結構方程模式在心理學研究中的適用性評價

趙夫明，王學臣，胡云江

結構方程模式在心理學研究中的適用性評價

趙夫明，王學臣，胡云江

解釋結構方程模式的一般原理，針對結構方程模式的運用討論分析結構方程模式在心理學運用過程中的模型建構、模型中潛變量間關系、名義謬誤以及結果解釋等問題，評述結構方程模式在心理學研究中的適用性。

結構方程模式；名義謬誤；因果關系

結構方程模式，又稱為協(xié)方差結構模式，是一種基于統(tǒng)計分析技術的研究方法，用以處理復雜的多變量研究數(shù)據(jù)。自從Joreskog（1978）整合了路徑分析、多項聯(lián)立方程以及驗證性因子分析而形成其基本概念以后，尤其是LISREL分析軟件以及圖形操作界面AMOS產(chǎn)生之后，有關結構方程模式的討論以及應用日益廣泛，已經(jīng)成為心理學研究中重要的研究方法。

一、結構方程模式的原理及優(yōu)勢

結構方程模式采用多個指標來表示潛變量，其數(shù)學表達式為， 測量模型：X=Λxξ+δ，Y=Λyη+ε 與結構模型：η=βη+Γξ+ζ。測量模型體現(xiàn)了潛變量與指標之間的關系，Λx和Λy分別表示對潛變量ξ和η的回歸系數(shù)或因子負荷矩陣，δ和ε分別表示了指標X和Y的測量誤差。結構模型體現(xiàn)了潛變量之間的相關或因果關系，β表示內(nèi)生潛變量之間的關系系數(shù)矩陣，Γ表示外源潛變量與內(nèi)生潛變量關系系數(shù)矩陣。若變量可以直接測量則變量本身就是指標，此時結構方程分析就是路徑分析。若只考慮因子之間的相關，不考慮因子之間的因果關系，此時結構方程分析就是因子分析。

結構方程模式一方面完善了變量結構的探討，另一方面，在考慮復雜變量測量誤差的同時，可以同時考慮變量之間的相關關系和因果關系，它超越了以往統(tǒng)計方法處理數(shù)據(jù)的深度和廣度。較之于因子分析、路徑分析等其它統(tǒng)計方法，結構方程模式具有明顯的優(yōu)點：因子分析雖提出了潛變量的概念，但是它不能分析潛變量之間的關系；結構方程模式則更注重分析潛變量之間的結構。相對于多元回歸分析、路徑分析等，結構方程模式允許自變量和因變量存在測量誤差；采用ML（最大似然法）將模型中所有參數(shù)同時進行估計，同時考慮多個變量之間的關系，比采用OLS（最小二乘法）對各個方程分別進行估計的路徑分析更加完善?？傊?，結構方程模式遵循多變量分析的一般線性模式進行驗證型分析，可以把方差分析、回歸分析、路徑分析、因子分析等傳統(tǒng)統(tǒng)計方法包含在結構方程模式的次模式中，因而適用性更加廣泛。

二、結構方程模式的特性及適用條件

雖然結構方程模式具有傳統(tǒng)統(tǒng)計方法不可比擬的優(yōu)勢，但是它也有其固有的統(tǒng)計學特性。例如，推論統(tǒng)計中的假設檢驗性，心理學研究中為了驗證自己所提出理論觀點，提出具體理論或者建構模型，不論是針對整體模型的擬合性檢驗，還是變量間關系的參數(shù)估計，都是以假設檢驗的方式來進行的。再如，結構化驗證性，心理學研究中的變量關系，通常并不是單純的一個變量的推論或兩變量關系的討論，而是涉及系統(tǒng)多個變量之間關系的分析。這些變量除了單純統(tǒng)計關系外，可能還存有潛在的因果性或層次性。這些變量間的關系均依賴于事前研究變量的性質與內(nèi)容的界定，提出相應的結構性關系的假設，尋求統(tǒng)計上的檢證。尤其在心理學研究中所探討的變量間結構關系，大多是由一群無法直接觀察與測量的概念所組成，需獲得嚴謹?shù)慕y(tǒng)計數(shù)據(jù)來證明構想的存在（Bollen，1989）。 再如，模型的比較分析，利用先前擬定的研究假設，將一系列的研究假設整體性的構成一個符合研究設想的假設模型，然后經(jīng)過計算程序對于這一模型進行驗證或者根據(jù)擬合指數(shù)對假設模型進行改進。因此，結構方程模式雖然較傳統(tǒng)統(tǒng)計方法優(yōu)勢明顯，但仍然是有局限性的，它在心理學研究中的應用是有條件的。

