之前在板上询问关於SEM结构方程模式配适度问题， 感谢热心版友解答，在此做个分享。 问题： 研究使用SEM的验证性因素分析，样本数为287，建构潜在变数有6项， P值皆显着，RMR,GFI,AGFI,PGFI都没有大於0.6(标准是0.9...) 但是简约配适度指数PNFI,PCFI都有大於0.6，卡方2000多，自由度600多 <解决方法一> 在样本与construct比 合理下，首先建议重新检视item与construct之间是否有显着，换 句话说，验证性因素分析能否归类出来，或是在做CFA时，构念能否反映出各问项？各问项是否重 叠於不同构念？ <解决方法二> 适配指标都太低，应该是specification，模式识别的问题，也就是说： 理论模式没有办法符合样本，所以应该是要检讨整个模式，例如有些重要的径路或者相关 的线条你没有画出来。（没有画出来的话，软体会认为他们是0，也就是毫无关系，所以 说，假如你没有把性别跟～恩～举例来说～数学成绩画一条线的话，软体就认为说性别跟 数学成绩八竿子打不着毫无关系，但理论可能会跟你说男女生数学有差异，所以就代表你 的模式没有画好、没有正确的识别specify） 也有可能是measurement model的部份，题项loading到因素的时候， 可能有cross-loading或者根本就应该属於其他因素，所以整个模式无法适配数据， 所以这种情况下，要回头做EFA然後CFA，看看measurement model那边的状况。 那要怎麽知道究竟是径路画错还是因素分析呢？就看modification indice <解决方法三> 整体配适度不佳的话，表示资料跟假设模型不合， 这种情况下，P值显着的意义也就不大了 样本是不能随便删除的，除非有很好的理由，例如是outlier残差设定可以用cronbach alpha带入模型中的误差项用该construct的alpha值，记得没错的话是用(1-alpha) 不过比较好的方法是先验证measurement model 把factor loading值小的删除，或是不显着的删除 再验证structure model，这是所谓的two-step approach 可以看Anderson & Gerbing (1988). Structural equation modeling in practice: A review and recommended two-step approach. Psychological Bulletin. 如果不行，表示模型跟资料差太多了 p值如果是指整体模式的话（是从chi-square跟degree of freedom算出来的） 那就表示样本与模式有显着差异在实证下几乎都是显着的，因为跟样本大小有关系 所以几乎不会去看这个值，以下截录我文章中的一小句， Because the χ2 statistic is dependent on sample size, its use is limited in most empirical research (Byrne, 1994), and therefore, a wide variety of other fit indexes which are independent of sample size have been developed (Marsh, Balla, & McDonald, 1988; Hu & Bentler, 1998). 这边other fit indexes就是指CFI, GFI等等 --

※ 发信站: 批踢踢实业坊(ptt.cc) ◆ From: 124.11.225.225