结构方程模型进阶张伟豪

《结构方程模型进阶张伟豪》由会员分享，可在线阅读，更多相关《结构方程模型进阶张伟豪（96页珍藏版）》请在装配图网上搜索。

1、结构方程模型进阶结构方程模型进阶张伟豪张伟豪SPSSSPSS宏德国际软件咨询资深顾问宏德国际软件咨询资深顾问成大企管博士候选人成大企管博士候选人劳委会职训局专任讲师劳委会职训局专任讲师南部希望园区顾问南部希望园区顾问大纲大纲SEMSEM概念概念SEMSEM参数估计原则参数估计原则SEMSEM十诫十诫SEMSEM注意事项注意事项结构模式与测量模式结构模式与测量模式分析资料的多元常态及例外值检核分析资料的多元常态及例外值检核(Bollen-Stine(Bollen-Stine 检定检定)BootstrapBootstrap应用应用共线性的判定共线性的判定结构模式的二阶段准则结构模式的二阶段准则参数

2、的解读参数的解读大纲大纲何谓信度与效度？何谓信度与效度？信、效度的种类信、效度的种类探索式因素分析探索式因素分析vs.vs.验证式因素分析验证式因素分析问卷信度评估问卷信度评估Cronbachs (Cronbachs (标准化与非标准化系数的区别标准化与非标准化系数的区别)组内相关系数组内相关系数 (Intraclass correlation coefficient,ICC)(Intraclass correlation coefficient,ICC)组成信度组成信度 (Composite Reliability,CR)(Composite Reliability,CR)平均变异数萃取量平

3、均变异数萃取量 (Average Variance Extracted,AVE)(Average Variance Extracted,AVE)问卷效度评估问卷效度评估收敛收敛 (convergence)(convergence)效度、区别效度、区别 (discriminant)(discriminant)效度效度交叉效度交叉效度 (cross validity)(cross validity)文献文献1.Anderson J.C.and Gerbing D.W.(1988),Structural Equation Modeling in practice:a Review and Recco

4、mended 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 LI

5、SREL:A 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 cor

6、relation 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.

7、所有外生变量的变异数均是模型的参数所有外生变量的变异数均是模型的参数2.2.所有自变数之间的共变异数都是模型的所有自变数之间的共变异数都是模型的参数参数。3.3.所有潜在变量与观察变量之间的因素负所有潜在变量与观察变量之间的因素负荷量均是模型的参数荷量均是模型的参数4.4.所有的观察变量或潜在变量之间的回归所有的观察变量或潜在变量之间的回归系数都是模型的参数系数都是模型的参数5.5.应变数之间与自变数与应变数之间的共应变数之间与自变数与应变数之间的共变异数都变异数都不是不是模型的参数模型的参数6.6.模型中的每一个潜在变量模型中的每一个潜在变量，必须给定一必须给定一个适当的潜在量尺个适当的潜在

8、量尺SEMSEM参数设定原则参数设定原则(Raykov&Marcoulides,2006)(Raykov&Marcoulides,2006)所有外生变量的变异数均是模型的参数所有外生变量的变异数均是模型的参数F1v1e111v2e21v3e31F2v4e4v5e5v6e61111F3v7e7v8e8v9e91111F4v10e10v11e11v12e121111F5v13e13v14e14v15e151111F6v16e16v17e17v18e181111cov12cov23cov13w5w3w1w6w4w2w7w8e191e201e211所有自变数之间的共变异数都是所有自变数之间的共变异数都

9、是模型的参数模型的参数F1v1e111v2e21v3e31F2v4e4v5e5v6e61111F3v7e7v8e8v9e91111F4v10e10v11e11v12e121111F5v13e13v14e14v15e151111F6v16e16v17e17v18e181111cov12cov23cov13w5w3w1w6w4w2w7w8e191e201e211所有潜在变量与观察变量之间的所有潜在变量与观察变量之间的因素负荷量均是模型的参数因素负荷量均是模型的参数F1v1e111v2e21v3e31F2v4e4v5e5v6e61111F3v7e7v8e8v9e91111F4v10e10v11e11

