《表1 结构方程模型各变量内涵意义》
验证性因素分析是结构方程模型应用的一种,结构方程模型分析又称为协方差结构分析,是以变量的协方差矩阵为基础分析变量之间的关系[6]。传统的结构方程模型是建立在连续性变量的基础上,处理变量间的线性关系,也称为线性关系模型,这要求在理论上数据呈正态分布。本次研究的样本均属于类别变量,大多数情况下不选择线性相关模型,即参数估计方法不选择极大似然法(maximum likelihood,ML)而改用加权最小二乘法(weighted least square,WLS)。理论上如需使用WLS方法进行参数估计,要求有较大的样本量,WEST等[7]建议样本量>2500,才能得到稳定的参数估计值,本次研究样本量为587例,未达到要求的样本量,故选用加权最小二乘法配合对角加权矩阵伴均值-方差校正卡方检验(weighted least squares means and variance adjusted,WLSMV)。WLSMV专为处理类别数据设计,当样本量较小时,其参数估计结果仍较好[8]。模型构建中,潜变量及观测变量内涵意义见表1。
图表编号 | XD00157115800 严禁用于非法目的 |
---|---|
绘制时间 | 2020.05.01 |
作者 | 李牧玲、王晓艳、白雪洁、胡瑞丹、刘杨扬、侯佳坤、郑晓霞、周宏珍 |
绘制单位 | 南方医科大学南方医院护理部、南方医科大学南方医院神经外科、南方医科大学南方医院护理部、南方医科大学南方医院护理部、南方医科大学南方医院护理部、南方医科大学南方医院护理部、南方医科大学南方医院神经外科、南方医科大学南方医院护理部 |
更多格式 | 高清、无水印(增值服务) |