【張偉豪專欄】結構方程式(SEM)中,為何會有因素負荷量很低,但模型配適度可接受的情形?

張老師您好
我有關CFA統計問題請教您:我有一份問卷資料用CFA分析時,.有一半的題目的factor loading低於0.5,但是模型配適度相關指標χ2/ df 、GFI 、NFI、RMSEA卻在可接受的範圍,怎麼會有這樣情形?您有何建議?

張偉豪老師解答:

題目的factor loading不高,但是模型配適度在可接受的範圍,這是很正常的現象。
一般而言,模型配適度好通常會發生在兩種情形:
1.模型與樣本資料非常適配
2.當模型中大部份的變數之間皮爾森相關都不高時,如小於0.3以下
看起來您的情形屬於第二種情形。

因為SEM是用共變異數(相關)矩陣作為計算的資料,而假設模型一定有某些變數之間的關係是設為0的(不拉相關的線,程式會自動設為0)。如果變數之間的相關本來就不高,那模型又假設不相關,那差異就不會很大,因此卡方差異值就不會過度膨脹,模型配適度就會好。所以當loadings低時,反而可能得到不錯的模型配適度。

你可以試著跑一下相關分析,看看相關是否都不太高就可以了解。
一般而言,構面的題目相關應該要比較高(符合收斂效度),不同構面之間的題目相關較低(符合區別效度)。因素負荷量低,表示構面信度不足,亦即cronbach’s alpha不好。通常如果不是題目設計不良,就是樣本的調查有問題。但這兩個問題都無法藉由統計方法來修正。
不知道您的樣本有多大?如果樣本夠大也許可以藉由刪除某些不適當的樣本,來增加一些信度。