 | 結構方程模式:原理與應用 第三版 2024年 使用Mplus, LISREL(SIMPLIS), R, AMOS作/ 譯者：邱皓政 著 | - ISBN：9786267410080
- 年份：2024
- 書號：00107628
- 開數：18
- 頁數：576
- 定價：690元
- 教師教學配件：
教學用投影片、範例語法、資料檔案
※以上教學附件不提供一般讀者※
| |
|
作者
邱皓政
| 現職 |
國立臺灣師範大學企業管理學系特聘教授／教育心理與輔導學系合聘教授
|
|
| 學歷 |
美國南加州大學（USC）心理計量學博士（Ph.D. in Psychometrics）
|
|
| 經歷 |
台灣統計方法學學會理事長、中國測驗學會常務理事、台灣心理學會祕書長、臺灣校務研究專業協會理事／副祕書長
美國加州大學洛杉磯分校（UCLA）神經醫學研究中心統計分析師
國立臺灣師範大學校務研究辦公室主任、副總務長、教學發展中心、進修推廣學院組長
國立中央大學、輔仁大學、世新大學副教授
教育部訓育委員會專案研究員
|
|
| 著作 |
貝氏統計、量化研究法(一)(二)(三)、潛在異質性分析、多層次模式與縱貫資料分析、量化研究與統計分析、統計學原理與應用，中英文期刊與研討會論文兩百餘篇
|
|
結構方程模式藉由共變矩陣運算與平均數結構拆解，巧妙整合心理計量的因素分析與計量經濟的路徑分析兩大統計技術，成為當代社會科學最重要的量化研究與分析典範。本書除了詳細介紹 SEM 的數理與估計原理，說明潛在變數的估計與變數間影響機制關係探究的基本模式，並涵蓋各種進階模式，例如從單樣本擴展至多樣本分析、由橫斷面延伸到縱貫面資料應用、超越外顯形式的潛在中介調節分析。本書是社會科學領域碩博士研究生學習高等研究方法、接軌國際潮流的最佳教材，更是學術研究人員的必備工具書。
提供概念原理─操作技術─運用範例的整合性知識，貫穿 SEM 的經典緣起與創新應用：新手學習 SEM 的必讀教本，更能兼顧當代最新發展趨勢，提供有經驗的老手提升、精進。
提供多元詳實而完整的操作參考：利用真實研究資料提供輔助說明，並同時以 Mplus、LISREL(SIMPLIS)、R 與 AMOS 四套分析工具進行示範說明。
適用課程︰大學或碩博士高等統計、多變量統計、結構方程模式、調查研究方法等課程。
適用對象︰碩博士學生、學術研究人員、資料科學專家或市調民調實務工作者。
第一篇 原理篇
第01章 結構方程模式概說
第一節 前言
第二節 結構方程模式的根源
一、兩個變數的三種關係
二、心理計量學根源
三、生物與計量經濟學根源
四、結構方程模式的出現
第三節 結構方程模式的原理與特性
一、結構方程模式的基本原理
二、結構方程模式的特性
第四節 結構方程模式的基本程序
一、模型發展階段
二、估計與評鑑階段
第五節 結語
第02章 結構方程模式組成
第一節 前言
第二節 結構方程模式的基本元素
一、觀察變數與潛在變數
二、測量模型與結構模型
三、測量參數與結構參數
四、自由、固定與限定參數
第三節 模式界定原則
一、變數關係的指定
二、模式簡效原則
三、參數設定原則
四、參數設定的矩陣表述
第四節 模式識別原則
一、聯立方程的最佳解
二、整體模式的識別
三、測量模型的識別
四、結構模型的識別
五、潛在變數的量尺化與識別
第五節 結語
第03章 統計原理與參數估計
第一節 前言
第二節 結構方程模式的統計基礎
一、從變異到共變
二、共變矩陣與推導定理
三、共變數導出矩陣
第三節 參數估計原理與策略
一、最小平方法
二、最大概似法
三、貝氏估計法
四、估計法的選擇
第四節 參數估計解與檢定
一、參數解的基本性質
二、參數標準化
三、參數顯著性考驗
四、參數非正定問題
第五節 結語
第04章 模式適配評估
第一節 前言
第二節 模式評估的檢定策略
一、模式適配的假設考驗
二、卡方檢定
三、規範卡方值
四、卡方檢驗的相關議題
第三節 模式適配指標
一、GFI 指標
二、NFI 與 NNFI 指標
三、IFI 指標
四、非中央性參數指標
五、RMSEA 指標
六、CFI 指標
七、ECVI 指標
八、CN 指標
九、殘差指標
十、適配指標的比較與運用
第四節 訊息準則
一、AIC 準則
二、BIC 準則
三、saBIC 準則
第五節 模式修飾的原理與方法
一、界定搜尋程序
二、模式修飾的計量策略
第六節 結語
第05章 結構方程模式的資料議題
