按月存檔:三月 2014

【張偉豪專欄】結構方程式(SEM),殘差真的不能拉相關嗎?

張偉豪老師好:

1.在進行CFA時,如果一個潛在構面只有兩個問項,這樣要如何去做 CR 跟 AVE的鑑定? 還是說在這樣的情況下僅能進行Cronbach’s α檢驗?
2.根據MI指標,發現將同一構面下,兩題問項殘差項相關連結,可以大幅降低卡方值。學生知道這樣違反了殘差獨立的基本原則,通常動作是刪除其一問項。但是學生在理論上找出此兩題問項須同時存在,想請問在進行CFA時,是否可以對兩題問項殘差拉取相關?

 

張偉豪老師解答:

一個構面兩個題目,無法單獨執行CFA,自然也就無法計算CR 跟 AVE值。你可以等到SEM模型跑完之後,再利用模型計算的值去重算CR 跟 AVE。
至於殘差拉相關,最好不要,除非你真有理論可以說明這一點,理由足以說服別人,那也未嘗不可。

【張偉豪專欄】結構方程式(SEM)中,多元常態的判定

在此想跟您請教有關多元常態的問題,坊間許多研究指出偏態絕對值(SKEW)均小於2,峰度絕對值(KURTOSIS)均小於7,"Mardia係數需小於p (p+2)時(p為觀察變數之數量)",可達到多元常態性基本要求 (Bollen, 1989)
請問:
1.Mardia係數是否即是AMOS軟體中報表輸出中Assessment of normality的 Multivariate 該欄位中之值。
2.另有學者指出Mardia係數未大於3,可採用ML 估計法估計參數(Finney & Distefano,2006),此處Mardia係數之定義似與前述之小於p (p+2)有所不同,此兩種Mardia係數是否有異。而你書中不用Mardia係數改採Mahalanobis distance 是否對處理極端值檢定較有用?

 

張偉豪老師解答:

Bentler and Wu寫的EQS手冊建議是3以下為多元常態, Kline (2011)書上建議是cr值為5以下為多元常態。
Mardia係數是AMOS軟體中報表輸出中Assessment of normality的 Multivariate kurtosis欄位中之值。
在amos中如果非多元常態,就有可能是outlier值引起的,因此用馬氏距離【Mahalanobis distance】平方計算,距離中心點愈遠則愈有可能是極端值。

【張偉豪專欄】SPSS多變量方法中,單變量常態與多變量常態的檢定

有以下問題想要詢問老師

1.常態分配
(1) 是否能用SPSS來證明常態分配,但是用SEM進行驗證分析?
(2) 偏態跟峰度是看CR值還是SKEW及KURTOSIS值呢?
(目前看到的書籍是兩者解釋皆有,且判斷的數據皆不太相同…)
(3) 偏態跟峰度值的呈現是要以構面為主或是題項為主?
(因為有些文章會顯示不同構面的偏態跟峰度,但是sem中主要乃是顯示題項,因此不是很能理解究竟是用哪個值來判斷構面的偏態跟峰度?)

2.多元常態檢定
(1) 以老師書中的標準,目前kurtosis=90.481 cr=23.976 乃不符合標準,但是參照老師書中92頁的內容,似乎以目前極端值的值來看彼此間的差異性不大,因此不確定是否需要刪題,還須請老師指導!

 

張偉豪老師解答:

1.常態分配可以用SPSS來做,但是只能評估單變量常態。此外也可以用散佈圖,來評估兩兩變數的多元常態.。但是所有變數的多元常態,一定要用amos中的Mardias 檢定來檢查.。
2.偏態及峰度不看C.R.值,因為C.R.值會受到樣本數的影響。因此是看偏態 <2及峰度 <7,符合這兩個標準則稱具有單變量常態。
3.偏態指的當然是變數為主,只有變數本身才有值可以分析。潛在變數是我們假設的構面,其中包含許多題目,所以我們估計多元常態.。
4.SEM中有個Multivariate kurtosis的分析,那是多元常態的分析。一般Multivariate kurtosis的cr值在49.1以內,大致上在ML法中都可以接受。
5.刪不刪題是研究者主觀意識,並無絕對標準,可以自行判斷。

【張偉豪專欄】加入中介變數後,會使原來自變數到應變數原先的正向關係變成負向的關係,這樣的情況是可能發生的嗎?

