期刊文献+

二阶验证性因子模型的AMOS实现 被引量:29

下载PDF
导出
摘要 目的利用AMOS软件实现二阶验证性因子模型,通过实际的案例分析,以达到快速掌握SEM建模方法及AMOS软件准确实现的目的。方法采用SPSS15.0软件对CN-ADDQoL量表除两个独立分析的条目外的其余19个条目进行探索性因子分析,挖掘量表所隐含的深层意义与因子结构,提出初始模型,采用AMOS软件构建验证性因子模型对CN-ADDQoL量表的结构效度进行分析。结果本研究的两个最终模型只含有4个一阶因子,二阶因子与一阶因子关系很强(0.76,0.77,0.95,0.80),提示二阶因子能够充分表达一阶因子间的关系,且一阶与二阶因子模型拟合指数相差不大,一阶因子模型是一个更为省俭的模型,选取一阶验证性因子模型更为合理些。结论研究2型糖尿病患者生存质量的影响因素时,把CN-ADDQoL量表判定为四维度量更为合理,运用AMOS软件可快速、方便地对量表进行结构效度分析。
出处 《中国卫生统计》 CSCD 北大核心 2013年第1期52-56,共5页 Chinese Journal of Health Statistics
  • 相关文献

参考文献5

二级参考文献33

  • 1郭芸.一般非线性结构方程模型的贝叶斯因子的计算[J].苏州大学学报(自然科学版),2005,21(4):24-28. 被引量:2
  • 2郝元涛,方积乾,宋心远,朱淑明,吴少敏.非线性因子分析模型参数估计研究[J].中国卫生统计,2006,23(2):108-111. 被引量:5
  • 3李建明,曲成毅.隐变量交互作用分析建模及其在SAS上的实现[J].数学的实践与认识,2007,37(1):31-37. 被引量:2
  • 4Li FZ,Harmer P,Duncan TE,et al.Approaches to testing interaction effects using structural equation modeling methodoloyy.Multivariate Behavioral Research,1998,33:1-39.
  • 5Lee SY,Song XY.Bayesian model comparison of nonlinear structural equation models with missing continuous and ordinal categorical data.Br J Math Stat Psychol,2004,57:131-150.
  • 6Zhao Y,Amemiya Y.Maximum likelihood approach for general nonlinear structural equation modeling.LOWA:LOWA State University,2002.
  • 7Klein A,Moosbrugger BO.Maximum likelihood estimation of latent interaction effects with the LMS method.Psychometrika,65,457-474.
  • 8Klein A,Muthén BO.Quasi-Maximum likelihood estimation of structural equation models with multiple interaction and quadratic effects.Multivariate Behavioral Research,2007,42(4):647-673.
  • 9Wall MM,Amemiya Y.Genrealized appended product indicator procedure for nonlinear structural equation analysis.Journal of educational and behavioral statistics,2001,26(1):1-29.
  • 10Marsh HW,Wen Z,Hau KT.Structural equation models of latent interactions:evaluation of alternative estimation strategies and indicator construction.Psychological Methods,2004,9,275-300.

共引文献509

同被引文献270

引证文献29

二级引证文献144

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部