10、v12e121111F5v13e13v14e14v15e151111F6v16e16v17e17v18e181111cov12cov23cov13w5w3w1w6w4w2w7w8e191e201e211所有的观察变量或潜在变量之间所有的观察变量或潜在变量之间的回归系数都是模型的参数的回归系数都是模型的参数F1v1e111v2e21v3e31F2v4e4v5e5v6e61111F3v7e7v8e8v9e91111F4v10e10v11e11v12e121111F5v13e13v14e14v15e151111F6v16e16v17e17v18e181111cov12cov23cov13w5w3w1

11、w6w4w2w7w8e191e201e211应变数之间与自变数与应变数之应变数之间与自变数与应变数之间的共变异数都间的共变异数都不是不是模型的参数模型的参数F1v1e111v2e21v3e31F2v4e4v5e5v6e61111F3v7e7v8e8v9e91111F4v10e10v11e11v12e121111F5v13e13v14e14v15e151111F6v16e16v17e17v18e181111cov12cov23cov13w5w3w1w6w4w2w7w8e191e201e211潜在变项与一般量测变项最大的不同在其不可潜在变项与一般量测变项最大的不同在其不可直接量测的特性直接量测的特

12、性，因此潜在变项缺乏一个自因此潜在变项缺乏一个自然存在的尺度然存在的尺度，而必须以人为的手段设定尺度而必须以人为的手段设定尺度SEMSEM最常使用的方法是将最常使用的方法是将外生潜在变项外生潜在变项变异变异数设为数设为1;1;或将潜在变项其中的一个或将潜在变项其中的一个测量变项与测量变项与潜在变项潜在变项的因素负荷量设为的因素负荷量设为1 1。两种方法结果一样，若两种方法结果一样，若目的为理论验证，采第二目的为理论验证，采第二种方法较为适宜种方法较为适宜。SEMSEM参数设定原则参数设定原则-第第6 6原则探讨原则探讨x1x2y1y212141标准化设定标准化设定未标准化设定未标准化设定结构方

13、程模型估计十诫结构方程模型估计十诫(Grimm&Yarnold,2006)(Grimm&Yarnold,2006)第十诫第十诫SEMSEM不要用于小样本不要用于小样本 (100(100个以下个以下)第九诫第九诫当利用共变异数矩阵分析时，要根据变量当利用共变异数矩阵分析时，要根据变量尺度选择正确的矩阵尺度选择正确的矩阵如变量均为连续尺度，则可用一般的共变如变量均为连续尺度，则可用一般的共变异数矩阵；若为连续与类别尺度混合，则采异数矩阵；若为连续与类别尺度混合，则采用用polychoric matrixpolychoric matrix；若为连续与顺序尺；若为连续与顺序尺度混合，则采用度混合，则采

14、用polyseries matrixpolyseries matrix。结构方程模型估计十诫结构方程模型估计十诫(Grimm&Yarnold,2006)(Grimm&Yarnold,2006)第八诫第八诫模式选择要以配适度良好，精简模型为主模式选择要以配适度良好，精简模型为主第七诫第七诫资料分析需符合多元常态，因此所有变量资料分析需符合多元常态，因此所有变量要符合常态分配，亦即变量不可以是二分变要符合常态分配，亦即变量不可以是二分变量。量。第六诫第六诫要使用多个配适指标做为模型评估是否配要使用多个配适指标做为模型评估是否配适良好的依据适良好的依据结构方程模型估计十诫结构方程模型估计十诫(Gri

15、mm&Yarnold,2006)(Grimm&Yarnold,2006)第五诫第五诫模式估计除了要考虑统计证据外，也要把模式估计除了要考虑统计证据外，也要把理论依据及实务上的考量考虑进来，理论依据及实务上的考量考虑进来，第四诫第四诫测量模式要优先考量于结构模式。测量模式要优先考量于结构模式。第三诫第三诫考虑多个可能的竞争模型考虑多个可能的竞争模型结构方程模型估计十诫结构方程模型估计十诫(Grimm&Yarnold,2006)(Grimm&Yarnold,2006)第二诫第二诫有关于模式搜索，需要大样本执行，分析有关于模式搜索，需要大样本执行，分析时最好有一个独立的比较样本。时最好有一个独立的比

16、较样本。第一诫第一诫绝对不要宣称本估计模型是最佳模型绝对不要宣称本估计模型是最佳模型。SEMSEM的注意事项的注意事项(Chin,1998)(Chin,1998)Capitalization on ChanceCapitalization on Chance根据修正指标的指示，在没有任何理论依根据修正指标的指示，在没有任何理论依据下任意连结。据下任意连结。利用探索式因素分析的结果放入验证式因利用探索式因素分析的结果放入验证式因素分析下进行探讨。素分析下进行探讨。SEMSEM的假设为的假设为 S-()=0S-()=0，不需要每一，不需要每一条路径去做假设，但结果需探讨每一条条路径去做假设，但结果

