大家好，又见面了，我是你们的朋友全栈君。
一、研究场景
路径分析,也称通径分析（有时也称结构方程模型，一般情况下如果包括测量模型和结构模型，则称为结构方程模型；如果只包括结构模型，则称为路径分析）。路径分析在于研究模型影响关系，用于对模型假设进行验证。比如下图的模型框架：希望研究工作条件，人际关系对于公司满意度的影响；同时还希望研究公司满意度和机会感知对于离职倾向的影响。路径有一共有4条（即4对影响关系），路径分析可以同时研究此4对影响关系。
二、SPSSAU操作
1.SPSSAU上传数据
登录账号后进入SPSSAU页面，点击右上角“上传数据”，将处理好的数据进行“点击上传文件”上传即可。
2.处理分析项
在“问卷研究”模块中选择“路径分析”方法，调整好自变量与因变量之间的关系，输点击“开始分析”即可。
模型举例如下：
三、SPSSAU分析
背景：在进行实证研究时，建议模型如下。希望研究工作条件，人际关系对于公司满意度的影响；同时还希望研究公司满意度和机会感知对于离职倾向的影响。相当于一共建立了四个假设。希望使用路径分析进行模型验证，最终进行假设检验。
补充说明：针对路径分析的步骤上，SPSSAU建议分为以下三个步骤，分别为：
第一步：建立模型。并初步查看模型拟合结构，回归系数显著性等；
第二步：调整模型。如果拟合指标不达标(比如RMSEA值过大)，此时共有两种模型调整办法，第一种办法是结合“回归影响关系-MI指标表格”结果及专业知识情况，重新调整模型；第二种办法是设置“模型协方差调整”MI指标参数。多次重复调整模型，直至拟合指标在标准范围内即可
第三步：分析模型。待模型拟合指标达到标准后，对模型进行详细分析和说明。
大纲请参考下图：
1.未修正模型
模型拟合指标表：
分析结果来源于SPSSAU
模型拟合指标非常多，通常情况下只需要关注卡方自由度比，GFI，RMSEA，RMR，CFI，NFI，NNFI共七个指标即可。并不需要全部指标均达标，有时候甚至只需要关注于RMSEA,RMR,CFI,NFI共4个指标即可。从上图可以看到，模型明显不达标，各项指标均不在标准范围内。因此需要进行模型调整。
模型调整共有两种方法：第一种办法是结合“回归影响关系-MI指标表格”结果及专业知识情况，重新调整模型；第二种办法是设置“模型协方差调整”MI指标参数。
对于“回归影响关系-MI指标表格”和“模型协方差调整”SPSSAU默认结果就有提及，如果没有需要下拉调整MI指数。
并且对于自变量与因变量的关系可以选择“相关”和“影响”，参考如下：
2.模型修正
(一)第1种模型调整方法：“回归影响关系-MI指标表格”
从上图可以看到，共有五条路径的MI值均大于15，但并非说此5条路径均要放入模型中。而是仅放入更符合实际情况的一条即可，这样稳定重复的调整模型，并且还需要结合专业知识情况综合而定。从上图来看，机会感知对于公司满意度时MI值最大为22.087，而且从实际意义上看，机会感知有可能影响到公司满意度。所以先加入此条路径到模型。
至于上图中还有另外4条路径，暂不加入模型中，先加入一条后尝试看模型拟合指标变化情况，如果已经达标就不需要再继续调整模型。当然也可以继续结合新的MI指标进行模型调整。加入机会感知与公司满意度的路径关系后，模型路径设置如下图：
补充说明：第二种模型修正
除了结合“回归影响关系-MI指标表格”进行模型调整外，还可以结合“模型协方差调整”，二者可同时进行，也可以分开进行均可。一般情况下，按MI大于10或者按MI大于20进行协方差调整即可。
协方差调整是指建立项之间的相关关系（非影响关系），MI指标越大，说明关联关系越强越应该建立关系。并且按MI指标调整协方差关系，这一过程被SPSSAU自动进化处理，用户只需要设置即可。比如此处设置MI>10进行协方差关系调整，如果说构建模型时有MI大于10，则SPSSAU会自动建立协方差关系，并且会将建立后的协方差关系进行呈现（即使协方差关系表格不在我们关注范围内，并且重要性非常低）。如果构建模型后没有MI大于10的协方差关系则SPSSAU不会处理。
在完成上述两步模型调整，包括建立机会感知与公司满意度的路径关系，并且按MI大于10进行协方差关系调整后，最终发现模型拟合指标达标，具体下一部分呈现结果并且说明。
3.修正后模型
（1）模型回归系数汇总表格
分析结果来源于SPSSAU
