论文作为一种思路的结构方程模型是适合不知如何写结构方程模型方面的相关专业大学硕士和本科毕业论文以及关于结构方程模型论文开题报告范文和相关职称论文写作参考文献资料下载。
摘 要：结构方程模型（SEM）是一种采用验证性研究路径分析某一现象结构理论的统计方法.近年来已逐步运用于外语教育的多个研究领域,但在实际应用中却存在明显误区,即SEM研究的设计方案多数是探索性分析.这既不同于国外学者的验证性研究取向,也违背了SEM重在验证性分析的基本原则.从方法论的高度审视SEM的实质,指出SEM不仅是一种非实验研究范式,更是一种极具价值的研究思路,即先理论后实证具有普适性的研究思路.此外,还从理论的基本特征出发,结合语言研究的具体案例探讨SEM的主要适用情况.
关键词：结构方程模型；外语教育研究；验证性分析；研究思路；适用情况
中图分类号：H01
文献标识码：A 文章编号：1672-1101（2014）02-0069-06
收稿日期：2013-11-10
基金项目： 福建省教育厅社科项目“中国学生英语阅读的内在结构研究”（JA10108S）资助
作者简介：李光泽（1975-）,男,福建德化人,讲师,博士,研究方向：心理语言学、语言学方法论.
Structural equation modeling as a research approach
LI Guang-ze
（School of Foreign Languages, Fujian Normal University, Fuzhou 350007, China）
Abstract：Structural equation modeling （SEM） is a statistical methodology that takes a confirmatory approach to the analysis of a structural theory bearing on some phenomenon. In recent years, SEM has been applied in various areas of foreign language education research in China, but in practice, the majority of Chinese scholars took an exploratory approach, rather than the confirmatory one adopted either by the researchers in the West or by SEM itself. Therefore, the present paper examines the nature of SEM from the perspective of methodology, pointing out that SEM is not only a paradigm for non-experimental research,but also a worthwhile research approach, known as the “theory-then-research” approach. In light of basic theoretical features, the paper also discusses major scenarios using SEM illustrated by case study.
Key words：structural equation modeling； foreign language education research； confirmatory analysis； research approach； scenarios using SEM
结构方程模型（Structural equation modeling, 简称SEM）是一种采用验证性研究路径分析某一现象结构理论的统计方法[1].目前,SEM已广泛运用于教育学、心理学和社会学等研究领域,也逐步运用于外语教育研究[2].SEM之所以受到众多研究者的青睐,其中最主要的一个原因是,跟传统的统计方法相比,结构方程模型具有无可比拟的优越性,主要体现在四个方面[1,3].首先,SEM处理难以直接观测的变量具有独特的优势.社会科学或行为科学往往会涉及到大量的不可直接观测的变量,如智力倾向、语言能力、学习动机、幸福感等,这些概念大多也没有公认的测量指标和统一工具.这些概念在SEM中即为所谓的“潜在变量”.从这个方面来讲,SEM是可检验潜在变量（latent variable）和观测变量（observed variable）之间关系的唯一一种多元统计方法,因为传统统计方法只能处理观测变量.其次,SEM采取验证性（假设检验）而非探索性的数据分析路径,相反,传统统计方法,如相关分析、探索性因子分析,在性质上属于描述性的.再次,SEM可同时处理多个因变量,而回归分析或路径分析每次却只能计算一个因变量.SEM还容许自变量和因变量含有测量误差,回归分析和路径分析却要假设每个变量没有测量误差.最后,SEM可同时估计分析因子结构（潜变量与观测变量的关系）和因子关系（潜变量之间的关系）,并估计整个模型的拟合程度以及计算不同模型对同一样本数据的拟合程度.
在国内,SEM在外语教育研究的具体运用始于20世纪90年代末的写作研究[4],随后逐渐扩展到学习动机、语误分析、语言测试、情感因素、外语磨蚀等研究领域.总体而言,10年来外语研究者对SEM的认知和运用水平有了明显提高,但深入分析现有研究并结合近期的文献综述[5],不难发现SEM在外语教育研究中的使用存在两大问题：一是尚未引起研究者的足够重视,1999年以来的10年间共发表14篇实证研究,可谓凤毛麟角.显然,SEM及其运用还待于进一步推广和普及.二是SEM具体研究方案大多以探索性分析为主,与国外学者用SEM来验证事先假定的理论模型的倾向构成鲜明对照,也违背了SEM重在对事先假定好的理论模型进行验证性分析的基本原则[2]84-89.造成目前外语界SEM运用误区的主要原因可能在于研究者未能认清和把握SEM的实质,另一方面,可能是外语期刊专门介绍SEM的文章[6-7]过于重视SEM建模步骤和软件技术操作,未能强调SEM研究所蕴含的理论先行的前提性条件,更疏忽了在SEM模型设定阶段应如何根据理论和前人研究提出理论模型的关键论证,从而未能给研究者以正确的导向.
总结:本文是一篇关于结构方程模型论文范文，可作为相关选题参考,和写作参考文献。
参考文献：
1、 基于结构方程城市居民绿色出行意愿影响因素 摘 要：经济的不断发展使得我国私家车保有量不断增加，私家车的普及性和便利性使得人们更倾向于将其作为首要的出行方式，这给城市交通系统带来了巨大压力。
2、 一种基于径向基函数模型参考自适应控制 摘 要：文章介绍了基于RBF（径向基函数）神经网络的辨识，实现单神经元PID模型的自适应控制。采用RBF神经网络，是由于其结构简单，应用成熟，具。
3、 基于结构方程方法的新型农民培养效益实证 摘要：新型农民培养是中国新农村建设的主要目标。采用探索性因子分析法构建新型农民培养效益的评价指标体系，采用结构方程方法构建新型农民培养效益评价模。
4、 判断物理表达式是否正确几种思路 近些年全国各地的物理模拟卷或高考试卷中，常出现判断物理表达式正确性问题 面对大多出自大学教材，或通过物理竞赛思维讨论才能得出的物理表达式，许多学。
5、 广西隆林—乐业地区岩溶水系统结构概念模型分析 摘要：广西百色市隆林—乐业地区属于右江水系及红水河水系，可划分为三个岩溶区：隆或岩溶区、平塘岩溶区和蛇场岩溶区，岩溶水系统可分为：地下河子系统、。
6、 基于ELES模型陕西农村居民消费结构分析 当前中国经济发展处于新常态下，过去依靠投资与出口带动经济增长的动力在衰减，同时内需不足，尤其是农村居民消费水平过低，消费结构落后，致使新的增长点。