標籤: 結構方程模型

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！

發佈於

【張偉豪專欄】何謂『再專一化』?

您好

附上一篇戶外遊憩研究的paper，其中提到『再專一化』，這是什麼？一定要交代的嗎？還是可以用內部一致性（組成信度）來交代？

張偉豪老師解答:

『再專一化』英文是Uni-dimensionality，意思是每個構面的題目，只能與一個構面有關，不得與兩個以上的構面相關，也就是交叉負荷量假設為0。一般模型只要同時符合收斂效度及區別效度的標準，即符合Uni-dimensionality的假設(這是SEM分析的必要條件)

發佈於

【張偉豪專欄】已做專家效度是否就不必做『信效度』、『Bollen二階段檢定』與『違犯估計檢定』？

張老師好：

在您書中提到SEM的SOP，在問卷預試後，進行一階CFA，再進行二階CFA，再依序『Bollen二階段檢定』、『多元常態及極端值檢定』、『共同方法變異』、『收斂效度』、『區別效度』、『SEM分析及違犯估計』、『配適度報告』……

如果，我的研究問卷是透過文獻分析歸納再經由專家學者（專家效度）確認問卷內容，問卷施測回收後，我想用驗證性因素分析來交代問卷的信效度，是不是只要直接做『一階CFA』，然後再交代『收斂效度』與『區別效度』就可以了？還是一樣要做『Bollen二階段檢定』與『多元常態極端值檢定』呢？那『SEM分析及違犯估計』應該要做嗎？

張偉豪老師解答:

1. 即使問卷做了專家效度，問卷回收仍然是要執行多元常態及極端值的檢查，以及信效度的檢定。有專家看過，並不代表一定符合多元常態，除非老師的樣本超過1000個，那可採用ADF法來估計，此時就不用理會常態或極端值等問題。信效度是一定要做的。不論是否有專家效度，或引用自知名學者，或過去證明過多有效度，都還是要做。

2. 執行BOLLEN二階段檢定，主要是判斷構面之間相關大小，是否有可能有共線性的問題或相關係數的正負是否與SEM模型的迴歸係數一致。如果不一致，則代表SEM的分析結果是有問題的。

3. Hair et al. (2009)提出，只要樣本超過300個,每個構面超過3個題目，就不可能產生違犯估計，如果您的模型未能符合這個標準，最好是報告一下。

發佈於

【張偉豪專欄】結構方程式(SEM)中cr值重要嗎?

張老師：

您好，聽過您許多課程了，從南到北，受教許多，先感謝。

1.您的SEM論文寫作不求人一書中，89頁第二行提及『…也就是cr值要>=2.56，但因為SEM為大樣本分析，cr值要>=2.56是很平常的事情，一般實務上以cr<=/2/為判斷的標準。』這一段有點不懂。

文中的絕對值，是不是指的應該是cr值的絕對值？但如果是如此，也還是有點矛盾，因為既然提到說『cr值要大於等於2.56是很平常的事情』，也就是代表『cr值一般是大於2.56或者，小於 -2.56』，此時cr值若是小於-2.56的，絕對值當然小於2容易，但如果是大於2.56的cr值，絕對值就不會小於2了，是這樣嗎？

張偉豪老師解答

因為SEM的樣本數比較大，會導致標準誤變小，因此任何一個小的差異都可能造成參數估計顯著，所以一般判斷不會用cr值作為判斷的標準，而以偏態、峰度做為判斷的依據。因為偏態可能為正偏或負偏，因此會導致cr值有正，有負。因此才會說要用絕對值，但在SEM中這種判斷依據並不常用。