期刊文献+
共找到6篇文章
< 1 >
每页显示 20 50 100
对齐探索性结构方程模型:多组探索性结构方程模型与对齐法的整合
1
作者 温聪聪 黄依梵 《心理学探新》 北大核心 2025年第4期370-377,共8页
当多组探索性结构方程模型中存在一定量的不等参数时,传统强测量不变性检验难以获取精确的截距和潜因子均值估计结果。而当传统对齐法模型中存在交叉载荷时,亦无法精确估计因子载荷、潜因子间协方差和潜因子均值等参数。文章系统阐述多... 当多组探索性结构方程模型中存在一定量的不等参数时,传统强测量不变性检验难以获取精确的截距和潜因子均值估计结果。而当传统对齐法模型中存在交叉载荷时,亦无法精确估计因子载荷、潜因子间协方差和潜因子均值等参数。文章系统阐述多组验证性因子分析、多组探索性结构方程模型、传统对齐法和对齐探索性结构方程模型的原理和运算过程,并总结了对齐探索性结构方程模型整合对齐法和多组探索性结构方程模型的优势:第一,有效绕开强测量不变性假设进行测量不变性检验和多组比较;第二,基于模型度较好的形态不变模型进行建模;第三,提供更精确的主载荷、交叉载荷、不等参数、潜因子间协方差、潜因子均值等参数估计;第四,为模型中的参数不变性/不等性提供诊断。最后,以中国大学生职业价值观研究为例,演示在Mplus中对齐探索性结构方程模型的实现步骤,证实该方法在不满足强测量不变性条件下的适用性。 展开更多
关键词 多组探索性结构方程模型 对齐法 对齐探索性结构方程模型 测量不变性 多组比较
在线阅读 下载PDF
探索性结构方程建模(ESEM):EFA和CFA的整合 被引量:31
2
作者 麦玉娇 温忠麟 《心理科学进展》 CSSCI CSCD 北大核心 2013年第5期934-939,共6页
探索性结构方程建模(ESEM)是在测量模型部分使用了类似于EFA模型的SEM。作为一种高级统计方法,ESEM整合了EFA和CFA两种因子分析方法的功能和优点。通过ESEM,研究者既可以灵活地探索因子结构,又可以系统地验证因子模型,为潜变量的关系分... 探索性结构方程建模(ESEM)是在测量模型部分使用了类似于EFA模型的SEM。作为一种高级统计方法,ESEM整合了EFA和CFA两种因子分析方法的功能和优点。通过ESEM,研究者既可以灵活地探索因子结构,又可以系统地验证因子模型,为潜变量的关系分析提供更适宜的测量模型。ESEM已经在某些社科领域的研究中得到应用,是一种值得推介的因子分析方法。ESEM的具体应用问题,例如因子旋转方法的选用、测验信度评价等,仍有待探讨。 展开更多
关键词 探索性结构方程建模 探索性因子分析 验证性因子分析 结构方程建模
在线阅读 下载PDF
探索性结构方程在系统家庭动力量表中的应用 被引量:2
3
作者 曾伟楠 赵旭东 +2 位作者 万崇华 马泽威 于磊 《中国卫生统计》 CSCD 北大核心 2014年第6期936-938,共3页
目的研究探索性结构方程模型(ESEM)相对于传统的基于验证性因子分析(CFA)的结构方程模型(SEM)在系统家庭动力量表使用中的优越性。方法采用系统家庭动力自评量表对6115名大中学生进行调查,以其中的5997份有效数据进行分析,应用Mplus7.0... 目的研究探索性结构方程模型(ESEM)相对于传统的基于验证性因子分析(CFA)的结构方程模型(SEM)在系统家庭动力量表使用中的优越性。方法采用系统家庭动力自评量表对6115名大中学生进行调查,以其中的5997份有效数据进行分析,应用Mplus7.0结构方程软件对同一数据分别进行传统结构方程模型和探索性结构方程模型分析。结果基于CFA的结构方程对数据的拟合度达不到基本的拟合指标要求,而ESEM则可以达到其要求。结论在系统家庭动力量表的研究中,可考虑使用探索性结构方程模型。 展开更多
关键词 探索性结构方程 系统家庭动力 验证性因子分析
在线阅读 下载PDF
惩罚对齐法:测量不变性检验的新方法 被引量:1
4
作者 温聪聪 《心理科学进展》 北大核心 2025年第1期176-190,I0008-I0013,共21页
