模型检验研究 — 结构理论检验设计
- 提出者
- Karl G. Joreskog (SEM/LISREL framework); formalized through structural equation modeling tradition
- 年份
- 1970s (Joreskog 1969–1973); widely adopted in social sciences by the 1980s–1990s
- 类型
- Confirmatory quantitative research design
- 类别
- Survey / observational design
本文为机器翻译,尚未经过审校。 阅读英文原文
它有什么作用?
模型检验研究是一种验证性的定量设计,研究者在该设计中指定一个理论模型——描绘假设的变量关系——然后检验该模型与经验数据的拟合程度。它主要借鉴结构方程模型(SEM)和验证性因子分析(CFA),评估数据隐含的协方差结构是否与理论推导出的结构一致,并产生指示模型-数据一致性的拟合指数。
方法背后的直觉
将模型检验研究设想为对照蓝图检查实际建筑。你不是从‘数据中发生了什么?’开始——而是从一个理论推导出的变量间关系图开始,然后收集数据并问:现实世界是否像我的蓝图?拟合指数告诉你建筑与计划的接近程度,修正指数则帮助你识别蓝图需要修改的地方。整个逻辑是演绎的和验证性的:理论先行,数据在后。
历史学
模型检验研究的统计基础由Karl Joreskog奠定,他对验证性因子分析(1969)和协方差结构分析(1973)的研究催生了LISREL软件包。在20世纪80年代,SEM在心理学、教育学、管理学和社会学中广泛传播,由Peter Bentler(EQS软件,1985)和Michael Browne等研究者推广。Rex Kline的教科书,首次出版于1998年,现已出到第四版(2015年),仍然是应用社会科学研究者标准的 the methodological reference。
何时使用
当你有一个完善的理论,该理论指定了多个潜在构念如何相互关联,并且你需要评估该理论是否与总体协方差数据一致时,请使用模型检验研究。它非常适合验证测量工具(CFA)、检验中介和调节链,以及比较竞争性理论框架。要求至少N = 200且每个构念有多个指标。当理论尚不成熟时,不要将其作为第一步——探索性因子分析或扎根的定性工作应先于模型设定。当样本量小、构念只有一个指标,或目标纯粹是描述性而非理论驱动时,避免使用它。
局限与注意事项
- 需要大样本(通常N >= 200),许多研究者难以获得。
- 即使理论解释不正确,模型拟合也可能看起来可接受——拟合指数确认统计一致性,而非理论真理。
- 对模型误设高度敏感;遗漏理论上相关的路径会夸大其他系数并扭曲拟合。
- 在ML估计下假设多元正态性;违反假设需要稳健估计量(MLR、WLSMV),这对于许多应用研究者来说不太熟悉。
- 未经交叉验证的事后模型修正将验证性研究转变为探索性研究,损害其科学价值。
来源中的条件不能替代独立的科学审查或分析引擎的验证。
优势
- 同时检验整个理论框架,而非孤立的双变量假设。
- 将测量误差与结构关系分开,比单独回归能获得更精确的参数估计。
- 允许使用拟合指数和卡方差值检验来正式比较竞争性模型。
- 在一个单一的整合框架内支持中介、调节和间接效应的评估。
- 产生可直接用理论术语解释的标准系数和非标准系数。
- 在社会、行为和健康科学的高影响力期刊中得到广泛认可和接受。
应用
- 通过CFA验证心理测量量表并评估聚合效度和区分效度。
- 检验结构中介模型——例如,工作压力对倦怠的影响是否由情绪衰竭所中介。
- 通过多群体SEM比较不同人口统计学群体之间的因子结构或路径系数。
- 通过交叉滞后面板模型检验纵向增长轨迹和互惠因果关系。
- 检验组织行为学、健康心理学和教育学研究中的理论框架。
- 通过AIC或BIC比较不同理论解释对同一数据集的拟合程度,来评估竞争性理论。
使用方式
使用方式
研究者阐述一个正式的理论模型——通常以路径图表示——该模型指定存在哪些潜在构念,观测变量(指标)如何与这些构念相关(测量模型),以及构念之间如何相互关联(结构模型)。包含或排除的每一条路径都反映了实质性的理论承诺,而非数据驱动的选择。
