结构方程模型进阶ppt课件.ppt

《结构方程模型进阶ppt课件.ppt》由会员分享，可在线阅读，更多相关《结构方程模型进阶ppt课件.ppt（96页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、結構方程模型進階結構方程模型進階張偉豪張偉豪SPSSSPSS宏德國際軟體諮詢資深顧問宏德國際軟體諮詢資深顧問成大企管博士候選人成大企管博士候選人勞委會職訓局專任講師勞委會職訓局專任講師南部希望園區顧問南部希望園區顧問大綱大綱SEMSEM概念概念SEMSEM參數估計原則參數估計原則SEMSEM十誡十誡SEMSEM注意事項注意事項結構模式與測量模式結構模式與測量模式分析資料的多元常態及例外值檢核分析資料的多元常態及例外值檢核(BollenBollen-Stine-Stine 檢定檢定)BootstrapBootstrap應用應用共線性的判定共線性的判定結構模式的二階段準則結構模式的二階段準則參數的

2、解讀參數的解讀大綱大綱何謂信度與效度？何謂信度與效度？信、效度的種類信、效度的種類探索式因素分析探索式因素分析vs.vs.驗證式因素分析驗證式因素分析問卷信度評估問卷信度評估CronbachsCronbachs (標準化與非標準化係數的區別標準化與非標準化係數的區別)組內相關係數組內相關係數 (IntraclassIntraclass correlation coefficient,ICC)correlation coefficient,ICC)組成信度組成信度 (Composite Reliability,CR)(Composite Reliability,CR)平均變異數萃取量平均變異數萃

3、取量 (Average Variance Extracted,AVE)(Average Variance Extracted,AVE)問卷效度評估問卷效度評估收斂收斂 (convergence)(convergence)效度、區別效度、區別 (discriminantdiscriminant)效度效度交叉效度交叉效度 (cross validity)(cross validity)文獻文獻1.Anderson J.C.and Gerbing D.W.(1988),Structural Equation Modeling in practice:a Review and Reccomended

4、Two-Step Approach,Psychological Bulletin,103,3.2.Bollen,K.A.(1989).Structural equations with latent variables.New York:Wiley.3.Chin,W.W.,“Issues And Opinion on Structural Equation Modeling”,MIS Quarterly,Vol.22(1),pp.7-16,1998.4.Diamantopoulos,Adamantios and Judy A.Siguaw(2000),Introducing LISREL:A

5、Guide for the Uninitiated.London:Sage Publications.5.Fornell and Larcker(1981),“Evaluating Structural Equation Models with Unobservable Variables and Measurement Error,”Journal of Marketing Research,18(February),39-50.6.McGraw,K.O.,&Wong,S.P.(1996).Forming inferences about some intraclass correlatio

6、n coefficients.Psychological Methods,1(1),30-46.7.Kline Rex B.(2005).Principles and Practice of Structural Equation Modeling(2.nd.ed.).New York:Guilford Press.8.Torkzadeh,Koufteros,&Pflughoeft(2003)Confirmatory analysis of computer self-efficacy.Structural Equation Modeling,10(2):263-275.1.1.所有外生變數的

7、變異數均是模型的參數所有外生變數的變異數均是模型的參數2.2.所有自變數之間的共變異數都是模型的所有自變數之間的共變異數都是模型的參數參數。3.3.所有潛在變數與觀察變數之間的因素負所有潛在變數與觀察變數之間的因素負荷量均是模型的參數荷量均是模型的參數4.4.所有的觀察變數或潛在變數之間的迴歸所有的觀察變數或潛在變數之間的迴歸係數都是模型的參數係數都是模型的參數5.5.應變數之間與自變數與應變數之間的共應變數之間與自變數與應變數之間的共變異數都變異數都不是不是模型的參數模型的參數6.6.模型中的每一個潛在變數模型中的每一個潛在變數，必須給定一必須給定一個適當的潛在量尺個適當的潛在量尺SEMSE