公司满意度对于离职倾向影响时，标准化路径系数值为-0.642<0，并且此路径呈现出0.01水平的显著性(z=-9.369，p=0.000<0.01)，因而说明公司满意度会对离职倾向产生显著的负向影响关系。 机会感知对于公司满意度影响时，标准化路径系数值为-0.365<0，并且此路径呈现出0.01水平的显著性(z=-5.087，p=0.000<0.01)，因而说明机会感知会对公司满意度产生显著的负向影响关系。 人际关系对于公司满意度影响时，标准化路径系数值为0.234>0，并且此路径呈现出0.01水平的显著性(z=2.595，p=0.009<0.01)，因而说明人际关系会对公司满意度产生显著的正向影响关系。 工作条件对于公司满意度影响时，此路径并没有呈现出显著性(z=0.850，p=0.395>0.05)，因而说明工作条件对公司满意度并不会产生影响关系。
（2） 模型拟合指标
针对模型拟合指标来看，模型χ²/df =1.045< 3，并且RMSEA和RMR值分别是0.017和0.011，均小于0.1，GFI,CFI,NFI和NNFI这四个指标值均大于0.9，意味着模型各项指标均在标准范围内，模型拟合良好。
补充说明：模型拟合指标有非常多，建立以文献为准即可，通常情况下选择其中几个常见指标进行分析即可。很难所有的拟合指标均在标准范围内。
（3）协方差关系-MI指标
分析结果来源于SPSSAU
（4）影响关系-MI指标
（5）模型拟合度R ²汇总表格
（6）协方差表格
从上表可知：人际关系与机会感知之间的协方差关系（相关关系）上，此路径并没有呈现出显著性(z=-1.502，p=0.133>0.05)，因而说明人际关系与机会感知之间没有相关关系。 工作条件与机会感知之间的协方差关系（相关关系）上，此路径并没有呈现出显著性(z=-1.610，p=0.107>0.05)，因而说明工作条件与机会感知之间没有相关关系。 工作条件与人际关系之间的协方差关系（相关关系）上，标准化路径系数值为0.219>0，并且此路径呈现出0.01水平的显著性(z=6.416，p=0.000<0.01)，因而说明工作条件与人际关系之间有着显著的正向协方差相关关系。
（7）残差项估计值
（8）模型结果图
补充说明：模型结果图可拖拽调整如果还是没有达到预期结果，也可以在PPT中自行。
四、其它问题
1.无论如何拟合指标都不达标如何办？
如果模型质量较差，进行多次模型调整尝试后均无法达标，且各指标离标准差距特别大不可容忍，此时可考虑直接使用线性回归分析即可，将路径模型拆解后，分别进行多次线性回归进行假设验证。
2. SPSSAU路径分析中如果输出MI值和如何使用它？
如果希望SPSSAU输出MI指标值，可在开始分析按钮右侧下拉选择输出MI值，比如‘输出MI>10’,其意义是将MI值大于10的全部输出。在输出之后，可将MI值非常大的两两项之间建立‘协方差相关关系’（即相关关系，在‘模型关系’处进行设置），用于修正模型。MI值的修正通常会让卡方自由度值得到减少，其它指标一般不应该有太大的变化，不能过多的依赖于MI值进行模型修改。
3. 提示‘数据质量异常’？
当提示“数据质量异常”时，可能有以下原因所致：
第一：如果样本量过小（比如仅几个样本），有可能模型无法拟合；
第二：研究关系中出现因果关系研究（比如X影响Y，同时Y影响X），此时有可能出现“数据质量异常”。
4.拟合度R 方值是什么意思？
R 方值是指模型拟合情况，X对于Y产生影响时，X对于Y的解释力度情况，比如为0.2，则说明X对于Y有20%的解释力度。每个Y都会产生对应的R 方值。通常以研究是否有影响作为研究目的，因此此指标的意义相对较小，关注也较少。
5. 模型拟合度里面自由度为0？
模型拟合度出现自由度为0是正常现象，并且此时无法计算得到卡方值，卡方自由度值等，此时直接不关注对应的指标即可。出现自由度为0的原因通常是模型过于简单，或者模型过于‘饱和’，可能是非递归模型所致（比如A影响B，B影响C，C影响A）。
五、总结
针对路径分析的步骤上，SPSSAU建议分为以下三个步骤，分别为：
第一步：建立模型。并初步查看模型拟合结构，回归系数显著性等；
第二步：调整模型。如果拟合指标不达标(比如RMSEA值过大)，此时共有两种模型调整办法，第一种办法是结合“回归影响关系-MI指标表格”结果及专业知识情况，重新调整模型；第二种办法是设置“模型协方差调整”MI指标参数。多次重复调整模型，直至拟合指标在标准范围内即可。
第三步：分析模型。待模型拟合指标达到标准后，对模型进行详细分析和说明。
以上就是路径分析步骤汇总，更多干货登录SPSSAU官网了解更多。
发布者：全栈程序员栈长，转载请注明出处：https://javaforall.cn/172669.html原文链接：https://javaforall.cn