||
在现有的研究中,对于结构方程模型(SEM)的样本数量大小,有以下几个建议。
首先,一般认为,在SEM分析中,每个预测变量的观察值应该至少有15个(例如,James Stevens,1996;Bentler and Chou,1987)。这是因为在一个给定的模型中,估计的参数数量(包括潜在变量的数量和测量误差的数量)会随着观察变量的数量而增加。如果每个预测变量的观察值数量不足,那么模型估计的准确性可能会受到影响。
其次,对于包含四个或更多因素的模型,建议总体样本数量至少为估计参数的五倍或更高(例如,Loehlin,1992)。这是因为随着模型复杂性的增加,对于参数估计的准确性要求也会提高。在这种情况下,较大的样本数量可以提高估计的稳定性和准确性。
然而,需要注意的是,这些只是经验性的指导原则,样本数量的大小并不是唯一的考虑因素。在实践中,还需要考虑其他因素,如数据的整体质量、每个变量的波动性、模型设定的恰当性等(例如,MacCallum et al.,2002)。如果样本的质量较低,或者模型的设定不恰当,即使样本数量足够大,也可能无法获得可靠的结果。
此外,如果样本数量不足,也可以通过其他方法来提高模型的稳定性和准确性。例如,可以通过采用更严格的变量选择标准、更精细的数据收集方法、或者采用模型修正的方法来提高模型的稳定性(例如,Fornell and Larcker,1981)。
综上所述,结构方程模型的样本数量大小是一个需要考虑多个因素的问题。在一般情况下,建议使用至少300个样本进行SEM分析。对于某些特殊情况,可能需要更多的样本。同时,也需要注意其他因素对模型准确性和稳定性的影响。
根据我自己使用SEM分析数据的经历,通常样本数量都在200-500之间,太小会影响显著性,太大会影响卡方与自由度之比值,供参考。
Archiver|手机版|科学网 ( 京ICP备07017567号-12 )
GMT+8, 2024-11-23 13:31
Powered by ScienceNet.cn
Copyright © 2007- 中国科学报社