8、M參數設定原則參數設定原則(RaykovRaykov&Marcoulides,2006)&Marcoulides,2006)所有外生變數的變異數均是模型的參數所有外生變數的變異數均是模型的參數所有自變數之間的共變異數都是所有自變數之間的共變異數都是模型的參數模型的參數所有潛在變數與觀察變數之間的所有潛在變數與觀察變數之間的因素負荷量均是模型的參數因素負荷量均是模型的參數所有的觀察變數或潛在變數之間所有的觀察變數或潛在變數之間的迴歸係數都是模型的參數的迴歸係數都是模型的參數應變數之間與自變數與應變數之應變數之間與自變數與應變數之間的共變異數都間的共變異數都不是不是模型的參數模型的參數潛在變項與一

9、般量測變項最大的不同在其不可潛在變項與一般量測變項最大的不同在其不可直接量測的特性直接量測的特性，因此潛在變項缺乏一個自因此潛在變項缺乏一個自然存在的尺度然存在的尺度，而必須以人為的手段設定尺度而必須以人為的手段設定尺度SEMSEM最常使用的方法是將最常使用的方法是將外生潛在變項外生潛在變項變異變異數設為數設為1;1;或將潛在變項其中的一個或將潛在變項其中的一個測量變項與測量變項與潛在變項潛在變項的因素負荷量設為的因素負荷量設為1 1。兩種方法結果一樣，若兩種方法結果一樣，若目的為理論驗證，採第二目的為理論驗證，採第二種方法較為適宜種方法較為適宜。SEMSEM參數設定原則參數設定原則-第第6

10、6原則探討原則探討D Dx1x2滿意度滿意度滿意度滿意度y1y2e ee e3 3L L1e e4 4e eL L21L L4WW1忠誠度忠誠度忠誠度忠誠度標準化設定標準化設定未標準化設定未標準化設定結構方程模型估計十誡結構方程模型估計十誡(Grimm&(Grimm&YarnoldYarnold,2006),2006)第十誡第十誡SEMSEM不要用於小樣本不要用於小樣本 (100(100個以下個以下)第九誡第九誡當利用共變異數矩陣分析時，要根據變數尺當利用共變異數矩陣分析時，要根據變數尺度選擇正確的矩陣度選擇正確的矩陣如變數均為連續尺度，則可用一般的共變異如變數均為連續尺度，則可用一般的共變異

11、數矩陣；若為連續與類別尺度混合，則採用數矩陣；若為連續與類別尺度混合，則採用polychoricpolychoric matrix matrix；若為連續與順序尺度；若為連續與順序尺度混合，則採用混合，則採用polyseriespolyseries matrix matrix。結構方程模型估計十誡結構方程模型估計十誡(Grimm&(Grimm&YarnoldYarnold,2006),2006)第八誡第八誡模式選擇要以配適度良好，精簡模型為主模式選擇要以配適度良好，精簡模型為主第七誡第七誡資料分析需符合多元常態，因此所有變數要資料分析需符合多元常態，因此所有變數要符合常態分配，亦即變數不可以是

12、二分變數。符合常態分配，亦即變數不可以是二分變數。第六誡第六誡要使用多個配適指標做為模型評估是否配適要使用多個配適指標做為模型評估是否配適良好的依據良好的依據結構方程模型估計十誡結構方程模型估計十誡(Grimm&(Grimm&YarnoldYarnold,2006),2006)第五誡第五誡模式估計除了要考慮統計證據外，也要把理模式估計除了要考慮統計證據外，也要把理論依據及實務上的考量考慮進來，論依據及實務上的考量考慮進來，第四誡第四誡測量模式要優先考量於結構模式。測量模式要優先考量於結構模式。第三誡第三誡考慮多個可能的競爭模型考慮多個可能的競爭模型結構方程模型估計十誡結構方程模型估計十誡(Gr

13、imm&(Grimm&YarnoldYarnold,2006),2006)第二誡第二誡有關於模式搜索，需要大樣本執行，分析時有關於模式搜索，需要大樣本執行，分析時最好有一個獨立的比較樣本。最好有一個獨立的比較樣本。第一誡第一誡絕對不要宣稱本估計模型是最佳模型絕對不要宣稱本估計模型是最佳模型。SEMSEM的注意事項的注意事項(Chin,1998)(Chin,1998)Capitalization on ChanceCapitalization on Chance根據修正指標的指示，在沒有任何理論依據根據修正指標的指示，在沒有任何理論依據下任意連結。下任意連結。利用探索式因素分析的結果放入驗證式因