17、需探讨每一条的关系并说明。的关系并说明。SEMSEM的注意事项的注意事项(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)指标，不是形成型指标，不是形成型(formative)(formative)指标。指标。二阶因素分析的存在，需先证明一阶构二阶因素分析的存在，需先证明一阶构面据有收敛效度，二阶因素分析时，对面据有收敛效度，二阶因素分析时，对每一个一阶因素的每一个一阶因素的loadingsloadings也要达也要达0.70.7以以上。上。SEMSEM的注意事项的注意事项(Grimm&Yarnold

18、,2006)(Grimm&Yarnold,2006)传统的分析方法如传统的分析方法如ANOVAANOVA，多元回归均假，多元回归均假设变量本身的信度为设变量本身的信度为1 1；SEMSEM将测量误差将测量误差纳入分析是一大特色。因此，两个结果纳入分析是一大特色。因此，两个结果没有比较的意义。没有比较的意义。SEMSEM的分析的结果不可以拿来做的分析的结果不可以拿来做“因果关系因果关系”的推论。的推论。结构模式与测量模式结构模式与测量模式分析资料的多元常态及例外值检核分析资料的多元常态及例外值检核(Bollen-Stine(Bollen-Stine 检定检定)BootstrapBootstrap

19、应用应用共线性的判定共线性的判定结构模式的二阶段准则结构模式的二阶段准则参数的解读参数的解读结构模式与测量模式结构模式与测量模式-多元常态及极端值检核多元常态及极端值检核製造年限車重(磅)馬力引擎出力加速性Miles per Gallone21e11ViewView Analysis Properties Analysis Properties多元常态检定多元常态检定显示为多元非常态极端值检定极端值检定P2小于.001即为极端值,应予删除,一次一个Bollen-Stine Bollen-Stine 检定检定 (1993)(1993)当输入资料呈现非常态时，可采用当输入资料呈现非常态时，可采用B

20、ollen-StineBollen-Stine校正校正p-value p-value，三步骤如下：，三步骤如下：1.1.确认您的资料分配为非多元常态确认您的资料分配为非多元常态2.2.利用利用Bollen-Stine Bollen-Stine 校正校正p-valuep-value评估整体评估整体配适度配适度3.3.使用拔靴法使用拔靴法 (bootstrap)(bootstrap)产生参数值、估产生参数值、估计参数标准误及每个参数的显著性检定计参数标准误及每个参数的显著性检定小样本分析处理小样本分析处理Bootstrapping(Bootstrapping(拔靴程序拔靴程序)利用抽出放回的方式重

21、覆抽样来增加样本利用抽出放回的方式重覆抽样来增加样本数数为了得到为了得到稳定稳定的平均数分布的平均数分布 (常态分配常态分配)、信赖区间及标准误估计信赖区间及标准误估计Bollen-Stine bootstrapBollen-Stine bootstrapBollen-Stine Bollen-Stine 计算结果计算结果Bollen-Stine p-valueBollen-Stine p-valueBootstrap DistributionsBootstrap Distributions卡方平均值重新估计路径值重新估计路径值估计值估计值BootstrapBootstrap估计值估计值结构模

22、式的二阶段准则结构模式的二阶段准则 (Bollen,1989)(Bollen,1989)1.1.重新界定重新界定 SR SR 模型成为模型成为 CFA CFA 模型，并模型，并让所有的因素有相关。让所有的因素有相关。2.2.View the structural portion of the View the structural portion of the SR as a path model.SR as a path model.二阶段准则是充份条件二阶段准则是充份条件，假如测量与结假如测量与结构模型都是一样的构模型都是一样的，整个模型就会正定整个模型就会正定。原始结构模型格式=Stan

23、dardized estimates群組=Group number 1卡方值=498.312 自由度=84 卡方/自由=5.932GFI=.921 AGFI=.887 RMSEA=.080ATTSNPBC.46BI.77att3e1.88.92att4e2.96.89att5e3.94.48att8e4.69.61sn2e5.78.74sn4e6.86.60sn5e7.78.54pbc1e8.73.80pbc2e9.90.69pbc3e10.83.70pbc5e11.84.51pbc6e12.71.81bi2e13.90.86bi3e14.93.65bi4e15.81.13-.27.83err

