標籤: Amos

發佈於

【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。

發佈於

【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。

發佈於

【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。

發佈於

【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。

發佈於

【張偉豪專欄】『違犯估計』、『區別效度』、『共線性』的問題?

您好!

張偉豪老師好:

我是之前參加貴公司的結構方程模型基礎班的學生，想請教您們關於Amos的問題。

1. 當我在執行二階CFA時，服務品質的反應性及保證性構面的誤差變異數不顯著(e20, e21)，是否有違犯估計的問題?

2. 執行BOOTSTRAP區別效度時，服務創新&服務品質的信賴區間Upper值為0.924，品牌形象&顧客忠誠度的信賴區間Upper值為0.957，是否代表無區別效度?

3.品牌形象&顧客忠誠度的correlation為0.87，是否此兩構面有共線性問題?

4. 如果有上述這些問題，是否就無法執行SEM分析?然而，當我在執行整體構面SEM分析，結果卻顯示有良好的配適度。

張偉豪老師解答:

1. e20及e21不顯著，是因為loading很高的關係，也就是反應性與保證性相關比較高的緣故(0.936)，這的確是違犯估計，但是由於沒有變作負數，再加上是同屬一個服務品質構面，因此對模型的影響並不大，所以可以不必管他。

2. 信賴區間只要不包含1,我們就可稱為具區別效度，當然這是很寛鬆的檢定，嚴格一點來講，構面之間的相關如果達到0.85以上，那大概就是缺乏區別效度了。檢定信賴區間不包含1只是必要條件，而不是充份條件。

3. 品牌形象與顧客忠誠的相關雖然很高，但因為在SEM圖上是為因果關係路徑，因此沒有共線性的問題。除非兩構面都是外生變數，才會有共線的問題。

4.您的模型比較有問題的不是配適度。而是服務品質構面沒有與其它的構面有任何的關係，除了受到創新服務的影響外。當然有可能是因為對其它變數的影響都不顯著，所以您把他拿掉了。可是這樣會讓服務品質的構面變得沒有用處，在解釋上可能比較沒有說服力！