: : 先謝謝I大的文，能夠找人討論對我來說是很開心的事情！ 太客氣囉~ : : 其實以社會科學來說，我倒是想不到你要怎麼說兩個心理或社會構念的相關為零 : 記得之前上SEM課的時候，要舉這種沒相關的例子老師最愛用shoe size : 大概只有完全不搭嘎的"構念"才有辦法確保兩者之間無相關 : : 然後對endogenous variable來說，設定殘差有相關是操作上的設定 : 意義上就是兩個變項之間有相關... : 而且兩個變項之間有相關，那殘差之間亦存在相關這還滿合理的 這邊我講的是SEM的原始設定 所有的殘差相關矩陣本來就不開放相關設定的 當然動手設定相關本來就是操作上的設定~ 舉手之勞而已 但是~~它真的合理嗎? 試想一下為什麼原本的所有的設定都是fix的? 更何況看到MI值再來拉相關 明眼人一看就知道是為了 model fit而做 二者的相關只是為了事後後補而加上的解釋 再說~ 真要說二者有相關 在原po的模型中~不去討論C跟D的關係 而去拉上e1 & e2的關係本來就是件怪事 : : : 我覺得這個模式的問題在於：他幾乎要飽和了！ : : : 既然你的C與D是中介變項，那麼你應該先把 A->E跟B->E的直接路徑拿掉， : : : 不然C與D就沒有實質意義了 : : : （反正A與B都會直接預測E，那放個C與D就是畫蛇添足還消耗df了） : : 就我到目前為此所學的~ 我還沒聽過"模式飽和"這個概念 : : 我不知道中文怎麼翻譯，英文就是saturated model，對，自由度用完了 : 你的統計教科書應該有提到飽和模式的概念吧！我就是指那個 我手邊沒書~ saturated model我是用google的 我有遇過這種情況 我也猜是這個意思~ 但我確實不曉得這個term 倒是多認識了一名詞 但有點疑問的地方在於 當初原po在迴歸中與在path analysis中所產生的顯著情況不同 你給他的解釋是saturated model 然後要他把直接效果拿掉試試 這我到現在還是不能理解 所謂的"飽和" 究竟要怎麼樣影響其中的結構系數的顯著性? 就算所有的自由度都用完了~ 就會不顯著? 我能想到的解釋還是只有迴歸與path的差異性 : : 是啊中介效果跟直接效果不衝突，我的意思是在研究興趣上， : full mediation會是大家感興趣的重點，此外考量parsimony的要求， : 一開始的理論模式應該從較少箭頭的模式開始， : 理論最後有支持直接效果，再放回去也不遲。 : : 我承認這有探索性的成分，但這又何妨？我不覺得這個取向跟理論有所違背 : : 有人對太探索性的研究比較不以為然，我個人也不喜歡用SEM模式做 : 全然探索性的研究。我說的"說故事"當然就是用理論去解釋研究發現， : 你如果真的解釋得通那當然不要緊，如果是硬拗的話就有問題， : 你的故事也說不出個所以然來。"說故事"是我個人常用的詞， : 一個豐富有建設性的discussion就是要說個好故事、有道理的故事 後面是與研究的過程有關~ 中介的部份就不討論了 我不覺得我們在討論同一件事 這邊我當然是有點本位主義了 我的領域是在商管~ 我並不清楚原po與goldligth是在什麼領域 事實上 我對其他的領域也不熟 所以我還是習慣以自己熟悉的領域來討論 至少在我的領域 所有的統計分析工具就是拿來"驗證"的 在商管領域中 所有的論文的程序都是先文獻與推論 再來才是驗證分析 我從沒在期刊上看過先說明他try過幾個model 終於找到最好的以後 再來才是文獻探討的~ 研究的目的~ 在於解釋或者解決實務上發生的一些現象或問題 如果只有幾個變數 然後用AMOS連連看 再看看怎麼樣去喬一下model fit~ 有的線可以連連看 但如果會響到顯著性或者是fit就可以拿掉 try 一下~ "探索"一下~ 一切ok後 再回頭去找些文獻來支持 說些~~ 嗯~~故事 可以嗎? 當然可以~~ 只是這樣的研究能解釋什麼問題? 大概只能解釋畢業的問題吧 當然我也遇過很多人跟我說 "這我不會解釋 再跑另一個看看" "這條線幫我連連看" "幫我把這些model都跑出來我再選一個" 但積非不一定要成是 並不是在唱高調還什麼的~ 只不過是在我還記得研究是做什麼的時候 看到不一樣的做法總還是覺得怪怪的 --

※ 發信站: 批踢踢實業坊(ptt.cc) ◆ From: 140.112.110.191