張偉豪老師解答:
假如我們有一研究模型「組織氣候」對「組織承諾」的影響是否會受到職務不同(主管與基層員工)而有不同（如下圖）。在這研究中我們可能會用t-test及SEM中的群組比較(干擾效果)，這兩種到底有何差異，以下簡單說明:
t-test 和干擾是兩種不同的比較， t-test 是比較「組織氣候」及「組織承諾」兩個構面在主管與基層員工之間平均數的高低；干擾是比較「組織氣候」影響「組織承諾」構面斜率(迴歸係數)的差異，當然有可能得到這兩個結果不一樣，有可能「組織氣候」及「組織承諾」在主管與基層員工之間看法有所不同，但「組織氣候」影響「組織承諾」在主管與基層員工的影響可能是一樣的。
所以，t-test是比較某個特定構面在不同群組之間平均數的不同，而干擾是比較兩個構面之間的斜率在不同的群組之間是否不同。
張偉豪老師解答
在SEM中執行因素分析（EFA）的目的不是重組題目，而是將跑錯構面的題目刪除，
還有LOADINGS<0.6及交叉負荷量>0.4的題目刪除，通常這是用來快速刪除不當的問卷題目之用，之後仍要執行CFA。
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。
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。
