感谢Lotusfly大大的回应与建议 我也将我们信件往返部分贴上来 与大家分享: 原作者去信: 我想追问的是 : 您说一定要看模式适配度(我模式有四个潜在变项) : 若路径都达显着，但模式适配度不佳 : 此时应该如何做结论呢? : 我的想法是: : 分析结果显示，假设部分获得支持，但部分变项之关系则不显着 : 故也影响整体模式之适配度(换言之，说部分假设获得支持，即便整体模式不佳) : 这样的解释方式是正确的吗? : 此时会需要将不显着的路径删除，再跑一次吗?(这是我乱想的) : 打得落落长 : 还请您指教了 : 感谢!!! Lotusfly大大回应: 如果您有潜在变数， 其实在做假设验证之前就应该要先进行验证性因素分析， 您在潜在变数之间执行路径分析之际才发现适配度不佳，这时机已晚， 您在路径分析的结构图形上面进行任何调整都不是正常程序， 请确实回到验证性因素分析， 才能检查出到底是哪一个「潜在变数与观察变数之间关系」所造成的问题。 适配度不佳的原因很多，列举常见三个原因加上一个说法给您参考。 1. 例如样本太少或太多都不算太好， 过去经验得知200～400份样本值会有比较好结果。 2. 当然，潜在变数之间若有过高的相关， 也会有共线性的问题，适配度也会受到影响。 3. 最常见的莫过於因素负荷量太低的问题， 这代表有些题项根本不适合反映潜在变数， 这一定会影响适配度。 4. 适配度不佳重要吗？有点见仁见智， 以前大家都觉得每个指标都要通过， 但最新的统计学文献已不这麽认定， 比较重要的指标例如：CFI、RMSEA、NNFI、SRMR有通过， 那麽老实说这模式是可以接受的。 最後，有点需要强调一下，您引号内的论点不太正确： 「我的想法是: 分析结果显示，假设部分获得支持，但部分变项之关系则不显着故也影响整体模式之适配 度(换言之，说部分假设获得支持，即便整体模式不佳)这样的解释方式是正确的吗?」 所以总结一下，请您记得一定要回到验证性因素分析，看一下您的问题在哪里， 逐步进行修正，若是适配度不佳而仍然在潜在变数路径分析模式中打转， 那也只是徒劳无功而已。 当您在验证性因素分析进行了所有努力之後发现最基本的适配度仍旧不好， 那其实也就代表了您的样本不适配这个理论模式，不应强求使用结构方程模式， 这才是真正的意涵，请使用观察变数的分析，一样也能分析出相当好的结论。 以上。 ※ 引述《johnsmith279 (54)》之铭言： : 最近在跑SEM : 有几个问题想请教前辈们 : SEM在分析时会有不同数据可去检视资料与模式的适配度 : 通常最佳的情况是 : 路径系数皆显着且整体模式适配度指标均佳 : 但我好奇如果 : 不看模式整体适配度，只看路径系数是否显着来解释结果可以吗? : (这样做好像只是单纯当SEM用来做路径分析) : 此时，若有不显着的路径，就说假设未获支持 : 显着的路径，就说假设获支持 : 即便整体模式的适配度不好，这样是否可以?还是解释上会有其他需要注意的地方? : 通常很多文章用SEM比较是用来验证"理论模式整体适配度" : 但在想是否SEM是否可单纯用来做路径分析，而不去论整体适配度呢? --

※ 发信站: 批踢踢实业坊(ptt.cc), 来自: 140.117.247.169 ※ 文章网址: https://webptt.com/cn.aspx?n=bbs/Statistics/M.1474047991.A.B4B.html