14、素利用探索式因素分析的結果放入驗證式因素分析下進行探討。分析下進行探討。SEMSEM的假設為的假設為 S-S-()=0)=0，不需要每一，不需要每一條路徑去做假設，但結果需探討每一條條路徑去做假設，但結果需探討每一條的關係並說明。的關係並說明。SEMSEM的注意事項的注意事項(Chin,1998)(Chin,1998)所有的所有的SEMSEM分析均是反映型分析均是反映型(reflective)(reflective)指標，不是形成型指標，不是形成型(formative)(formative)指標。指標。二階因素分析的存在，需先證明一階構二階因素分析的存在，需先證明一階構面據有收斂效度，二階因素

15、分析時，對面據有收斂效度，二階因素分析時，對每一個一階因素的每一個一階因素的loadingsloadings也要達也要達0.70.7以以上。上。SEMSEM的注意事項的注意事項(Grimm&(Grimm&YarnoldYarnold,2006),2006)傳統的分析方法如傳統的分析方法如ANOVAANOVA，多元迴歸均假，多元迴歸均假設變數本身的信度為設變數本身的信度為1 1；SEMSEM將測量誤差將測量誤差納入分析是一大特色。因此，兩個結果納入分析是一大特色。因此，兩個結果沒有比較的意義。沒有比較的意義。SEMSEM的分析的結果不可以拿來做的分析的結果不可以拿來做“因果關係因果關係”的推論。

16、的推論。結構模式與測量模式結構模式與測量模式分析資料的多元常態及例外值檢核分析資料的多元常態及例外值檢核(BollenBollen-Stine-Stine 檢定檢定)BootstrapBootstrap應用應用共線性的判定共線性的判定結構模式的二階段準則結構模式的二階段準則參數的解讀參數的解讀結構模式與測量模式結構模式與測量模式-多元常態及極端值檢核多元常態及極端值檢核ViewView Analysis Properties Analysis Properties多元常態檢定多元常態檢定顯示為多元非常態極端值檢定極端值檢定P2小於.001即為極端值,應予刪除,一次一個BollenBollen-

17、Stine -Stine 檢定檢定 (1993)(1993)當輸入資料呈現非常態時，可採用當輸入資料呈現非常態時，可採用BollenBollen-Stine-Stine校正校正p-value p-value，三步驟如下：，三步驟如下：1.1.確認您的資料分配為非多元常態確認您的資料分配為非多元常態2.2.利用利用BollenBollen-Stine-Stine 校正校正p-valuep-value評估整體評估整體配適度配適度3.3.使用拔靴法使用拔靴法 (bootstrap)(bootstrap)產生參數值、估產生參數值、估計參數標準誤及每個參數的顯著性檢定計參數標準誤及每個參數的顯著性檢定小

18、樣本分析處理小樣本分析處理Bootstrapping(Bootstrapping(拔靴程序拔靴程序)利用抽出放回的方式重覆抽樣來增加樣本數利用抽出放回的方式重覆抽樣來增加樣本數為了得到為了得到穩定穩定的平均數分布的平均數分布 (常態分配常態分配)、信賴區間及標準誤估計信賴區間及標準誤估計BollenBollen-Stine bootstrap-Stine bootstrapBollenBollen-Stine-Stine 計算結果計算結果BollenBollen-Stine p-value-Stine p-valueBootstrap DistributionsBootstrap Distri

19、butions卡方平均值重新估計路徑值重新估計路徑值估計值估計值BootstrapBootstrap估計值估計值結構模式的二階段準則結構模式的二階段準則 (Bollen,1989)(Bollen,1989)1.1.重新界定重新界定 SR SR 模型成為模型成為 CFA CFA 模型，並模型，並讓所有的因素有相關。讓所有的因素有相關。2.2.View the structural portion of the View the structural portion of the SR as a path model.SR as a path model.二階段準則是充份條件二階段準則是充份條件，