24、.90.95.83Figure 1第一步：将模型重新架构成一阶CFA有相关格式=Standardized estimates群組=Group number 1卡方值=498.312 自由度=84 卡方/自由=5.932GFI=.921 AGFI=.887 RMSEA=.080ATTSNPBCBI.77att3e1.88.92att4e2.96.89att5e3.94.48att8e4.69.61sn2e5.78.74sn4e6.86.60sn5e7.78.54pbc1e8.73.80pbc2e9.90.69pbc3e10.83.70pbc5e11.84.51pbc6e12.71.81bi2e1

25、3.90.86bi3e14.93.65bi4e15.81.90.83.57.95.64.68Figure 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 determine the adequacy of the sta

26、tistical 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、效度的分析是社会科学研究的基础，而达成这个目的：1.适当的调查工具(问卷)2.适当的过程(抽样及分析)3.达到有意义的结果(推论)何谓信度与效度？何谓信度与

27、效度？信度指测量工具本身的准确程度。信度可以从以下两个角度来了解，一是测量工具稳定一致的程度，二是从测量的误差情形。效度(结果导向)指测验分数的正确性。亦即指一个测验能够测量到它所想要测量的特质与实际情况接近的程度。信、效度的评估信、效度的评估not everything that can be counted counts,and not everything that counts can be counted.-Albert Einstein百发百中百发百中弹无虚发弹无虚发无的放矢无的放矢乱枪打鸟乱枪打鸟瞎猫碰上瞎猫碰上死耗子死耗子志在参加志在参加不在得名不在得名研究中常见的信、效度研究

28、中常见的信、效度信度信度Cornbachs、折半信度、再测信度、复本信度、互评信度、组成信度、组内相关系数(intra-class correlation,ICC)效度效度构面效度(收敛效度及区别效度)、内容(表面)效度、平均变异数萃取量、效标效度(预测、同步效度)、专家效度、法则效度、交叉(外部)效度、统计效度、MultiTrait-MultiMethod(MTMM)。Cronbachs alphaCronbachs alphaCronbachs Cronbachs 标准化与非标准化之标准化与非标准化之差异差异J1,J2&J4,J5J1,J2&J4,J5相关相关Cronbachs Cronb

29、achs 标准化与非标准化标准化与非标准化之差异之差异非标准化系数非标准化系数标准化系数标准化系数22(1)1iSKKS_1(1)sK rKr量表题项变异量表题项变异数总合数总合量表题项加总量表题项加总后变异数后变异数量表包含的量表包含的总题数总题数所有题项皮尔森所有题项皮尔森两两相关的平均两两相关的平均Cronbachs Cronbachs 判定标准判定标准Cronbachs AlphaCronbachs Alpha一般学者认为一般学者认为0.60.6以下以下量表应重编；至少要量表应重编；至少要0.70.7以上；以上；0.80.90.80.9表理想。表理想。Item-total correl

30、ation Item-total correlation 0.40.4 以下删除以下删除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)组内相关系数组内相关系数(Intraclass Correlation Coefficient,ICC)(Intraclass Correlation Coefficient,ICC)ICCsICCs的目的是测量两个或多个测量的目的是测量两个或多个测量(或评估或评估者者)

31、的一致性。又称的一致性。又称Inter-rater Inter-rater reliabilityreliabilityICCsICCs从概念上可视为组间变异与总变异之比从概念上可视为组间变异与总变异之比例。例。分析方法采用分析方法采用two-way ANOVAtwo-way ANOVA。ICCICC根据分析目的可分为六大类根据分析目的可分为六大类:请参考请参考(MaGraw&Wong,1996)(MaGraw&Wong,1996)组内相关系数组内相关系数(Intraclass Correlation Coefficient,ICC)ICCICC结果结果探索式因素分析探索式因素分析研究人员一开

