http://www.semsoeasy.com.tw/
結構方程式與 Amos 初學者
常見的 5 個瓶頸與求生方式
三星統計 謝章升顧問
fega53@gmail.com
http://www.semsoeasy.com.tw/ 2
大綱
常見的 5 個瓶頸:
1. 為什麼要用 SEM?
2.為什麼模型過不了關 ?
3.有沒有標準流程 ?
4.探索式因素分析 vs. 驗證式因素分析
5.奇怪的 代表什麼意義值 ?
http://www.semsoeasy.com.tw/
為什麼要用 SEM?
• 1. 傳統統計方法只能分析觀察變數
• 2. 傳統的統計方法假設測量沒有誤差
• 3. 保留變數的完整訊息
• 4. 無法同時處理直接效果與間接效果
• 5. ...
http://www.semsoeasy.com.tw/ 4
為什麼模型過不了關 ?
http://www.semsoeasy.com.tw/ 5
驗證式因素分析 vs. 探索式因素分
析
• X 甲 1 乙丙 2YZ3
• XYZ
• 123
• 甲乙丙
http://www.semsoeasy.com.tw/ 6
CFA 驟步
• Schumacker and Lomax(2010) 評估流
程
• 1. 模型設定 ( 記得要設 1)
• 2. 模型辨識 ( 需要 3 題以上 )
• 3. 模...
http://www.semsoeasy.com.tw/
有沒有標準流程 ?
http://www.semsoeasy.com.tw/ 8
SEM 分析流程圖
1. 模型設定
2. 問卷預試
3.CFA
4.Bollen
二階段檢定
5. 多元常態及
極端 檢定值
6. 共同方法變異
7. 收斂效度
8. 區別效度
9....
http://www.semsoeasy.com.tw/ 9
x1
x2
x3
F1F1 F2F2
y1
y2
y3
ee 11 ee44LLx1
bb
DD
ee55
ee66
ee 22
ee 33
測量殘差
外生觀察變項
因素負荷量
外生...
http://www.semsoeasy.com.tw/ 10
問卷設計要領 (Bollen, 1989)
1. 潛在因素至少應兩個
2. 量表最好為七點尺度
3. 個潛在構面至少要有三個題目,每
五 ~ 七題為佳
4. 一指標不得 跨到其它潛...
http://www.semsoeasy.com.tw/ 11
1. 所有獨立變數的變異數均是模型的參數
2. 所有外生變數之間的共變異數都均是模型
的參數
3. 所有與潛在變項有關的因素負荷量均是模
型的參數
4. 所有測量變項之間或潛在變項...
http://www.semsoeasy.com.tw/ 12
奇怪的 代表什麼值 (CFA)?
1. 因素中負荷量不高,如小於 0.45 。
– 問卷設計不良,缺乏信度
– 觀察變數指定到其它構面 (Kline,
2011)
1. 因素中負荷...
http://www.semsoeasy.com.tw/ 13
奇怪的 代表什麼值 (CFA)?
4. 因素負荷量都不錯,大於 0.7 ,
但模型配適度不佳。
– 殘差不獨立,即樣本不獨立
4. 因素負荷量為負值
– 表反向題忘了轉向
4. C...
http://www.semsoeasy.com.tw/ 14
SEM 與 Amos 輸出解釋
1. 對配適指標絕
– 可解釋為樣本共變異數矩陣被模型共變異數矩陣解釋
的比例,類似於 R2
。
1. 配適指標增值
– 研究模型的配適度與統計基本...
http://www.semsoeasy.com.tw/
Best readings for SEM
• 比博客來便宜專線 07-3909246 三星統
計
http://www.semsoeasy.com.tw/ 16
參考書
http://www.semsoeasy.com.tw/ 17
參考書
http://www.semsoeasy.com.tw/ 18
參考書
http://www.semsoeasy.com.tw/
19
Google 關鍵字請搜尋 :
三星課程網
Upcoming SlideShare
Loading in …5
×

演講前導投影片-結構方程式SEM與Amos初學者常見的5個瓶頸與求生方式

2,802 views

Published on

0 Comments
2 Likes
Statistics
Notes
  • Be the first to comment

No Downloads
Views
Total views
2,802
On SlideShare
0
From Embeds
0
Number of Embeds
717
Actions
Shares
0
Downloads
83
Comments
0
Likes
2
Embeds 0
No embeds