20、假假如測量與結如測量與結構模型都是一樣的構模型都是一樣的，整整個模型就會正定個模型就會正定。原始結構模型Figure 1第一步：將模型重新架構成一階CFA有相關Figure 2Commentary:Issues and Commentary:Issues and Opinion on Structural Opinion on Structural Equation ModelingEquation Modeling1.The population from which the data sample was obtained.2.The distribution of the data to

21、 determine the adequacy of the statistical estimation procedure.3.The conceptual model to determine the appropriateness of the statistical models analyzed.4.Statistical results to corroborate the subsequent interpretation and conclusions.信、效度的重要性信、效度的重要性信、效度的分析是社會科學研究的基礎，而達成這個目的：1.適當的調查工具(問卷)2.適當的過程

22、(抽樣及分析)3.達到有意義的結果(推論)何謂信度與效度？何謂信度與效度？信度指測量工具本身的準確程度。信度可以從以下兩個角度來了解，一是測量工具穩定一致的程度，二是從測量的誤差情形。效度(結果導向)指測驗分數的正確性。亦即指一個測驗能夠測量到它所想要測量的特質與實際情況接近的程度。信、效度的評估信、效度的評估not everything that can be counted counts,and not everything that counts can be counted.-Albert Einstein百發百中百發百中彈無虛發彈無虛發無的放矢無的放矢亂槍打鳥亂槍打鳥瞎猫碰上瞎猫碰上

23、死耗子死耗子志在參加志在參加不在得名不在得名研究中常見的信、效度研究中常見的信、效度信度信度Cornbachs、折半信度、再測信度、複本信度、互評信度、組成信度、組內相關係數(intra-class correlation,ICC)效度效度構面效度(收斂效度及區別效度)、內容(表面)效度、平均變異數萃取量、效標效度(預測、同步效度)、專家效度、法則效度、交叉(外部)效度、統計效度、MultiTrait-MultiMethod(MTMM)。CronbachsCronbachs alpha alphaCronbachsCronbachs 標準化與非標準化之標準化與非標準化之差異差異J1,J2&J4

24、,J5J1,J2&J4,J5相關相關CronbachsCronbachs 標準化與非標準化之標準化與非標準化之差異差異非標準化係數非標準化係數標準化係數標準化係數量表題項變異量表題項變異數總合數總合量表題項加總量表題項加總後變異數後變異數量表包含的量表包含的總題數總題數所有題項皮爾森兩所有題項皮爾森兩兩相關的平均兩相關的平均CronbachsCronbachs 判定標準判定標準CronbachsCronbachs Alpha Alpha一般學者認為一般學者認為0.60.6以下以下量表應重編；至少要量表應重編；至少要0.70.7以上；以上；0.80.90.80.9表理想。表理想。Item-tot

25、al correlation Item-total correlation 0.40.4 以下刪除以下刪除0.900.90以上表示以上表示(Nancy et al.p 67Nancy et al.p 67)SPSS for Intermediate Statistics Use and Interpretation(2nd Ed.)(2005)組內相關係數組內相關係數(IntraclassIntraclass Correlation Coefficient,ICC)Correlation Coefficient,ICC)ICCsICCs的目的是測量兩個或多個測量的目的是測量兩個或多個測量(或評

26、估或評估者者)的一致性。又稱的一致性。又稱Inter-rater Inter-rater reliabilityreliabilityICCsICCs從概念上可視為組間變異與總變異之比從概念上可視為組間變異與總變異之比例。例。分析方法採用分析方法採用two-way ANOVAtwo-way ANOVA。ICCICC根據分析目的可分為六大類根據分析目的可分為六大類:請參考請參考(MaGrawMaGraw&Wong,1996)&Wong,1996)組內相關係數組內相關係數(Intraclass Correlation Coefficient,ICC)ICCICC結果結果探索式因素分析探索式因素分析

27、研究人員一開始並未有特定數量的潛在因素被萃取出來。F1e1F2e2e3e4e5e6x1x2x3x4x5x6Charles Spearman 驗證式因素分析驗證式因素分析CFA需要研究人員事先指定預期的結果1.因素的個數2.每個因素所反應的變數(指標)3.因素之間是否相關F1e1F2e2e3e4e5e6x1x2x3x4x5x611Karl Joreskog一階一階(初階初階)驗證式因素分析驗證式因素分析F1e1F2e2e3e4e5e6x1x2x3x4x5x611二階二階(高階高階)驗證式因素分析驗證式因素分析e1e2e3e4e5e6F1F2x1x2x3x4x5x611F31二階二階CFACFA考