老師好:

學生的論文架構在於探究X→M→Y之M的中介效果,在執行SPSS後,X→Y、M→Y之結果皆呈顯著的正向關聯性,M符合完全中介的條件。
而在用AMOS來執行結構模型分析後,卻發現在執行X→M→Y的模型下,X→Y(直接效果)之路徑係數呈現負值,但總效果計算後則是呈現正值(此時X→M及M→Y之路徑係數皆為正)。
想請問老師的是
為何在用AMOS單獨執行X→Y時,路徑係數為正值,但在加入M之後,X→Y之直接效果卻會呈現負值呢?

 

張偉豪老師答覆:

我的看法是:您的X–>Y雖然顯著,但相關並不太。反而您的M–>Y相關比較大,因此在整體模型評估時,使得M–>Y偏掉X–>Y的部份相關。不過我相信雖然X–>Y負相關,但應該不顯著才對,這是有可能發生的。

【張偉豪專欄】結構方程式(SEM)關於sobel的Z值?

謝老師好:

論文如果要加進Sobel Test

1.在您們網站上,看到很多的表格,那是SOBEL TEST必須要呈現的嗎?

2.期刊論文上就只有顯示SOBEL的Z值,這樣可以嗎?

 

謝章升回複:

SOBEL是檢定中介的方法
如果您的模型沒有中介變數
當然是不需要做也沒有辦法做

如果您的模型是中介模型
那有一些方法可以處理
請參考我們網站上的中介干擾投影片

按此參考
而SOBEL就是其中一個方法

SOBLE計算的小程式:請按此下載

 

【張偉豪專欄】SPSS與SEM跑出來結果不同,這樣的情況是可能發生的嗎?

老師好:

之前寒假時有上老師一系列SEM的課程,目前正在跑論文的數據,

遇到了一個奇怪的現象想要請教老師。
我目前是做中介效果,將數據放在SPSS中並沒有中介效果,

但是SEM跑出來的值都不錯,跟同學討論後也認為有中介效果。想請問,這樣的情況是可能發生的嗎?

 

張偉豪老師解答:

SPSS與SEM結果不同,並沒有什麼好奇怪的。不同的分析方法,本來就可能會產生部份不同的結果。
在SPSS中,如果a和b都顯著,就稱間接效果存在(Baron and Kenny, 1986)。
在SEM中,需用BOOTSTRAP求得間接效果的信賴區間,如果信賴區間未包含0,則稱有中介效果(Mackinnon, 2008)。所以結論不同是有可能的,通常SEM是比較準的。

【張偉豪專欄】結構方程式(SEM)如何檢定間接效果?

偉豪老師好:

我有一篇投討到國外paper的意見回覆了,我是用Barron and Kenny (1986)的中介跑法,結果reviewer要求我要提供中介變數indirect effect的數據,並且該reviewer建議可以參考Preacher and Hayes的paper,我上網尋找之後找到該篇文章,看完整篇文章之後,發現老師教的方法在該文章都有出現,反而讓我困惑到底是要用哪一種方法檢定indirect effect,能否請張執行長指點迷津。

張偉豪老師解答:

