1. Structural Equation Modeling Chapter 8 潛伏變數路徑分析＝完全 SEM 潛伏變數路徑分析

2. 2 結構模式 心理與行為科學中所處理的變數經常是一種抽 象建構的變數，是無法被直接觀察或測量屬於 潛伏觀念，稱之為潛伏變數，或又稱為非觀察 變數； SEM 的理論架構是由結構模式與測量模 式所構成，結構模式是描述潛伏變數與潛伏變 數之間（因素與因素之間）因果關係模式，潛 伏變數中假定為因者稱為外衍變數（ exogenous variables ），被假定為果者稱為內衍變數 （ endogenous variables ）（周子敬， 2001 ）。

3. 3 下式為 LISREL 的結構模式： （ xi ）是潛伏外衍變數。 （ eta ）是潛伏內衍變數。 （ gamma ）是潛伏外衍變數對潛伏內衍變數之影響效果的 係數矩陣。 （ beta ）是潛伏內衍變數對潛伏內衍變數之影響效果的係 數矩陣。 （ zeta ）是「殘餘誤差」向量。 此模式有幾項基本假定： (1) 各項變數以離均差分數 （ deviation scores ）代表，亦即平均數為 0 ； (2) 與 沒有 相關； (3) B 之對角線為 0 ，而 I － B 為非特異（ non- singular ）矩陣。

4. 4 測量模式 測量模式一般由兩個方程式組成，分別規定了內衍 的潛伏變數 和內衍的觀察變數 之間，以及外衍 的潛伏變數 和外衍的觀察變數 之間的聯繫。下 式為 LISREL 測量模式的兩個方程式用來界定潛伏 變數與觀察變數之間的關係： 是觀察內衍變數。 （ lambda y ）是描述 與 之關係的係數矩陣。 （ epsilon ）是 的衡量誤差。

5. 5 是觀察外衍變數。 （ lambda x ）是描述 與 之關係的係數矩陣。 （ delta ）是 的衡量誤差。 而上式中 與 則相當於迴歸分析時的迴歸係數。

6. 6 案例說明  測量模式確認 健康及安全 氣氛 意外歷史 紀錄 感受在職場 危險 願意參與健康 及安全計畫 本章所有案例模式

7. 7 健康及安全 氣氛 意外歷史 紀錄 感受在職場 危險 願意參與 健康及安全 計畫 經理主任同儕個人目睹 危險 - 個人 危險 - 同儕 P1P2P3 E1E2E3E4E5E6E7E8E9E10 本章案例測量模式圖

8. 8 健康及安全 氣氛 意外歷史 紀錄 感受在職場 危險 願意參與 健康及安全 計畫 經理主任同儕個人目睹 危險 - 個人 危險 - 同儕 P1P2P3 E1E2E3E4E5E6E7E8E9E10 本章案例完整潛伏變數路徑分析模式圖

9. 9 健康及安全 氣氛 意外歷史 紀錄 感受在職場 危險 願意參與健康 及安全計畫 本章部分中介替代模式案例

10. 10 健康及安全 氣氛 意外歷史 紀錄 感受在職場 危險 願意參與健康 及安全計畫 本章無中介替代模式案例

11. 11 測量模式鑑定及估計 Lambda Y ( Factor Loadings for Y )

12. 12 PSI ( Covariance for E ) TE ( Unique Factors for the Endogenous Variables )

13. 13

14. 14  測量模式評估及修改  結構模式確認及估計 健康及安全 氣氛 意外歷史 紀錄 感受在職場 危險 願意參與健康 及安全計畫 修改非中介模式

15. 15 結構模式案例樣本段落探討 所有研究變數敍述統計量及相關係數 ( N = 115 )

16. 16 測量模式標準化參數估計 三個結構模式適配度指標

17. 17 健康及安全 氣氛 意外歷史 紀錄 感受在職場 危險 願意參與健康 及安全計畫 最終修改模式圖 -0.43** 0.45** 0.34** 0.18,ns