28、慮的重點考慮的重點1.1.二階二階CFACFA執行結果要有不錯的模型配適執行結果要有不錯的模型配適度度，亦即有，亦即有一個二階因素可以取代一階一個二階因素可以取代一階的共變關係的共變關係2.2.理論上理論上，二階因素是否為一階因素的傳二階因素是否為一階因素的傳遞媒介遞媒介3.3.同一階的方式標準檢定信同一階的方式標準檢定信、效度、效度4.4.二階對一階仍然是反映型指標，二階對一階仍然是反映型指標，loadingloading之一任要加以限制，之一任要加以限制，loadingloading要要0.70.7CFACFA模型設定的考量模型設定的考量以下這個又如何呢以下這個又如何呢?EFA VS.CF

29、AEFA VS.CFAEFAEFACFACFA探索式探索式 (data-driven)(data-driven)驗證式驗證式 (theory-driven)(theory-driven)因素個數由資料決定因素個數由資料決定因素個數由研究者指定因素個數由研究者指定問卷設計的前端問卷設計的前端問卷應用的後端問卷應用的後端PCAPCA是常用的估計法是常用的估計法MLML法是常用的估計法法是常用的估計法不考慮共線性問題不考慮共線性問題考慮模型配適度考慮模型配適度只提供標準化結果只提供標準化結果提供標準及非標準化結果提供標準及非標準化結果沒有沒有loading loading 顯著性報告顯著性報告有有l

30、oading loading 顯著性報告顯著性報告EFAEFA無法做額外的設定無法做額外的設定CFACFA模型設定有彈性模型設定有彈性無法執行跨群組比較無法執行跨群組比較可執行跨群組可執行跨群組(時間時間)的比較的比較SEMSEM的重要矩陣的重要矩陣S S矩陣矩陣樣本共變異數矩陣樣本共變異數矩陣調查的資料調查的資料()矩陣矩陣模型再製模型再製(預測預測)矩陣矩陣(model implied covariance)(model implied covariance)殘差共變異數矩陣殘差共變異數矩陣S S()估計方法估計方法 (ML,ADF,WLS,ULS)(ML,ADF,WLS,ULS)CFAC

31、FA的目的是用來估計測量模型的目的是用來估計測量模型(因素負因素負荷量、因素變異數及共變異數、誤差項荷量、因素變異數及共變異數、誤差項共變異數共變異數)。運用疊代的方式使得運用疊代的方式使得S S矩陣與矩陣與()矩陣儘可能的接近，亦即愈接近，矩陣儘可能的接近，亦即愈接近，模型配適度愈好。模型配適度愈好。疊代運算停止的兩個充份條件疊代運算停止的兩個充份條件1.1.達到電腦預計的疊代次數，如達到電腦預計的疊代次數，如2525次次2.2.模式收斂完成，亦即達到電腦預設標準模式收斂完成，亦即達到電腦預設標準疊代到底是蝦米碗榚呢疊代到底是蝦米碗榚呢?樣本矩陣S模型預測矩陣估計方法(ML)CFACFA實務

32、上的基本要求實務上的基本要求1.1.量表最好為七點尺度量表最好為七點尺度 (BollenBollen,1989)1989)2.2.每個潛在構面至少要有三個題目，每個潛在構面至少要有三個題目，五五 七題為佳七題為佳 (BollenBollen,1989),1989)3.3.若為多個因素模型若為多個因素模型，每一指標不得橫每一指標不得橫跨到其它潛在因素上跨到其它潛在因素上(BollenBollen,1989),1989)4.4.問卷最好引用自知名學者，儘量不要問卷最好引用自知名學者，儘量不要自己創造自己創造一階有相關一階有相關CFAvsCFAvs.二階二階CFACFA一階一階CFACFA模型和模型

