（广东省深圳市龙岗区卫生监督所 广东深圳 518172）
【中图分类号】R19 【文献标识码】A 【文章编号】1007-8231（2016）22-0278-02
结构方程模型也称协方程结构模型或线性结构模型, LISREL模型是自20世纪六、七十年代才开始出现的新兴的统计分析手段，被称为近年来统计学三大进展之一[1]。结构方程模型是一种建立、估计和检验因果关系模型的方法，模型中既包含有可观测的显在变量，也可能包含无法直接观测的潜在变量。从数理角度看，结构方程模型综合了通径分析和证实性因子分析，是一种杂合体[2]。目前结构方程模型已在心理、行为、教育和社会科学等学科领域里得到广泛的应用，但在医学领域的应用还不多，随着社会和行为科学研究问题复杂性的增加，以及统计软件的进一步发展，结构方程模型在医学领域将会逐步得到重视及应用。
1.结构方程模型的基本原理
结构方程模型的估计过程与传统统计方法有所不同，它是从样本求得表型变量的协方差阵、或相关阵出发，推导出一个引申的方差和协方差矩阵，或相关阵，使矩阵的每一个元素都尽可能地接近样本中观测变量的方差协方差矩阵中的相应元素。如果模型设定正确的话，将非常接近于方差协方差矩阵，所以估计过程就是采用特殊的拟合函数使得引申的方差协方差矩阵与表型变量的协方差阵之间的差别尽可能地小。
对模型的估计已发展起众多的估计方法，如最大似然估计、广义最小二乘法、不加权的最小二乘法和渐进无干扰的加权最小二乘法等。较常用的是最大似然估计、广义最小二乘法，但不同的估计方法各有其优缺点。主要目的在于讨论结构方程模型的一般原理，相关的计算方法可以参考相关的资料。
对模型的评价，涉及到模型对数据的拟合程度。关于模型的总体拟合程度有许多测量指标和标准，最常用的拟合指标是拟合优度的卡方检验（χ2），其卡方值可利用拟合函数值直接推导出来，等于拟合函数值和样本规模减1的乘积。卡方值的大小与样本规模有关，故又相继发展起拟合优度指数（GFI）、修正的拟合优度指数（AGFI）、绝对拟合优度指数、增值拟合优度指数、省俭拟合优度指数、离中拟合优度指数，以及平方平均残差的平方根（RMR）、本特勒—波内特规范拟合指数（NFI）、近似误差平方根（RMSEA）和信息标准指数等。可根据用于验证的数据特征、样本规模及假设条件选择相应的评价指标。
2.实例分析
2.1 问卷设计与数据收集
结合ACSI[3]与ECSI[4]两项指标模型，其中包含形象（测量变量包括整体形象、营运惯例、理念规范、社会责任，下同）、期望（对卫生监督服务的期望、与工作监督员互动的期望）、知觉的服务质量（对卫生监督整体服务质量的评价、符合社会的需求）、知觉的价值（对目前卫生监督服务质量应有定价的观感、对目前卫生监督服务定价应有质量的观感）、顾客满意度（整体满意度、与期望的卫生监督服务相较下的满意度）、顾客抱怨（抱怨态度、抱怨行为、抱怨处理）等六个部份，分别测量本研究架构中的六项潜变量，每部分由数个子题构成，以多项目方式测量其代表的潜变量，每题以1～5分的尺度评量之：1分代表非常不同意（重视/满意），5分代表非常同意（重视/满意）。问卷在初步设计完成后，先邀请相关领域之三位专家进行内容效度（Content Validity）的评估并计算CVI值；此外，本研究尚选取20位被监管单位负责人进行预测，预测的目的在筛选语意不清、模拟两可或是难以理解的题目。在信度方面，则计算每个潜变量子题之Cronbach α值，以验证内部一致性。
结果如表所示，显示量表具有较好的信度和效度。
之后调查了深圳市龙岗区500名卫生监督管理相对人，回收问卷并进行甄选，剔除不合格问卷，共得到453份有效问卷。
2.2 研究结果
以LISREL来验证并架构整体医疗产业顾客满意度与忠诚度指标模型。如下所列，运用LISREL统计方法产生以下四种模型：
（1）知觉的价值=0.31*形象+0.63*知觉的服务质量+0.30
（2）顾客满意度 = 0.44*知觉的价值+ 0.11*形象+0.49*知觉的服务质量+ 0.45
（3）抱怨= -0.51*顾客满意度+ 0.70
（4）抱怨= -0.13*形象- 0.32*知觉的服务质量+ 0.77