Asparouhov和Muthén在2023年提出了一种全新的惩罚结构方程模型框架。惩罚对齐法是该模型框架在测量不变性检验领域的应用范例。惩罚对齐法继承了多组探索性因子分析在探索性因子分析框架内进行测量不变性检验和可以估计交叉载荷... Asparouhov和Muthén在2023年提出了一种全新的惩罚结构方程模型框架。惩罚对齐法是该模型框架在测量不变性检验领域的应用范例。惩罚对齐法继承了多组探索性因子分析在探索性因子分析框架内进行测量不变性检验和可以估计交叉载荷等优点,继承了对齐法使用成分损失函数、允许模型中存在一定量不等参数等优点,同时继承了贝叶斯结构方程模型对模型参数设置先验分布、通过检验模型参数的近似测量不变性达到潜因子均值比较的目的等优点。此外,惩罚对齐法还克服了传统测量不变性检验方法的一些不足。本文以大学生职业价值观研究为例,比较了多组验证性因子分析、基于验证性因子分析的惩罚对齐法分析、基于探索性结构方程模型的惩罚对齐法分析拟合样本数据的效果,演示了如何使用惩罚对齐法进行测量不变性检验和多组比较。 展开更多
关键词 测量不变性检验 惩罚对齐法 贝叶斯结构方程模型 探索性结构方程模型 对齐先验分布
在线阅读 下载PDF
莱文森精神病态自陈式量表在大学生中的信效度检验 被引量:4
5
作者 秦峰 许芳 《中国心理卫生杂志》 CSSCI CSCD 北大核心 2018年第6期508-514,共7页
目的:检测莱文森精神病态自陈式量表(LSRP)在大学生群体中的效度和信度。方法:选取大学生728人,采用平行分析(PA)和探索性结构方程建模(ESEM)确定LSRP的因子数量和结构,比较ESEM模型与3个竞争性结构模型的拟合优度;选取其中461人,以中国... 目的:检测莱文森精神病态自陈式量表(LSRP)在大学生群体中的效度和信度。方法:选取大学生728人,采用平行分析(PA)和探索性结构方程建模(ESEM)确定LSRP的因子数量和结构,比较ESEM模型与3个竞争性结构模型的拟合优度;选取其中461人,以中国"大五"人格问卷简式版(CBF-PI-B)的宜人性及严谨性、马基雅维利主义量表(MACH-Ⅳ)和自恋人格问卷(NPI)为效标检测LSRP的效标关联效度,并检测LSRP的内部一致性信度;随机选取其中118人用于检测1个月后的重测信度。结果:PA结果发现LSRP有4个因子,ESEM结果发现由冷酷无情、恻隐之心、情绪失控和行为冲动4因子构成的ESEM模型可以较好解释LSRP的结构,修订后的LSRP共25个条目;宜人性和严谨性得分与LSRP得分呈负相关(r=-0.57、-0.40,P<0.001),MACH-Ⅳ和NPI得分与LSRP得分呈正相关(r=0.66、0.22,P<0.001)。总量表的Cronbachα为0.80,4个因子的α系数为0.60~0.79;总量表的重测信度为0.84,4个因子的重测信度为0.66~0.83。结论:莱文森精神病态自陈式量表(LSRP)测评大学生的精神病态有较好的信效度。 展开更多
关键词 精神病态 莱文森精神病态自陈式量表 效度 信度 探索性结构方程建模
在线阅读 下载PDF
中文版无手机恐惧量表的修订 被引量:19
6
作者 任世秀 古丽给娜 刘拓 《心理学探新》 CSSCI 北大核心 2020年第3期247-253,共7页
该研究以国外学者Caglar Yildirim和Ana-Paula Correia于2015年编制的Nomophobia量表为基础,修订出了适用于国内的中文版无手机恐惧量表。研究首先使用探索性结构方程模型对量表结构进行初探;其次使用项目反应模型进行项目分析并根据其... 该研究以国外学者Caglar Yildirim和Ana-Paula Correia于2015年编制的Nomophobia量表为基础,修订出了适用于国内的中文版无手机恐惧量表。研究首先使用探索性结构方程模型对量表结构进行初探;其次使用项目反应模型进行项目分析并根据其分析结果对项目进行修改和筛选,最终形成正式版量表;最后对正式版量表其进行信效度检验,并再次对量表题目进行项目分析。最终量表共16道题目,包括害怕无法获得信息、害怕失去便利、害怕失去联系和害怕失去网络连接4个维度;总量表的Cronbachα系数为0.931,四维度的α系数分别为:0.789,0.816,0.887和0.896。CFA验证性结果显示量表结构较好(χ2/df=3.91,RMSEA=0.067,TLI=0.941,CFI=0.952,SRMR=0.04);使用手机成瘾倾向量表作为校标的结果显示二者之间相关为0.626,效度良好。最终量表项目区分度在[1.734,4.806]之间,四维度区分度均值为2.1765,2.72,3.2925和3.883,项目难度参数在[-1.830,4.806]之间。综上结果显示该研究编制的无手机恐惧量表各项指标均达到了心理测量学要求,可供后续研究使用。 展开更多
关键词 无手机恐惧 项目反应理论 探索性结构方程模型 手机成瘾
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部