
社會統計學進階:潛變量分析(Mplus\PLS)培訓
一、SEM的基本概念
1. 什么是SEM
2. 為何是SEM
3.SEM術語與符號
4.學習SEM前必須知道的五件事
5.潛變量VS觀察變量
6.SEM常見的模型
二、Mplus操作篇
1. A Step by Step Guide to Data Analysis Using Mplus
2. Mplus操作篇
3.Mplus常用指令直接
4.Observed Variable model-Regression Model Path model
5.路徑分析
6.Latent Variable model-CFA and SEM
7.驗證式因素分析
8. 一階CA分析時常見的問題
9.信度與收斂效度
10.區別效度Fornell and Larcker critiria
11.一階SEM分析及報告
12.二(高)模型
13.二階SEM分析與報告
14.模型擬合度修正
15.協方差矩陣分析
三、中介
1.中介與調節模型
2.簡單中介模型
3.遠程(鏈式)中介模型
4.多重(并聯)中介模型
5.簡單調節模型
6.調節變量為潛變量
7.雙調節變量模型
8.雙調節變量有交互作用模型
9.中介的調節變量模型
10.中介的調節(連續)效果
四、調節
1.Mplus觀察變量繪圖(1)
2.Mplus觀察變量繪圖(2)
3.Mplus觀察變量繪圖(3)
4.進階調節變量繪圖
五、MLM基本認識
1.為什么需要多層次分析
2.MLM基本認識
3.MLM的參數估計
六、MPlusmultilevel 語法介紹
1. Mpus Multilevel 語法介紹
2.Multievel 六大模型、隨機方差模型(空模型)
3.截距模型及完整模型
七、數據整理及計算RWGJ
八、范例
1. EX2模型完整分析
2. EX3模型完整分析
九、共同方法偏誤
1. 什么是共同方法偏誤
2. 共同方法偏誤不同的觀點
3.CMB的檢測
4.驗證因子分析法(CFAmethod)
5.潛變量方法效應估計(ULMC)
6.標記變量法(maker variable)
7.CMB修正
十、恒等性分析
1.MPlus多群組恒等性檢驗
2.測量工具因素恒等性分析測量
3.測量工具因素恒等性(一階CFA)
4.測量供具因素恒等性(一階CFA)范例2
5.結構模型恒等性分析
6.交叉評估(Cross-validation)
Pls(偏小二乘法)軟件操作
一、Pls(偏小二乘法)
1. 偏小二乘法(PLS)第二代統計學
2. 開始繪制模型
3. 圖形調整及美化
4. 數據缺失值處理
5. 偏小二乘法(PLS)原理
6. PLS的優勢
7. PLS 與SEM的異同
8. 反映型與形成型指標
9. 信、效度與結構效度(上)
10. 信、效度與結構效度(下)
11. PLS 分析報告
二、PLS實務應用操作
1. 高階測量模型分析
2. 中介與調節的應用
3. 調節的應用
4. 多群組比較
5. 共同方法偏差(CMB)