有些同学在做结构方程模型分析时，混淆了理论上和统计上的潜变量。例如，满意度在理论上是潜变量，因其不可直接观测。在具体问卷中，满意度由S1-S5
五个题目测量。但是，在统计上，满意度这个变量就不一定是潜变量了。统计上的潜变量和显变量区分很简单，凡是直接使用原始数据的某一列变量的，这一变量就是显变量。例如，如果我们计算出S1-S5五个题目的总分或均分，得到一列数据，变量名为“满意度”，如果统计软件中我们直接用这一列的数据来分析，此时的满意度就是显变量。但如果我们用满意度的题目来构建潜变量满意度，或者用满意度的总分构建单测量指标潜变量，那么这个满意度就是潜变量。
因此，一个理论上是潜变量的变量，在统计上可以是潜变量也可以是显变量。通常，我们在做数据分析或结构方程建模时，我们所说的潜变量指的就是统计上的潜变量，而不是理论上的潜变量。分清楚理论上和统计上的变量类型很重要，例如当我们做调节效应分析时，虽然很多变量是理论上的潜变量，但在用软件建模时，绝大多数的研究使用的是显变量调节。不过，近几年潜变量调节的应用也逐渐发展，只是潜变量调节对于样本量、拟合度、软件等方面都有更高的要求。
【欲学习了解更多的结构方程模型分析应用知识，敬请关注咸菜老师博客关于暑假、寒假的结构方程模型培训班通知】
加载中，请稍候......
喜欢
加载中…