感謝Lotusfly大大的回應與建議 我也將我們信件往返部分貼上來 與大家分享: 原作者去信: 我想追問的是 : 您說一定要看模式適配度(我模式有四個潛在變項) : 若路徑都達顯著，但模式適配度不佳 : 此時應該如何做結論呢? : 我的想法是: : 分析結果顯示，假設部分獲得支持，但部分變項之關係則不顯著 : 故也影響整體模式之適配度(換言之，說部分假設獲得支持，即便整體模式不佳) : 這樣的解釋方式是正確的嗎? : 此時會需要將不顯著的路徑刪除，再跑一次嗎?(這是我亂想的) : 打得落落長 : 還請您指教了 : 感謝!!! Lotusfly大大回應: 如果您有潛在變數， 其實在做假設驗證之前就應該要先進行驗證性因素分析， 您在潛在變數之間執行路徑分析之際才發現適配度不佳，這時機已晚， 您在路徑分析的結構圖形上面進行任何調整都不是正常程序， 請確實回到驗證性因素分析， 才能檢查出到底是哪一個「潛在變數與觀察變數之間關係」所造成的問題。 適配度不佳的原因很多，列舉常見三個原因加上一個說法給您參考。 1. 例如樣本太少或太多都不算太好， 過去經驗得知200～400份樣本值會有比較好結果。 2. 當然，潛在變數之間若有過高的相關， 也會有共線性的問題，適配度也會受到影響。 3. 最常見的莫過於因素負荷量太低的問題， 這代表有些題項根本不適合反映潛在變數， 這一定會影響適配度。 4. 適配度不佳重要嗎？有點見仁見智， 以前大家都覺得每個指標都要通過， 但最新的統計學文獻已不這麼認定， 比較重要的指標例如：CFI、RMSEA、NNFI、SRMR有通過， 那麼老實說這模式是可以接受的。 最後，有點需要強調一下，您引號內的論點不太正確： 「我的想法是: 分析結果顯示，假設部分獲得支持，但部分變項之關係則不顯著故也影響整體模式之適配 度(換言之，說部分假設獲得支持，即便整體模式不佳)這樣的解釋方式是正確的嗎?」 所以總結一下，請您記得一定要回到驗證性因素分析，看一下您的問題在哪裡， 逐步進行修正，若是適配度不佳而仍然在潛在變數路徑分析模式中打轉， 那也只是徒勞無功而已。 當您在驗證性因素分析進行了所有努力之後發現最基本的適配度仍舊不好， 那其實也就代表了您的樣本不適配這個理論模式，不應強求使用結構方程模式， 這才是真正的意涵，請使用觀察變數的分析，一樣也能分析出相當好的結論。 以上。 ※ 引述《johnsmith279 (54)》之銘言： : 最近在跑SEM : 有幾個問題想請教前輩們 : SEM在分析時會有不同數據可去檢視資料與模式的適配度 : 通常最佳的情況是 : 路徑係數皆顯著且整體模式適配度指標均佳 : 但我好奇如果 : 不看模式整體適配度，只看路徑係數是否顯著來解釋結果可以嗎? : (這樣做好像只是單純當SEM用來做路徑分析) : 此時，若有不顯著的路徑，就說假設未獲支持 : 顯著的路徑，就說假設獲支持 : 即便整體模式的適配度不好，這樣是否可以?還是解釋上會有其他需要注意的地方? : 通常很多文章用SEM比較是用來驗證"理論模式整體適配度" : 但在想是否SEM是否可單純用來做路徑分析，而不去論整體適配度呢? --

※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 140.117.247.169 ※ 文章網址: https://webptt.com/m.aspx?n=bbs/Statistics/M.1474047991.A.B4B.html