Cliff針對結構方程模式的運用提出了四個重要警告：資料無法肯定一個模式，甚至無法否定它；當資料無法否定一個模式，那將有其他許多模式，資料也無法將他們否定。事后不意涵因果性。對相關資料而言，充分地將經(jīng)驗系統(tǒng)給予隔絕使得變量間相關的本質可以清楚地被確定地作為不太可能。如果我們對某一事物加以命名，即使我們地命名是正確地，并不表示我們了解它，即出現(xiàn)名義謬誤的問題；事后的解釋是不可信賴的（結構方程模式：理論與應用，349）。遵循這四個警告可以探討心理學研究中結構方程模式運用應注意的幾個問題：

其一，使用相同的變量，依據(jù)不同的理論假設可以構建出多個模型，變量越多，變量組合而成的模型也越多。這樣，就給模型的擬合性檢驗帶來了難度，形成結構偏差。此時應該更加注重理論探討，尋求模型的理論或實際意義。

其二，在心理學研究中如果沒有特殊的設計而使用結構方程模式分析，僅使用數(shù)據(jù)來探討潛變量間因果關系，包括結構方程在內(nèi)的任何統(tǒng)計方法，都不能證明變量間是存在因果關系。要證明變量間存在有因果關系，一個恰當?shù)耐緩绞抢脤嶒炘O計，控制其他變量的影響，探討主要變量間的因果效應，即通過控制設計縱貫性的結構方程模式以幫助確定因果的方向性。

其三，在對潛變量的命名中名義謬誤顯得特別明顯。在結構方程中引入潛變量本來是結構方程的優(yōu)點，可以解決過去運用單變量測量的不足，然而，這種測量是否真正反映了潛在變量或者說指標真正能夠表示潛變量，是一個值得重視的問題。這也是無效度性與無信度性的問題，前者是指變量至少有部分測量不同于我們所想的事物。后者意味變項有部分什么也沒測到，也就是關于測量誤差的問題。Mulaik（1987）認為，當使用一個或少數(shù)幾個觀察變相來構建潛在變量，這種名義謬誤的現(xiàn)象特別顯著。其次，變量的品質也是相當重要的，變量的品質越高，越能代表潛在結構。所以說，定義潛變量的不確定性可以降低的兩個方式就是增加指標的個數(shù)以及增強指標的品質（Cliff，1983）。

其四，對研究結果的解釋不能絕對化。結構方程模式分析中要求變量之間是線性關系，但在很多情況下這種要求難以保證，而且，即使變量之間確定是線性關系，研究者也不可能把所有變量和變量間的關系納入理論建構之中，所以數(shù)據(jù)的擬合在于它對理論建構的支持，但不能證明理論建構的正確性，或者說還有更好的理論建構能夠獲得數(shù)據(jù)的支持，而沒有絕對正確的理論建構。

三、結論

在心理學研究過程中重要的不是研究方法本身，而是對方法的恰當使用。結構方程模式具有傳統(tǒng)統(tǒng)計方法不可比擬的優(yōu)勢，但是作為統(tǒng)計技術仍有其固有的特點和不足。一方面，我們應積極使用結構方程模式，使得研究更為系統(tǒng)、準確與深入；另一方面，完全依賴它的分析是相當危險的。相對于方法而言，理論的建構與結果的解釋顯得更加重要。所以，在心理學研究中應該首先考慮結構方程模式的特性和適用條件，審慎處理各分析環(huán)節(jié)。

[1]龍立榮.結構方程模式[J]//心理學方法變革的邏輯.自然辯證法通訊,2001(5).

[2]曾武.線性結構方程模式的原理及其實際應用[J].福建醫(yī)科大學學報(社會科學版),2001(1).

[3]秦浩,陳景武.結構方程模式原理及其應用注意事項[J].中國衛(wèi)生統(tǒng)計,2006(4).

[4]方敏,孫影.結構方程模式應用的幾個問題[J].中國衛(wèi)生統(tǒng)計,2006(2).

[5]黃銘芳.結構方程模式：理論與應用[M].北京:中國稅務出版社，2005:349-350.

B841.2

A

1673-1999（2010）02-0010-02

趙夫明（1979-），男，山東肥城人，碩士，浙江林學院（浙江臨安311300）外國語學院講師，研究方向為學習與教學心理；王學臣（1961-），男，山東臨清人，聊城大學（山東聊城252059）教授，碩士生導師；胡云江（1956-），男，浙江臨安人，浙江林學院副教授，研究方向為自然哲學。

2009-06-03