序

我很高興介紹由布魯諾·卡斯塔尼奧·席爾瓦（Bruno Castanho Silva）康斯坦丁·曼努埃爾·博桑查努（Constantin Manuel Bosancianu）和列文特·利特沃伊（Levente Littvay）撰寫的《多層結(jié)構(gòu)方程模型》。多層結(jié)構(gòu)方程模型（multilevel structural equation models, MSEMs）是將結(jié)構(gòu)方程模型（structural equation modeling, SEM）中以變量（伴隨誤差測(cè)量）之間關(guān)系為中心的研究與多層次模型（multilevel models, MLM）中以宏觀微觀關(guān)系為中心的研究相結(jié)合。本書有一個(gè)清晰的主題進(jìn)展，從觀測(cè)變量的SEM開始，到驗(yàn)證性因子分析（confirmatory factor analysis, CFA），再到完整的模型，在每個(gè)過(guò)程中都添加一個(gè)多層成分。在每一章中，作者系統(tǒng)地從簡(jiǎn)單到復(fù)雜的模型設(shè)定展開，并用實(shí)例說(shuō)明每一步。讀者可以通過(guò)使用在線附錄中的資料重復(fù)這些例子來(lái)加以練習(xí)。

本書的一個(gè)創(chuàng)新之處是符號(hào)系統(tǒng)。SEM和MLM都有各自的慣例；作者將它們混合在一起。這一符號(hào)系統(tǒng)保留標(biāo)準(zhǔn)化多層文本中使用的符號(hào)，但引入上標(biāo)來(lái)跟蹤與特定系數(shù)相關(guān)的結(jié)果變量。這種方法使得將MSEM寫成一系列方程成為可能，即使不精通矩陣代數(shù)的讀者也可以大致了解本書的內(nèi)容。為了進(jìn)一步加強(qiáng)讀者的理解，符號(hào)系統(tǒng)將大多數(shù)模型展示為一組方程式，以及基于SEM傳統(tǒng)的圖形表示。

就所需的準(zhǔn)備工作而言，有SEM或MLM經(jīng)驗(yàn)的讀者能程度地從本書獲益。第1章對(duì)二者進(jìn)行了非常有益的回顧，然后展示了如何將模型和符號(hào)系統(tǒng)組織到MSEM的單個(gè)框架中。第2章介紹了多層路徑模型，包括隨機(jī)截距模型和隨機(jī)斜率模型。這一章使用來(lái)自55個(gè)國(guó)家的世界價(jià)值觀調(diào)查數(shù)據(jù)（第四期）來(lái)探索與高度自我表達(dá)價(jià)值觀（公民積極性、主觀幸福感、寬容和信任、個(gè)人自主性和選擇的重要性）相關(guān)的個(gè)人層面和國(guó)家層面的因素。第3章重點(diǎn)研究多層因子模型。該章使用2015年國(guó)際學(xué)生評(píng)估計(jì)劃（PISA）中有關(guān)多米尼加共和國(guó)數(shù)碼設(shè)備使用情況的數(shù)據(jù)，構(gòu)建了雙層CFA首先將多層CFA與多組CFA進(jìn)行比較，然后構(gòu)建隨機(jī)潛變量截距，終形成帶有隨機(jī)負(fù)荷的多層CFA。同時(shí)，該章還包括一個(gè)對(duì)測(cè)量不變性的有用討論。第4章將第2章和第3章的主題合并成完整的MSEM。這一章的例子基于2004年工作場(chǎng)所雇傭關(guān)系調(diào)查教學(xué)數(shù)據(jù)集，探討了員工認(rèn)為自己在工作中能力過(guò)高還是過(guò)低，取決于他們認(rèn)為自己對(duì)工作要求有多高、管理者回應(yīng)的積極程度、他們的薪酬，以及公司的員工人數(shù)。第5章總結(jié)全書，討論了一些進(jìn)階類的主題，如分類因變量、抽樣權(quán)重和缺失數(shù)據(jù)，有興趣的讀者可以了解更多的參考文獻(xiàn)，并就如何處理技術(shù)文獻(xiàn)提供建議。

多層結(jié)構(gòu)方程模型相當(dāng)復(fù)雜。事實(shí)上，正如作者所說(shuō)，要研究的模型的復(fù)雜性僅受限于研究者的想象力（當(dāng)然還有數(shù)據(jù)、軟件等）。有鑒于此，讀者將會(huì)特別感激這本實(shí)用的介紹，以及作者為不同背景的研究人員能夠閱讀此書所付出的努力。