模型拟合结果：RMR=0.021，GFI=0.97，RMSEA=0.043，AGFI=0.88，NFI=1.02，CFI=1.26，PNFI=0.776，PGFI=0.34，模型拟合良好。结果提示：卫生行政部门形象对顾客所知觉的价值有正向影响；顾客所知觉的卫生监督服务质量对顾客所知觉的价值有正向影响；卫生监督部门形象对顾客满意度有正向影响；顾客所知觉的卫生监督服务质量对顾客满意度有正向影响；顾客所知觉的价值对顾客满意度有正向影响；顾客满意度对顾客抱怨有负向影响。
3.讨论
作为一种新兴的统计建模分析技术，结构方程模型在心理学、社会学、管理学等研究领域得到了越来越广泛的应用。在国内，这一统计技术仍在蓬勃发展之中。本文对结构方程模型基本原理进行了介绍，并且通过一个实证研究的模型示例，对结构方程模型在管理研究中的应用进行了说明。但结构方程模型在具体应用中，应注意以下问题：
从学术应用价值讲，结构方程模型是一种因果关系的验证性技术而非探索性技术，切忌仅计算潜变量之间的相关关系或用作全新量表的开发，也不应轻易根据修正指数调整模型。
当数据和模型拟合时，只表示数据不否定研究者所建立的理论模型，不表明证明了模型。
由于相同的变量，根据不同的理论会产生许多模型，往往变量越多，变量组合而成的模型也越多，这样就给模型的合适性检验带来了难度，而许多人常常忽视某一种关系的多个解释，这就容易造成结构偏差。因此，研究者在具体应用时应着重比较不同模型，并注意等价模型。
结构方程模型统计方法本身还有待完善，特别是拟合指数易受样本大小制约，对拟合指数的选择还有待进一步解决。目前，应用者可以参阅多个不同类型而表现稳定的拟合指数，如TLI、RNI、RMSEA和χ2。
从某一样本数据经探索性分析而获得的模型，必须经另一样本的验证分析，才能确立此模型的适用性。
注意潜变量与观测变量之间的逻辑关系，必要时转换数据分析工具，不应因为采用结构方程模型而错误解释为因果关系。
【参考文献】
[1] Anderson J C, Gerbin D W. Structural equation modeling in practice: Areview and recommended twostep approach. Psychological Rulletin, 1998,103:411-423.
[2] 2Kline, R.B.Latent variable path analysis in clinical research: Abeginners tour guide. Journal of Clinical Psychology, 1991,47:471~484. [2] Cliff N. Some cautions concerning the application of causal modeling methods. Multivariate Behavioral Research ,1983 ,18∶115-126.
[3] Bruhn, M. & Grund, M. A., Theory, Development and Implementation of National Customer Satisfaction Indices:The Swiss index of Customer Satisfaction (SWICS). Total Quality Management , 2000 ,11(7), 1017-1028.
[4] Cassel, C. & Eklof, J. A., Modeling Customer Satisfaction and Loyalty on Aggregate Levels: Experiences from the ECSI Pilot Study. Total Quality management, 2001,12(7/8), 834-841.
论文作者:杨倬
论文发表刊物:《心理医生》2016年22期
论文发表时间:2016/12/1
标签：模型论文; 方程论文; 变量论文; 结构论文; 知觉论文; 卫生监督论文; 指数论文; 《心理医生》2016年22期论文;