32、始并未有特定数量的潜在因素被萃取出来。F1e1F2e2e3e4e5e6x1x2x3x4x5x6Charles Spearman 验证式因素分析验证式因素分析CFA需要研究人员事先指定预期的结果1.因素的个数2.每个因素所反应的变量(指标)3.因素之间是否相关F1e1F2e2e3e4e5e6x1x2x3x4x5x611Karl Joreskog一阶一阶(初阶初阶)验证式因素分析验证式因素分析F1e1F2e2e3e4e5e6x1x2x3x4x5x611二阶二阶(高阶高阶)验证式因素分析验证式因素分析e1e2e3e4e5e6F1F2x1x2x3x4x5x611F31二阶二阶CFACFA考虑的重点考虑

33、的重点1.1.二阶二阶CFACFA执行结果要有不错的模型配适执行结果要有不错的模型配适度，亦即有一个二阶因素可以取代一阶度，亦即有一个二阶因素可以取代一阶的共变关系的共变关系2.2.理论上，二阶因素是否为一阶因素的传理论上，二阶因素是否为一阶因素的传递媒介递媒介3.3.同一阶的方式标准检定信、效度同一阶的方式标准检定信、效度4.4.二阶对一阶仍然是反映型指标，二阶对一阶仍然是反映型指标，loadingloading之一任要加以限制，之一任要加以限制，loadingloading要要0.70.7CFACFA模型设定的考量模型设定的考量移轉型交易型民主式獨裁式領導11111111111111111

34、1111親和性勤勉審慎外向性情緒穩定人格特質1111111111111111經驗開放11111以下这个又如何呢以下这个又如何呢?人口統計特性jobpositione111incomee21educatione31marriagee41sexe51agee61EFA VS.CFAEFA VS.CFAEFAEFACFACFA探索式探索式 (data-driven)(data-driven)验证式验证式 (theory-driven)(theory-driven)因素个数由资料决定因素个数由资料决定因素个数由研究者指定因素个数由研究者指定问卷设计的前端问卷设计的前端问卷应用的后端问卷应用的后端PCA

35、PCA是常用的估计法是常用的估计法MLML法是常用的估计法法是常用的估计法不考虑共线性问题不考虑共线性问题考虑模型配适度考虑模型配适度只提供标准化结果只提供标准化结果提供标准及非标准化结果提供标准及非标准化结果没有没有loading loading 显著性报告显著性报告有有loading loading 显著性报告显著性报告EFAEFA无法做额外的设定无法做额外的设定CFACFA模型设定有弹性模型设定有弹性无法执行跨群组比较无法执行跨群组比较可执行跨群组可执行跨群组(时间时间)的比较的比较SEMSEM的重要矩阵的重要矩阵S S矩阵矩阵样本共变异数矩阵样本共变异数矩阵调查的资料调查的资料()()

36、矩阵矩阵模型再制模型再制(预测预测)矩阵矩阵(model implied covariance)(model implied covariance)残差共变异数矩阵残差共变异数矩阵S S()()估计方法估计方法 (ML,ADF,WLS,ULS)(ML,ADF,WLS,ULS)CFACFA的目的是用来估计测量模型的目的是用来估计测量模型(因素负因素负荷量、因素变异数及共变异数、误差项荷量、因素变异数及共变异数、误差项共变异数共变异数)。运用叠代的方式使得运用叠代的方式使得S S矩阵与矩阵与()()矩阵尽可能的接近，亦即愈接近，矩阵尽可能的接近，亦即愈接近，模型配适度愈好。模型配适度愈好。叠代运算

37、停止的两个充份条件叠代运算停止的两个充份条件1.1.达到计算机预计的叠代次数，如达到计算机预计的叠代次数，如2525次次2.2.模式收敛完成，亦即达到计算机预设标准模式收敛完成，亦即达到计算机预设标准叠代到底是虾米碗榚呢叠代到底是虾米碗榚呢?样本矩阵S模型预测矩阵估计方法(ML)CFACFA实务上的基本要求实务上的基本要求1.1.量表最好为七点尺度量表最好为七点尺度(Bollen,1989)(Bollen,1989)2.2.每个潜在构面至少要有三个题目，每个潜在构面至少要有三个题目，五五 七题为佳七题为佳(Bollen,1989)(Bollen,1989)3.3.若为多个因素模型若为多个因素模

