之前在板上詢問關於SEM結構方程模式配適度問題， 感謝熱心版友解答，在此做個分享。 問題： 研究使用SEM的驗證性因素分析，樣本數為287，建構潛在變數有6項， P值皆顯著，RMR,GFI,AGFI,PGFI都沒有大於0.6(標準是0.9...) 但是簡約配適度指數PNFI,PCFI都有大於0.6，卡方2000多，自由度600多 <解決方法一> 在樣本與construct比 合理下，首先建議重新檢視item與construct之間是否有顯著，換 句話說，驗證性因素分析能否歸類出來，或是在做CFA時，構念能否反映出各問項？各問項是否重 疊於不同構念？ <解決方法二> 適配指標都太低，應該是specification，模式識別的問題，也就是說： 理論模式沒有辦法符合樣本，所以應該是要檢討整個模式，例如有些重要的徑路或者相關 的線條你沒有畫出來。（沒有畫出來的話，軟體會認為他們是0，也就是毫無關係，所以 說，假如你沒有把性別跟～恩～舉例來說～數學成績畫一條線的話，軟體就認為說性別跟 數學成績八竿子打不著毫無關係，但理論可能會跟你說男女生數學有差異，所以就代表你 的模式沒有畫好、沒有正確的識別specify） 也有可能是measurement model的部份，題項loading到因素的時候， 可能有cross-loading或者根本就應該屬於其他因素，所以整個模式無法適配數據， 所以這種情況下，要回頭做EFA然後CFA，看看measurement model那邊的狀況。 那要怎麼知道究竟是徑路畫錯還是因素分析呢？就看modification indice <解決方法三> 整體配適度不佳的話，表示資料跟假設模型不合， 這種情況下，P值顯著的意義也就不大了 樣本是不能隨便刪除的，除非有很好的理由，例如是outlier殘差設定可以用cronbach alpha帶入模型中的誤差項用該construct的alpha值，記得沒錯的話是用(1-alpha) 不過比較好的方法是先驗證measurement model 把factor loading值小的刪除，或是不顯著的刪除 再驗證structure model，這是所謂的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，表示模型跟資料差太多了 p值如果是指整體模式的話（是從chi-square跟degree of freedom算出來的） 那就表示樣本與模式有顯著差異在實證下幾乎都是顯著的，因為跟樣本大小有關係 所以幾乎不會去看這個值，以下截錄我文章中的一小句， 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). 這邊other fit indexes就是指CFI, GFI等等 --

※ 發信站: 批踢踢實業坊(ptt.cc) ◆ From: 124.11.225.225