sem统计分析需要哪些数据

在统计分析领域，SEM通常指结构方程模型（Structural Equation Modeling）。进行SEM统计分析时，所需数据在类型、格式、质量与样本量方面均有明确要求，核心数据包括观测变量、潜在变量、协方差矩阵或相关矩阵，以及用于模型估计的原始数据。

首先，SEM需要多个可观测指标作为潜在变量的测量项。每个潜变量通常至少需要3个显变量（即题项或指标）进行定义，以保证模型可识别。数据通常来源于李克特量表、问卷条目、测试得分或客观指标，指标需反映同一构念且具备内容效度。

其次，SEM要求数据为连续型变量或有序分类变量。对于连续数据，常用最大似然估计（ML）；对于非正态或有序数据，需采用稳健估计法（如MLR）或加权最小二乘（WLSMV）。因此，数据的分布形态和测量尺度是必须提前检验的输入要素。

第三，SEM统计分析需要足够的样本量。经验规则是样本量至少为观测变量数的10倍或自由参数数的5倍，更严格的建议是每个潜变量不少于100个样本，或整体N≥200。样本量不足会导致模型收敛失败、标准误偏大以及拟合指数不稳定。

第四，SEM需要完整的数据矩阵，包括所有变量的原始数据。缺失数据必须处理，常用方法包括完整信息最大似然估计（FIML）和多重插补。若采用协方差矩阵作为输入，则需提供无缺失协方差矩阵或成对删除后的相关矩阵。

第五，SEM假设数据满足多元正态性、线性关系和无极端异常值。因此，分析前需要收集并检查偏度与峰度指标，绘制散点图矩阵，并评估奇异值。若违反假设，则需要选择稳健标准误或Bootstrap法进行修正。

第六，若要执行多组SEM分析（如跨性别、跨文化比较），还需收集分组变量（如性别、地区、时间点）。此类分析要求各组的测量模型具有测量不变性，因此数据必须包含足够的组内样本量和组别标识。

最后，SEM分析通常需要提供模型设定信息对应的输入数据：包括因子载荷路径、结构路径、潜变量间协方差以及误差方差所需的数据格式。若使用软件（如AMOS、Mplus、Lavaan），需以CSV、Excel或SPSS格式准备数据，并确保变量名称与模型语法一致。

综上，SEM统计分析所需数据可归纳为：多个观测指标、足够的样本量、连续或有序尺度、完整或可插补的数据矩阵、满足正态性与线性假设，以及必要的分组变量。这些数据共同决定了SEM模型的可识别性、估计精度和拟合优度，是进行可靠统计分析的基础。