33、和EFAEFA的比較的比較一階一階CFACFA模型模型(單一群組分析單一群組分析)統計效度統計效度常態常態同質同質獨立獨立統計效度常態假設統計效度常態假設How to deal with non-normality?How to deal with non-normality?統計效度同質性假設統計效度同質性假設構念效度構念效度收斂效度區別效度收斂效度的評估標準收斂效度的評估標準1.SMC要=0.52.組型係數(factor loading)要=0.73.組成信度(CR)0.74.AVE0.55.Cronbachs alpha0.6組成信度組成信度(composite reliability;

34、CR)(composite reliability;CR)CRCR值是其所有測量變項信度的組成，表示值是其所有測量變項信度的組成，表示構念指標的內部一致性，信度愈高顯示這構念指標的內部一致性，信度愈高顯示這些指標的內部一致性愈高，些指標的內部一致性愈高，0.70.7是可接受是可接受的門檻的門檻(Hair,1997),(Hair,1997),FornellFornell and and LarckerLarcker(1981)(1981)建議值為建議值為0.60.6以上。以上。計算公式計算公式構念的組成信度構念的組成信度(標準化因素負荷量標準化因素負荷量)2 2/(標準化因素負荷量標準化因素負荷

35、量)2 2+(+(各測量變項的測各測量變項的測量誤差量誤差)()(JreskogJreskog and and SrbomSrbom,1996),1996)。平均變異萃取量平均變異萃取量(Average variance extracted(Average variance extracted，AVE)AVE)AVEAVE是計算潛在變項對各測量項的變異解是計算潛在變項對各測量項的變異解釋力，若釋力，若VEVE愈高，則表示潛在變項有愈高愈高，則表示潛在變項有愈高的信度與收斂效度。的信度與收斂效度。FornellFornell and Larcker(1981)and Larcker(1981)建

36、議其標準建議其標準值須大於值須大於0.5(0.5(即由構面的可解釋變異大於即由構面的可解釋變異大於測量誤差測量誤差)。計算公式計算公式AVE=(AVE=(因素負荷量因素負荷量2 2)/()/(因素負荷量因素負荷量)2 2+(各測量變項的測量誤差各測量變項的測量誤差)(JreskogJreskog and and SrbomSrbom,1996),1996)一階一階CFACFA測量模型因素效度檢定測量模型因素效度檢定1.有沒有負的誤差變異數2.因素負荷量有沒有接近或大於13.過大的標準誤區別效度檢定區別效度檢定區別效度的檢定區別效度的檢定1.1.直接檢查構面的相關係數，一般以直接檢查構面的相關係

37、數，一般以0.850.85為標為標準準(較不嚴謹較不嚴謹)。2.2.利用利用bootstrapbootstrap計算構面之間的相關係數計算構面之間的相關係數95%95%信賴區間，若沒包含信賴區間，若沒包含1 1，則有區別效度，則有區別效度 (Torkzadeh,Koufteros,pflughoeft,2003)Torkzadeh,Koufteros,pflughoeft,2003)。3.3.SEMSEM檢定構面之間的相關係數設為檢定構面之間的相關係數設為1 1，如如果果rejectreject則表示有區別效度則表示有區別效度(巢型結構巢型結構)(Anderson and Gerbing,19

38、88,Bogozzi et al.,1991)Anderson and Gerbing,1988,Bogozzi et al.,1991)。4.4.AVEAVE法，每個構面的法，每個構面的AVEAVE要大於構面相關係數要大於構面相關係數的平方的平方(Fornell and Larcker,1981)(Fornell and Larcker,1981)。5.5.ECVIECVI，AICAIC指標配適法指標配適法(非巢型結構非巢型結構)(Kline,2005,p151)(Kline,2005,p151)區別效度觀察法區別效度觀察法相關矩陣相關矩陣有形2 有形4 有形5 有形6 有形7 流程1 流程

39、2 流程4 流程5 流程6 回應1 回應2 回應3 有形2 1有形4 0.631有形5 0.540.551有形6 0.60.570.481有形7 0.610.640.460.651流程1 0.470.470.420.460.41流程2 0.530.480.440.430.440.631流程4 0.530.470.460.530.50.560.581流程5 0.510.560.530.510.510.590.530.581流程6 0.550.470.460.450.490.540.450.520.581回應1 0.40.40.380.370.390.370.370.320.410.431回應2