第一節 前言
第二節 結構方程模式分析的資料格式
一、原始資料
二、矩陣資料
三、變數包裹與聚合
第三節 常態性假設
一、常態分配的概念
二、多元常態性
三、常態性檢驗
四、非常態資料的影響與處理
第四節 遺漏值處理
一、遺漏資料的類型
二、遺漏資料的預防與處置
三、最大概似估計的遺漏值處理
第五節 結語
第二篇 應用篇
第06章 驗證性因素分析
第一節 前言
第二節 因素分析的基本概念
一、構念的探尋
二、因素分析的不同形式
三、探索性因素分析與驗證性因素分析
四、高階驗證性因素分析
五、探索性驗證因素分析
第三節 驗證性因素分析的統計原理
一、CFA 的模型特性
二、CFA 的模式設定
三、單維測量與多維測量
四、殘差相關
五、HCFA 的模式設定
第四節 因素結構的內部適配
一、項目品質檢驗
二、組合信度
三、平均變異萃取量
四、因素區辨力
第五節 Mplus 範例說明
一、探索性因素分析範例
二、驗證性因素分析範例
三、高階驗證性因素分析範例
四、探索性驗證因素分析範例
五、因素結構內部適配範例
第六節 LISREL、AMOS 與 R 範例說明
一、LISREL/SIMPLIS 的 CFA 分析
二、R_lavaan 的 CFA 分析
三、AMOS 的 CFA 分析
第七節 結語
第07章 路徑模式與中介效果分析
第一節 前言
第二節 路徑分析的基本概念
一、相關與因果
二、路徑模型的發展
三、路徑係數與效果拆解
第三節 中介效果的概念與分析
一、中介效果的檢驗策略
二、中介效果的統計檢定
三、多重中介變數的效果檢驗
四、拔靴標準誤的檢定方法
第四節 結構方程模式取向的路徑分析
第五節 路徑分析範例
一、Mplus 分析
二、LISREL/SIMPLIS 分析
三、R_lavaan 分析
四、AMOS 分析
第六節 中介效果分析範例
一、Mplus 分析
二、LISREL/SIMPLIS 分析
三、R_lavaan 分析
四、AMOS 分析
第七節 結語
第08章 交互作用與調節效果分析
第一節 前言
第二節 交互作用與調節效果分析
一、第三變數的影響：從控制到調節
二、交互作用的雙向調節
三、變數中心化（平減）
四、結構方程模式中的交互作用分析
第三節 調節作用的分析與解釋
一、調節效果的基本拆解
二、斜率係數的調節
三、截距係數的調節
第四節 調節式中介與中介式調節
一、調節式中介（MoMe）
二、中介式調節（MeMo）
第五節 交互作用與調節效果分析範例
一、模式設定
二、Mplus 分析
三、LISREL/SIMPLIS 分析
四、R_lavaan 的調節效果分析
五、AMOS 分析
第六節 結語
第09章 統合模式分析
第一節 前言
第二節 統合模式的基本概念
一、統合模型的構成
二、統合模型的模式設定
三、單一指標測量模型
四、MIMIC 模型
第三節 統合模型的分析
一、統合模型的分析程序
二、統合模型的識別
第四節 統合模式中的交互作用
一、準潛在交互作用分析
二、真潛在交互作用分析
第五節 統合模式分析範例
一、Mplus 分析
二、LISREL/SIMPLIS 分析
三、R_lavaan 分析
四、AMOS 分析
第六節 潛在交互作用分析範例
一、Mplus 分析
二、R_lavaan 分析
三、LISREL/SIMPLIS 的 ULI 分析
第七節 結語
第10章 多樣本與恆等性分析
第一節 前言
第二節 多樣本分析原理
一、多樣本 SEM 的模式界定
二、多樣本分析的適配估計
三、跨樣本標準化估計
第三節 恆等性分析
一、恆等性的意義
二、測量恆等性的檢驗程式
三、模型比較的統計策略與替代方法
第四節 效度複核檢驗
一、效度複核的意義與價值
二、效度複核的 SEM 分析
第五節 測量恆等性檢驗範例
一、模式設定
二、Mplus 分析
三、R_lavaan 分析
四、LISREL 分析
五、AMOS 分析
第六節 平均數結構分析範例
一、Mplus 分析
二、R_lavaan 分析
三、LISREL/SIMPLIS 分析
四、AMOS 分析
第七節 結語
第11章 潛在成長模式
第一節 前言
第二節 潛在成長模式的模式設定
一、單因子模型（隨機截距模型）
二、二因子模型（線性成長模型）
三、非線性成長模型
四、無指定軌跡模型
第三節 成長模式的編碼方式
一、起點編碼
二、終點編碼
三、置中編碼
四、限定編碼
五、編碼模式的選擇