No notes for slide

演講前導投影片-結構方程式SEM與Amos初學者常見的5個瓶頸與求生方式

  1. 1. http://www.semsoeasy.com.tw/ 結構方程式與 Amos 初學者 常見的 5 個瓶頸與求生方式 三星統計 謝章升顧問 fega53@gmail.com
  2. 2. http://www.semsoeasy.com.tw/ 2 大綱 常見的 5 個瓶頸: 1. 為什麼要用 SEM? 2.為什麼模型過不了關 ? 3.有沒有標準流程 ? 4.探索式因素分析 vs. 驗證式因素分析 5.奇怪的 代表什麼意義值 ?
  3. 3. http://www.semsoeasy.com.tw/ 為什麼要用 SEM? • 1. 傳統統計方法只能分析觀察變數 • 2. 傳統的統計方法假設測量沒有誤差 • 3. 保留變數的完整訊息 • 4. 無法同時處理直接效果與間接效果 • 5. 可以完整重置其他研究的結果
  4. 4. http://www.semsoeasy.com.tw/ 4 為什麼模型過不了關 ?
  5. 5. http://www.semsoeasy.com.tw/ 5 驗證式因素分析 vs. 探索式因素分 析 • X 甲 1 乙丙 2YZ3 • XYZ • 123 • 甲乙丙
  6. 6. http://www.semsoeasy.com.tw/ 6 CFA 驟步 • Schumacker and Lomax(2010) 評估流 程 • 1. 模型設定 ( 記得要設 1) • 2. 模型辨識 ( 需要 3 題以上 ) • 3. 模型估計 (ML 利用迭代程序 ) • 4. 模型檢定 • 5. 模型修正
  7. 7. http://www.semsoeasy.com.tw/ 有沒有標準流程 ?
  8. 8. http://www.semsoeasy.com.tw/ 8 SEM 分析流程圖 1. 模型設定 2. 問卷預試 3.CFA 4.Bollen 二階段檢定 5. 多元常態及 極端 檢定值 6. 共同方法變異 7. 收斂效度 8. 區別效度 9.SEM 分析及 違犯估計 10. 配適度報告 11.Bollen-Stine 模型卡方修正值 12. 交叉效度 13. 統計檢定力 14. 其他假設檢定 15. 結論與報告
  9. 9. http://www.semsoeasy.com.tw/ 9 x1 x2 x3 F1F1 F2F2 y1 y2 y3 ee 11 ee44LLx1 bb DD ee55 ee66 ee 22 ee 33 測量殘差 外生觀察變項 因素負荷量 外生潛在變項 結構參數 生潛在變內 項 因素負荷量 生觀察變項內 結構模型測量 (CFA) 模 型 測量殘差 LLx2 LLx3 LLy1 LLy2 LLy3 測量 (CFA) 模 型 結構模式與測量模式
  10. 10. http://www.semsoeasy.com.tw/ 10 問卷設計要領 (Bollen, 1989) 1. 潛在因素至少應兩個 2. 量表最好為七點尺度 3. 個潛在構面至少要有三個題目,每 五 ~ 七題為佳 4. 一指標不得 跨到其它潛在因素上每 橫 問卷最好引用自知名學者 5. 理論架構要根據理論作修正 6. 模型主要構面維持 5 個以 ,不要超過內 7 個
  11. 11. http://www.semsoeasy.com.tw/ 11 1. 所有獨立變數的變異數均是模型的參數 2. 所有外生變數之間的共變異數都均是模型 的參數 3. 所有與潛在變項有關的因素負荷量均是模 型的參數 4. 所有測量變項之間或潛在變項之間的迴歸 係數都是模型的參數 5. 與 生變項有關的量數都不是模型的參數內 6. 對 一個潛在變項,必須給定一個適當的每 潛在量尺 SEM 參數設定原則 (Raycov & Marcoulides, 2006)
  12. 12. http://www.semsoeasy.com.tw/ 12 奇怪的 代表什麼值 (CFA)? 1. 因素中負荷量不高,如小於 0.45 。 – 問卷設計不良,缺乏信度 – 觀察變數指定到其它構面 (Kline, 2011) 1. 因素中負荷量有些超過 1 。 – 觀察變數之間有共線性 1. 因素負荷量部 不錯大於份 0.7 , 部 不佳小於份 0.5 。 – 潛在構面可能不是一個,而是兩個潛
  13. 13. http://www.semsoeasy.com.tw/ 13 奇怪的 代表什麼值 (CFA)? 4. 因素負荷量都不錯,大於 0.7 , 但模型配適度不佳。 – 殘差不獨立,即樣本不獨立 4. 因素負荷量為負值 – 表反向題忘了轉向 4. CFA 根本 不出來跑 – 觀察變數之間相關太低 – 觀察變數之間相關為 “ 1”
  14. 14. http://www.semsoeasy.com.tw/ 14 SEM 與 Amos 輸出解釋 1. 對配適指標絕 – 可解釋為樣本共變異數矩陣被模型共變異數矩陣解釋 的比例,類似於 R2 。 1. 配適指標增值 – 研究模型的配適度與統計基本模型比較改善的程度, 基本模型指的是獨立 ( 無虛 ) 模型。 1. 精簡配適指標 – 決定研究模型是否太過複雜,同一筆樣本資料但相似 的模型以精簡指標愈大者愈好。 1. 競爭配適指標 – 非 模型比較用的配適指標,愈小愈好,巢狀 沒有標準 。值
  15. 15. http://www.semsoeasy.com.tw/ Best readings for SEM • 比博客來便宜專線 07-3909246 三星統 計
  16. 16. http://www.semsoeasy.com.tw/ 16 參考書
  17. 17. http://www.semsoeasy.com.tw/ 17 參考書
  18. 18. http://www.semsoeasy.com.tw/ 18 參考書
  19. 19. http://www.semsoeasy.com.tw/ 19 Google 關鍵字請搜尋 : 三星課程網

×