標籤: SEM

發佈於

【張偉豪專欄】SEM模型配適度好,裡面的線性關係為什麼不一定好?

學員問題:

SEM(結構方程模型)模型中有6條待驗證的線
只有2條顯著，其餘皆不顯著
但看到配適度的結果，發現各項指標都是出人意料的好
若這反應模型很好，那該如何解釋參數估計不顯著的問題呢？

張偉豪老師回覆:

一般人以為配適度好是與顯著性高低成正比,這是不對的
配適度指的是模型共變異數矩陣與樣本共變異數矩陣差異的大小
差異愈小或兩者愈相似,配適度就愈好
有時候當構面或題目之間相關較低時,當然會得到不顯著的結果
因為SEM是依單一構面準則設定模型
每個題目只會與一個構面相關
所以交叉負荷量均是假設為0
所以題目相關愈低,交叉負荷量愈有可能接近0
因此,會導致不顯著但卻會有良好的配適度
所以,配適度良好,只代表您的模型與資料相似性高
並不保證模型一定是對的(要靠理論證明)
也不保證所有的估計值均是顯著的

發佈於

【張偉豪專欄】Bootstrap是有母數或無母數的方法？

三星統計 張偉豪老師回覆:

bootstrap是無母數的估計方法,主要是建立非對稱性的信賴區間,因為間接效果為直接效果的乘積,

必然不符合常態分配,因此無法採用一般常態分析的對稱區間.

可以參考 beyond baron & kenny 這篇文章 :
Hayes, A. F. (2009). Beyond Baron and Kenny: Statistical mediation analysis in the new millennium. Communication monographs, 76(4), 408-420.

發佈於

【張偉豪專欄】整體模型或是個別模型分開跑做CFA,哪種正確?

張偉豪老師回答:

構面本身單獨分析是為了求信度及收斂效度,與別的構面混在一起跑,loadings值會受到別的構面影響,而產生偏誤,因為SEM是full information的估計法,而且老外的文獻也建議要分開跑

當然要進行區別效度分析時,要所有構面合在一起,才能算出構面之間的相關,
再與收斂效度(ave)的根號值比較,

如這篇文章所寫的 :
Jackson, D. L., Gillaspy Jr, J. A., & Purc-Stephenson, R. (2009). Reporting practices in confirmatory factor analysis: an overview and some recommendations. Psychological methods, 14(1), 6.

在SPSS中,計算Cronbach alpha難道是合起算的嗎?它也是每個構面分開算啊!

發佈於

【張偉豪專欄】CMV共同方法變異的校正

老師您好,想請問一下,在Williams, Hartman, & Cavazotte, (2010)的CFA Marker Technique Approach中,Method-C vs. Method-U若是接受虛無假設的話,表示卡方值大的模型優於卡方值小的模型對嗎?若是這樣,Baseline vs. Method-U要接受虛無假設,Method-C vs. Method-U要拒絕虛無假設的情形我跑了好多次真的很少喔,絕大多數都是全部接受虛無假設,那就表示模型有CMV之疑慮了嗎?

張偉豪老師解答:

1. Method-C vs. Method-U只是在檢查CMV影響的形態是CONGENERIC或是NONCONGENERIC而已，大部份CMV的情形都是CONGENERIC居多 (亦即CMV對觀察變數的影響會因觀察變數的不同而有所不同)。

2. 至於Method-C (NONCONGENERIC) vs. Method-U (CONGENERIC)要拒絕虛無假設的情形應該很常見，這兩個模型應該都會有顯著差異，而且Method-U應該都會優於Method-C (Method-U 卡方值< Method-C卡方值)。

3. 接下來要檢查的是有CMV會造成偏誤嗎？再用Method-U和Method-R (在Method-U的情形下，設定Baseline所求得的值)去做比較，如有顯著差異，則表示CMV會造成影響，應進行校正。

4. 校正方法有二：一為偏相關法 (Partial correlation)，另一個為控制變數法 (control variable)。