第四節 潛在成長模式分析範例
一、Mplus 分析
二、LISREL/SIMPLIS 分析
三、R_lavaan 分析
四、AMOS 分析
第五節 結語
第12章 結構方程模式的評析與應用建議
第一節 SEM：統計革命的第三波？
一、英雄造時勢：SEM 的崛起
二、統計技術的第三波革命
三、SEM 發展路上的石頭
第二節 正確運用 SEM 的相關議題
一、SEM 運用的三個關鍵議題
二、SEM 的決策建議
三、SEM 操作的常見疏失
四、APA 的論文寫作建議
第三節 結語
附錄
A. Mplus 使用指南
B. χ2 分配：臨界值與顯著水準對照表
三版序
先講一個令人莞爾的小插曲。經過多年的發展，Structural EquationModeling 的縮寫「SEM」已經成為社會科學師生耳熟能詳的專有名詞，因此前一些日子某位校對人員在書稿中的「SAM」畫了大叉叉，還不忘調侃說，老師您太喜歡山姆大叔（Uncle Sam）了是吧，意味著這是不該有的拼字錯誤。是呀，長期以來在公私場合我都喜歡用山姆或山姆大叔一詞來表示 SEM，一方面是好記，更希望大家能親近這門學問，但是不至於我會誤以 SAM 為 SEM，因為 SEM 這門學問的近代發展真的有 SAM 這個詞彙，全名是 Structural After Measurement，是剛被推出的多階段 SEM 分析程序。看來，這次 SAM 才真是為「山姆」正了名。
就在幾天前，比利時根特大學（Ghent University）資料科學系的 Yves Rosseel 教授（R 的 lavaan 套件的開發者），在 SEM 社群平台張貼了一則廣告，內容是為了推動「From SEM to SAM」專案招募博士後研究員，因為我正在荷蘭進行訪問，也正好這一次改版大量用到 lavaan，想找他討論最近在 Psychological Methods 發表的 SAM 專文與 R 模組的推廣，順便跟他訴苦我被調侃的故事。
從這件事情可以看出 SEM 仍在不斷創新發展，Rosseel 的 SAM 文章只是預刊登而還沒正式出版，但是 lavaan 模組已經公開 SAM 函數，可以很便捷的執行 SAM，但也同時引起包括德國國際學生評比中心 PISA 研究團隊的 Alexander Robitzsch 等學者的警告，他擔心因為 R 的 lavaan 廣泛流行而讓大眾誤用了這個方法。而我也恰好可以利用這個機會說明為何這次改版要大幅擴充 R 的 lavaan 套件的介紹與應用示範，因為如果看不懂 lavaan 語法，就無法與學者們進行對話並快速進入新技術行列。而除了 lavaan 有熱衷創新研究的學者撐腰，UCLA 榮譽教授 Bengt Muthén 即使退休多年，仍與其團隊成員不斷發表關鍵論文，例如貝氏估計、異質性分析、縱貫分析方法等等，其所發展的 Mplus 軟體更不斷改版出新，儼然成為 SEM 技術引領者，主導絕大多數當代重要的 SEM 技術發展與實證分析應用，因此本書改版以 Mplus 的介紹為主，以利讀者可以與國際潮流接軌。至於 LISREL，除了因為是經典，更因為 SEM 的基本原理與矩陣概念多從 LISREL 發展而來，保留這套工具的學習讓我們不至於與傳統脫節，可以維持閱讀經典論文的能力。最後，操作便利的 AMOS 由於與 SPSS 相結合，有助於初學者上手，納入本書做為補充性示範，讓此次改版提供四種關鍵 SEM 軟體的對應，滿足全部學習人口的需求，也能支持所有師長的教學指導任務。
所以這一次不僅是改版，而是一本全新的 SEM 專書。不僅內容大幅改寫，操作示範大量擴充，更也全面檢視近 20 年來 SEM 在基礎原理與應用上的發展變革與嶄新觀點，舊書文字已無多少存留。起初很想給個新名字，例如加上「新論」或「當代」一詞，但出版社主編與幾位學生都認為這一版專書內容傳統與當代兼備，除了傳承也可以創新，希望不要斷了與前書的關係連結，如同我堅持保留 LISREL、引入 Mplus 與 R，行遠自邇、不忘初心。
陪伴本書一路走來的還有林碧芳與曾明基兩位教授，仍然扮演本書催生、品管、建言與教學的多重角色。沒有他們，以及出版社同仁，就沒有這一本新書的誕生與創價，真心感謝他們。
寫作過程，如人飲水，冷暖自知，但能悠遊學術、傳達理念又能嘉惠學界，除了樂趣，更有意義，也是初心。
邱皓政
2024 年 2 月
Utrecht, the Netherlands
|