38、型，每一指标不得横每一指标不得横跨到其它潜在因素上跨到其它潜在因素上(Bollen,1989)(Bollen,1989)4.4.问卷最好引用自知名学者，尽量不要问卷最好引用自知名学者，尽量不要自己创造自己创造一阶有相关一阶有相关CFAvs.CFAvs.二阶二阶CFACFA一阶一阶CFACFA模型和模型和EFAEFA的比较的比较LOYALTYLOYAL1e111LOYAL2e21LOYAL3e31LOYAL4e41LOYAL5e51LOYAL6e61T To ot ta al l V Va ar ri ia an nc ce e E Ex xp pl la ai in ne ed d4.4257

39、3.75173.7514.42573.75173.751.5979.94783.698.3966.60190.299.2393.99194.290.1933.21297.502.1502.498100.000Component123456Total%of VarianceCumulative%Total%of VarianceCumulative%Initial EigenvaluesExtraction Sums of Squared LoadingsExtraction Method:Principal Component Analysis.一阶一阶CFACFA模型模型(单一群组分析单一群

40、组分析)Loyalty CFAchi-square=158.169 degree of freedom=9norm chi=17.574gfi=.830 agfi=.603rmsea=.237LOYALTY.54LOYAL1e1.73.68LOYAL2e2.82.68LOYAL3e3.82.79LOYAL4e4.89.75LOYAL5e5.86.68LOYAL6e6.82修正後Loyalty CFAchi-square=.762 degree of freedom=2norm chi=.381gfi=.999 agfi=.994rmsea=.000LOYALTY.45LOYAL1e1.67.7

41、5LOYAL4e4.87.87LOYAL5e5.93.73LOYAL6e6.86统计效度统计效度常态常态同质同质独立独立统计效度常态假设统计效度常态假设How to deal with non-normality?How to deal with non-normality?统计效度同质性假设统计效度同质性假设1LOYALTYLOYAL1V1e1W11LOYAL4V2e4W21LOYAL5V3e5W31LOYAL6V4e6W41构念效度构念效度收敛效度区别效度F1F2F3有形2e211有形4e41有形5e51有形6e61有形7e71流程1e81流程2e91流程4e111流程5e121流程6e1

42、31回應1e1411回應2e151回應3e1611收敛效度的评估标准收敛效度的评估标准1.SMC要=0.52.组型系数(factor loading)要=0.73.组成信度(CR)0.74.AVE0.55.Cronbachs alpha0.6组成信度组成信度(composite reliability;CR)(composite reliability;CR)CRCR值是其所有测量变项信度的组成，表示值是其所有测量变项信度的组成，表示构念指标的内部一致性，信度愈高显示这构念指标的内部一致性，信度愈高显示这些指标的内部一致性愈高，些指标的内部一致性愈高，0.70.7是可接受是可接受的门槛的门槛(

43、Hair,1997),Fornell and(Hair,1997),Fornell and Larcker(1981)Larcker(1981)建议值为建议值为0.60.6以上。以上。计算公式计算公式构念的组成信度构念的组成信度(标准化因素负荷标准化因素负荷量量)2 2/(/(标准化因素负荷量标准化因素负荷量)2 2+(+(各测量变各测量变项的测量误差项的测量误差)(Jreskog and Srbom,)(Jreskog and Srbom,1996)1996)。平均变异萃取量平均变异萃取量(Average variance extracted(Average variance extract

44、ed，AVE)AVE)AVEAVE是计算潜在变项对各测量项的变异解是计算潜在变项对各测量项的变异解释力，若释力，若VEVE愈高，则表示潜在变项有愈高愈高，则表示潜在变项有愈高的信度与收敛效度。的信度与收敛效度。Fornell and Larcker(1981)Fornell and Larcker(1981)建议其标准建议其标准值须大于值须大于0.5(0.5(即由构面的可解释变异大于即由构面的可解释变异大于测量误差测量误差)。计算公式计算公式AVE=(AVE=(因素负荷量因素负荷量2 2)/()/(因素负荷量因素负荷量)2 2+(各测量变项的测量误差各测量变项的测量误差)(Jreskog an

45、d Srbom,1996)(Jreskog and Srbom,1996)一阶一阶CFACFA测量模型因素效度检定测量模型因素效度检定Chi square=103.905df=62 norm-chi=1.676p=.001agfi=.919 gfi=.945rmsea=.051F1F2F3有形2e2.80有形4e4.79有形5e5.67有形6e6.76有形7e7流程1e8流程2e9流程4e11.75流程5e12.78流程6e13回應1e14.79回應2e15.73回應3e16.58.85.68.66.78.75.71.731.有没有负的误差变异数2.因素负荷量有没有接近或大于13.过大的标准误