40、0.380.380.370.320.380.330.390.330.330.40.611回應3 0.430.390.360.40.350.340.370.340.290.340.440.371信賴區間信賴區間(拔靴拔靴,bootstrap),bootstrap)法法BootstrapBootstrap信賴區間輸出結果信賴區間輸出結果SEMSEM係數檢定法係數檢定法AVEAVE法法F1F2F3F10.58F20.720.55F30.460.440.50對角線為對角線為AVEAVE值值非對角線為標準化係數平方非對角線為標準化係數平方ECVIECVI，AICAIC指標配適法指標配適法將模型原來的問項

41、以一個，兩個及三個構面來呈現，比較ECVI及AIC，值愈小表模型愈佳，若三個因素模型優於2個或1個因素，則稱為有區別效度。Model fitFull model3 factorsReducedFactor 12ReducedFactor 13ReducedFactor 23AIC161.91232.36225.26227.24ECVI0.6110.8770.8500.858二階二階CFACFA測量模型因素效度檢定測量模型因素效度檢定多群組比較步驟多群組比較步驟 (Browne,2006)(Browne,2006)1.分開檢定每一群之CFA模型2.同步檢定因素結構權重等同3.檢定因素負荷量等同4

42、.檢定指標(問卷題項)截距等同5.檢定指標殘差等距(選擇性的)6.檢定因素變異數等同7.檢定因素共變異數等同(假如有多個潛在變項)8.檢定潛在變項平均數等同測量模型不變性同質性測量交叉效度交叉效度(複合效化複合效化)Cross validityCross validity廣義：指測量結果具有跨樣本廣義：指測量結果具有跨樣本-跨情境的有效性。跨情境的有效性。在在SEMSEM結構模式中，一個理想模型在不同樣本上結構模式中，一個理想模型在不同樣本上重複出現的程度。重複出現的程度。凡測量不同情境下的穩定性檢驗，都可視為交叉凡測量不同情境下的穩定性檢驗，都可視為交叉效度的一種做法。效度的一種做法。交叉效

43、度的概念反映了效度一般化（交叉效度的概念反映了效度一般化（validity validity generalizationgeneralization）的能力，研究者由不同樣本上）的能力，研究者由不同樣本上重複獲得證據，證明量表有效性的一個動態性、重複獲得證據，證明量表有效性的一個動態性、累積性的過程。累積性的過程。多群組的多群組的CFACFA是最佳分析工具。是最佳分析工具。交叉效度檢定交叉效度檢定研究中的研究中的模型數目模型數目效度樣本來源效度樣本來源相同母體相同母體不同母體不同母體單一模型單一模型模型穩定性模型穩定性 效度延展性效度延展性不同模型不同模型模型選擇性模型選擇性 效度一般性效度

44、一般性Diamantoulos and Siguaw(2000)p:130交叉效度的執行過程交叉效度的執行過程 將原始資料隨機分成兩群將原始資料隨機分成兩群 (請請SPSSSPSS幫忙幫忙)執行執行AmosAmos中的多群組比較中的多群組比較群組之間的比較如群組之間的比較如 “因素負荷量因素負荷量”、“結構結構(路徑路徑)係數係數”及及 “因素共變異數因素共變異數”之間之間沒有差異，則表示模型具相當的沒有差異，則表示模型具相當的穩定性穩定性(交叉效度交叉效度)。SPSSSPSS操作過程操作過程交叉效度交叉效度多群組比較多群組比較多群組比較多群組比較多群組比較多群組比較總結總結學術研究的最佳統計工具學術研究的最佳統計工具SPSS&Amos視覺化的操作介面視覺化的操作介面視覺化的操作介面視覺化的操作介面豐富的統計方法豐富的統計方法豐富的統計方法豐富的統計方法易學易用的線上輔助系統易學易用的線上輔助系統易學易用的線上輔助系統易學易用的線上輔助系統完整的統計分析流程完整的統計分析流程完整的統計分析流程完整的統計分析流程讓統計變得容易讓統計變得容易宏德國際軟體諮詢顧問股份有限公司宏德國際軟體諮詢顧問股份有限公司http:/.tw/SPSS