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. 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. 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. http://www.semsoeasy.com.tw/ 4
為什麼模型過不了關 ?

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. 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. http://www.semsoeasy.com.tw/
有沒有標準流程 ?

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. 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. 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. 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. 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. 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. 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. http://www.semsoeasy.com.tw/
Best readings for SEM
• 比博客來便宜專線 07-3909246 三星統
計

16. http://www.semsoeasy.com.tw/ 16
參考書

17. http://www.semsoeasy.com.tw/ 17
參考書

18. http://www.semsoeasy.com.tw/ 18
參考書

19. http://www.semsoeasy.com.tw/
19
Google 關鍵字請搜尋 :
三星課程網