊榮川

總 編 輯 ─ 龐君豪

主  編 ─ 張毓芬

責任編輯 ─ 侯家嵐 林秋芬

封面設計 ─ 盧盈良

出 版 者 ─ 五南圖書出版股份有限公司

地  址:106台 北 市 大 安 區 和 平 東 路 二 段 3 3 9 號 4 樓

電  話:(02)2705-5066  傳  真:(02)2706-6100

網  址:http://www.wunan.com.tw

電子郵件:wunan@wunan.com.tw

劃撥帳號:0 1 0 6 8 9 5 3

戶  名:五南圖書出版股份有限公司

台中市駐區辦公室/台中市中區中山路6號

電  話:(04)2223-0891  傳  真:(04)2223-3549

高雄市駐區辦公室/高雄市新興區中山一路290號

電  話:(07)2358-702   傳  真:(07)2350-236

法律顧問 元貞聯合法律事務所 張澤平律師

出版日期 2 0 1 0 年 1 0 月 初 版 一 刷

定  價 新 臺 幣 5 0 0 元

※版權所有.欲利用本書內容,必須徵求本公司同意※

本試閱檔為五南所有。如欲購買此書,請至五南網站 www.wunan.com.tw
或來電(02)2705-5066