6、SEM多组分析结果汇报 步骤一：记录多组分析结果数据 （见表1） 步骤二：计算Δχ2 并检验显著性 步骤三：考查差异显著的路径
（Pairwise Parameter Comparisons）
若某对路径差异的绝对值大于 1.96或者2.58，即说明其对应 的路径在α = 0.05或者α = 0.01 水平上差异显著。
3、可同时考查多组变量间的关系； 4、可检验自变量对因变量的直接 效应和间接效应。 5、可将测量误差包含在模型中， 增加了检验结果的可信性和理论 的解释力。
第二部分 多组分析方法介绍
一、为什么要用SEM多组分析？
研究者需要处理来自多个样本的数据， 比如性别数据、时间数据时，须使用SEM多 组分析来检验假设模型在不同样本间是否相 等。
二、SEM多组分析思路简介 1、基本思想:考查不同的调节变 量对模型整体的作用程度。
2、基本做法： 逐步对各类参数进行限定
限定后卡方与限定前卡方做差； 相应的自由度也做差。
➢ 如果卡方差（即Δχ2）在相应 的自由度差（Δ df）上显著， 即说明该调节变量对模型的作 用显著，模型在相应的限定上 存在差异。
✓ Squared multiple correlations（输出R2）， ✓ Modification indices（输出模型修正指标）， ✓ Indirect, direct & total effects（输出间接、
直接和总的影响效应）， ✓ Critical ratios for differences（输出模型差
结构方程模型多组分析方法
目录
CONTENTS
第一部分 结构方程模型简介
第二部分 多组分析步骤介绍
第一部分 结构方程模型简介
一、定义： 结构方程模型（SEM）是一种建 立、估计和检验因果关系的多元 统计分析技术。
二、特点 1、借助于理论进行建模; 2、检验理论模型是否有效； 验证所得的因子是否与理论概括 吻合；
不可做 多组比 较
相差不大
相差较大
可做多 组比较
5、SEM多组分析操作步骤 ➢ 步骤一：建立理论模型 ➢ 步骤二：分别计算各组数据与
理论模型的拟合指数。 ➢ 步骤三：定义组别 ➢ 步骤四： 限定模型
步骤五： 调入数据
步骤六：设定分析特征
点击View菜单下的Analysis Properties， Output标签下选择： ✓ Minimization history（输出迭代运算过程）， ✓ Standardized estimates（输出标准化估计值）
➢ 如果Δχ2 不显著，即说明调节 变量对模型的作用不显著，模 型稳定。
3、多组分析检验要依次限定： ➢ 测量权重： 潜变量在观测变量
上的负荷 ➢ 结构权重：潜变量之间的回归
系数
➢ 结构协方差：误差项之间的相 关系数
➢ 结构残差：潜变量的误差 ➢ 测量残差： 观测变量的误差
4、多组分析的前提条件： 检查各组与模型的拟合情况
异比较临界值）。
Estimation标签下选择： ✓ Estimate means and intercepts（估计平
均数和截距）。
使用重复测量或跟踪数 据
步骤七： 提交系统运算 第一格中的红色箭头闪亮，表示 已得出数据与模型的拟合指数； 第二格中的出现“OK”表示所有 模型都已被识别。
步骤八： 查看检验结果 点击View菜单下Text Output
数