每个潜在构念都通过选择或开发具有既定或假设信度和效度的多项量表来操作化。样本量需求会进行估算(一个常用基准是每自由参数10-20个案例),并使抽样计划与目标总体保持一致以支持可推广性。
数据收集——通常通过自我报告调查或档案测量——来自一个足够大的样本以满足估计要求(SEM通常为N >= 200)。在进行模型估计之前,会检查多元正态性、缺失数据模式和异常值分布。
使用最大似然(ML)等估计方法将指定模型拟合到观测协方差矩阵。估计会产生一个重构的协方差矩阵;通过拟合统计量总结观测矩阵与重构矩阵之间的差异:卡方检验、CFI、TLI、RMSEA和SRMR。
公式
\chi^2, \text{CFI}, \text{RMSEA}, \text{SRMR}模型拟合根据常规基准进行评估(例如,CFI >= 0.95,RMSEA <= 0.06,SRMR <= 0.08)。路径系数、标准误和R方值根据理论预测进行解释。拟合不佳表明理论模型未能充分代表数据生成过程。
当拟合不充分时,修正指数可能建议进行理论上合理的修正——添加路径、释放相关残差或重新考虑测量结构。任何事后修正都必须在独立样本上重新验证,以防偶然性被利用;否则研究将从验证性转向探索性。
常见陷阱
- 在检查数据后设定模型——这会将模型检验转变为模型构建;验证性逻辑被无效化。
- 接受平庸的拟合作为足够,通过选择性地仅报告有利的拟合指数而忽略不利的指数。
- 将修正指数视为改进的秘方,而没有理论依据——每条添加的路径都应反映实质性推理,而非仅仅统计改进。
- 对每个构念使用过少的指标(单指标模型无法区分构念方差与测量误差,否定了SEM的关键优势)。
- 在比较群体时忽略不变性检验——在潜在均值差异有意义之前,必须显示因子载荷和截距在各群体间是等效的。
常见问题
模型检验研究与一般验证性研究有何不同?
验证性研究是一个广泛的类别,包括任何旨在检验预定假设的研究。模型检验研究是一种特定的验证性设计,它同时评估假设关系的一个完整系统——通常使用SEM或CFA——而不是一次检验单个假设。其定义特征是在收集数据之前正式设定结构模型或测量模型。
我需要多大的样本量?
一个常用的经验法则是每自由估计参数10-20个观测值,绝对最小值通常被引用为N = 200以获得稳定的ML估计。具有许多潜在变量和路径的复杂模型需要更大的样本。像WebPower这样的功效分析软件或Mplus中的蒙特卡洛模拟可以为给定的模型结构提供更精确的样本量估计。
我应该报告哪些拟合指数,以及可接受的值是多少?
至少报告:卡方值及其自由度和p值,CFI或TLI(可接受 >= 0.90,良好 >= 0.95),RMSEA及其90%置信区间(可接受 <= 0.08,良好 <= 0.06),以及SRMR(可接受 <= 0.10,良好 <= 0.08)。没有单一指数是决定性的;需要多个指数的聚合证据。仅卡方值在大型样本中过于敏感。
我能在看到数据后修改我的模型,然后仍然称之为模型检验吗?
如果修改是基于同一数据集的修正指数或残差进行的,那么该研究已从验证性转变为探索性。只有在独立样本上进行交叉验证后,才允许进行事后修改。否则,该研究应被描述为探索性模型开发,而非模型检验。
我需要使用SEM软件,还是可以使用回归分析?
对于仅包含观测变量的简单模型,多元回归可能就足够了。然而,回归无法处理潜在变量、分离测量误差或检验整体模型拟合。当模型包含潜在构念、间接效应或同时测量的多个因变量时,需要专门的SEM软件——Mplus、lavaan(R)、AMOS或LISREL。
相关方法
参考文献
Kline, R. B. (2015). Principles and Practice of Structural Equation Modeling (4th ed.). Guilford Press.
ISBN:978-1462523344已复制。Joreskog, K. G., & Sorbom, D. (1993). LISREL 8: Structural Equation Modeling with the SIMPLIS Command Language. Scientific Software International.
打开出版物文献已复制。