一般如果是單一中介模型,只要採用BOOTSTRAP的方式,算出間接效果即可,如果信賴區間未包含0,即稱具有中介效果。接下來檢驗直接效果,若直接效果的信賴區間也不包含0,則為部份中介,若直接效果的信賴區間包含0,則為完全中介。
如果模型超過兩個中介以上,一般可以採用MacKinnon所寫的程式PRODCLIN進行分析。
Preacher and Hayes的文章為BOOTSTRAP的方式進行,不過這個語法只適用於路徑分析,並不適用於潛在變數之間的中介效果評估。如果在潛在變數下,仍需使用SEM的軟體,應用其BOOTSTRAP的功能求出間接效果。
Baron and Kenny, Sobel Test事實上是有點過時了,用在單一中介模型尚可行,若用在多重中介模型是不可行的。

【張偉豪專欄】結構方程式(SEM)中,共變異數矩陣與樣本共變異數矩陣在OUTPUT的那裏可以看到?

張偉豪老師好:

有關我們的研究假設:
00理論模型共變異數矩陣與樣本共變異數矩陣沒有差異
請問在OUTPUT的那裏可以看到這二個矩陣?

 

張偉豪老師解答:

樣本共變異數矩陣要勾選output的sample moment,在view text中的sample moment可以看到。
理論模型共變異數矩陣要勾選output的implied moment,在view text中的estimate–>matrixs–>implied covariance可以看到。
至於有沒有差異,就由模型配適度來決定,只要配適度大致上符合學者所提出的經驗法則,即可稱兩者是相符的。

【張偉豪專欄】PLS(偏最小平方法)資料輸入的問題

我是某國立大學的研究生,請教一個PLS問題,我今天把excel檔匯入pls裡面但是他只呈現九欄,我原本excel的檔不只九欄,PLS是內定九欄還是我匯入格式沒設好?

 

張偉豪老師解答:

如果您是用smartpls,因為他只接受TXT及CSV兩種檔案格式。也許是因為這個原因,所以資料輸入不完整,建議將資料另存成文字檔TXT 或CSV兩種檔案格式。

【張偉豪專欄】PLS(偏最小平方法)Rsquare的定位?

一哥:

1. 所以PLS的二階(reflective及formative)皆要放在full model中。但formative不用考慮信效度(因smartPLS皆會產生主次構面二階的相關及AVE值)把它(主構面及次構面)從AVE表拿掉,對嗎?。reflective的構面就把最大構面的相關及AVE值拿掉(我看有篇paper這樣做,因smartPLS也會產生其值)

2. Formative也不能單獨跑CFA,因老師您說PLS沒有CFA。Indicators之間要檢查共線性,即VIF<10,因學生認知VIF只有跑迴歸時才有,如果A是formative二階最大構面,B1是次構面1,indicator有C1,C2,C3。B2是次構面2,indicator有C4,C5,C6。如要檢查indicator共線性,需要怎麼跑迴歸以得到VIF,還是smartpls有附VIF的值,可是學生找不到。構面相關<0.7指的是formative構面之中的次構面,對嗎?所以formative構面要單獨拉出來討論其聚合及區別效度。

3. 另外,PLS是以R Square來做為模型的解釋能力。因模型中不只一個Y(仲介及最終構面皆是Y皆有R square),X->Y->Z,是否是看最終的Z的R square來代表整體的解釋能力。R square也沒有高低的分別(沒有一定要大於某個值),不像SEM有GFI,CFI還有標準對嗎?

 

張偉豪老師解答:

1. formative不用考慮信度,但仍有效度要考量。formative沒有AVE的問題,reflective才需要AVE。formative一般沒有二階,因為formative本身就不需要有中度相關,因此沒有二階,reflective才有。

2. Indicators之間要檢查共線性,可以跑迴歸,也可以用皮爾森相關檢查。因為formative一般沒有二階,所以你提的問題也不存在.。

3. R square一般建議要大於0.3,這樣才表示你的自變數有解釋能力,當然是愈大愈好了。一般是所有的R square都會報告,因為這樣才知道每個內生變數是否合理的被前置變數所解釋。PLS的確沒有配適度,所以不用報告。