56
0
这里是#学术志官方播客#第二十七期，本期特邀中国科学院大学理学博士 西安外国语大学教授李东老师，围绕 AI 如何降低结构方程模型的量化研究门槛展开深度交流，清晰界定 AI 工具与传统量化方法之间的互补定位。 告别量化畏难情绪，借助 AI 打通结构方程模型实操壁垒，兼顾方法规范与工具效率。
适合人文社科硕博生、青年教师、想要入门 SEM、苦于量化分析上手难的科研人长期收听、反复回味。
🎧播客：学术志
⏰️每周三18点准时更新
🔎小宇宙搜索「学术志」，订阅不错过每一期干货！
【本期主播】
陈老师：管理学博士，北京高校副教授。研究方向：社会治理创新与数字治理、环境治理、政策执行
在《中国行政管理》《电子政务》《求实》《北京社会科学》《Systems》等CSSCI和SSCI期刊发表论文20余篇，其中多篇文章被人大报刊复印资料转载；近年来主持和参与多项省部级课题；担任多个北大核心、CSSCI来源期刊和SSCI的外审专家；指导多名博士顺利毕业。
【本期嘉宾】
李东老师：西安外国语大学教授，博士研究生导师，中国科学院大学理学博士，擅长SPSS\AMOS\STATA等统计分析软件，担任多本CSSCI、CSCD来源期刊审稿专家，主持完成国家级课题1项、省部级课题6项，出版学术专著1部，发表学术论文60余篇。
📅【本期学术密码】
测试发现，当前国内大模型输出结果99%和国外ChatGPT一致，偏差很小。AI可以大幅缩减文献检索、问卷设计、模型匹配、信效度检验等人工工作，降低了研究门槛。
大语言模型一直在迭代，提示词需要动态匹配，无法完全保证AI输出结果和专业软件结果无偏差。对于科研人员来说，专业软件是必备的基础技能，掌握专业软件才能判断AI结果的可靠性，和AI形成互补关系。
结构方程模型的数据作用是验证预设的理论模型和研究假设，不建议采用纯数据驱动的建模方式。AI可以按要求推荐中英文文献，近期ChatGPT已大幅解决文献幻觉问题。
任何社会现象都有3-5个可匹配的理论，AI可以根据研究信息自动匹配相关理论，研究者再自行筛选。一篇SSCI或CSSCI学术论文，选择2-3个理论支撑研究就足够，不需要过多理论。
中介效应是当前核心期刊的标配，可以解释变量的作用传递过程，让研究更深入；调节（条件）效应可以探讨不同边界下的作用差异，让研究更精致，能大幅提升发表概率。
。一项研究建议将潜变量控制在最多8个，5-7个最为合适，每个潜变量设置4-5个题项，总题量加上人口统计学变量控制在40-50题，填答时间在6-8分钟，可以保证有效回收率。
如果全部自行开发量表，需要做探索性和验证性因子分析；借鉴成熟量表改编只需要做验证性因子分析，不会被质疑。一项研究可以混合使用借鉴题项和自行开发题项。
样本量足够大时，可以直接删除带缺失值的问卷；样本量紧张时，AI可以通过线性插值、均值插值、中位数插值等方式补齐数据。AI可以自动检测异常值，样本量足够大时可以通过缩尾处理删除极端数据。
样本量在100-150左右时，可以采用PRS sam方法估计；样本量在350-500份左右，用AMOS最大似然法估计即可，审稿专家一般不会质疑。收集800份以上样本难度非常大，学界普遍认可350份以上的样本量。
【解锁更多福利】
欢迎加入我们，解锁更多大咖公益直播、前沿学术干货、还能领SSCI选题小程序免费使用机会！每天加的人太多了，如显示添加频繁，请耐心等待。