46、区别效度检定区别效度检定区别效度的检定区别效度的检定1.1.直接检查构面的相关系数，一般以直接检查构面的相关系数，一般以0.850.85为标为标准准(较不严谨较不严谨)。2.2.利用利用bootstrapbootstrap计算构面之间的相关系数计算构面之间的相关系数95%95%信赖区间，若没包含信赖区间，若没包含1 1，则有区别效度，则有区别效度 (Torkzadeh,Koufteros,pflughoeft,2003)Torkzadeh,Koufteros,pflughoeft,2003)。3.3.SEMSEM检定构面之间的相关系数设为检定构面之间的相关系数设为1 1，如果如果rejectr

47、eject则表示有区别效度则表示有区别效度(巢型结构巢型结构)(Anderson and Gerbing,1988,Bogozzi et al.,1991)Anderson and Gerbing,1988,Bogozzi et al.,1991)。4.4.AVEAVE法，每个构面的法，每个构面的AVEAVE要大于构面相关系数要大于构面相关系数的平方的平方(Fornell and Larcker,1981)(Fornell and Larcker,1981)。5.5.ECVIECVI，AICAIC指标配适法指标配适法(非巢型结构非巢型结构)(Kline,2005,p151)(Kline,200

48、5,p151)区别效度观察法区别效度观察法Chi square=103.905df=62 norm-chi=1.676p=.001agfi=.919 gfi=.945rmsea=.0511.00F11.00F21.00F3有形2.19e2.581有形4.16e4.511有形5.27e5.471有形6.28e6.611有形7.19e71流程1.23e81流程2.27e91流程4.21e11.521流程5.16e12.501流程6.20e131回應1.18e14.541回應2.18e15.451回應3.32e16.401.85.68.66.55.55.46.561F11F21F3有形2e21有形4

49、e41有形5e51有形6e61有形7e71流程1e81流程2e91流程4e111流程5e121流程6e131回應1e141回應2e151回應3e161cov12cov13cov23相关矩阵相关矩阵有形2 有形4 有形5 有形6 有形7 流程1 流程2 流程4 流程5 流程6 回应1 回应2 回应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

50、程5 0.510.560.530.510.510.590.530.581流程6 0.550.470.460.450.490.540.450.520.581回应1 0.40.40.380.370.390.370.370.320.410.431回应2 0.380.380.370.320.380.330.390.330.330.40.611回应3 0.430.390.360.40.350.340.370.340.290.340.440.371信赖区间信赖区间(拔靴拔靴,bootstrap),bootstrap)法法BootstrapBootstrap信赖区间输出结果信赖区间输出结果SEMSEM系数检

51、定法系数检定法AVEAVE法法F1F2F3F10.58F20.720.55F30.460.440.50对角线为对角线为AVEAVE值值非对角线为标准化系数平方非对角线为标准化系数平方ECVIECVI，AICAIC指标配适法指标配适法将模型原来的问项以一个，两个及三个构面来呈现，比较ECVI及AIC，值愈小表模型愈佳，若三个因素模型优于2个或1个因素，则称为有区别效度。Model fitFull model3 factorsReducedFactor 12ReducedFactor 13ReducedFactor 23AIC161.91232.36225.26227.24ECVI0.6110.8

52、770.8500.858二阶二阶CFACFA测量模型因素效度检定测量模型因素效度检定Chi square=103.905df=62 norm-chi=1.676p=.001agfi=.919 gfi=.945rmsea=.051F1F2F3有形2e2.80有形4e4.79有形5e5.67有形6e6.76有形7e7流程1e8流程2e9流程4e11.75流程5e12.78流程6e13回應1e14.79回應2e15.73回應3e16.58.78.75.71.73F4.93.91.73err1err2err3Chi square=103.905df=62 norm-chi=1.676p=.001agf

53、i=.919 gfi=.945rmsea=.0511.00F11.00F21.00F3有形2.19e2.581有形4.16e4.511有形5.27e5.471有形6.28e6.611有形7.19e71流程1.23e81流程2.27e91流程4.21e11.521流程5.16e12.501流程6.20e131回應1.18e14.541回應2.18e15.451回應3.32e16.401.85.68.66.55.55.46.56多群组比较步骤多群组比较步骤 (Browne,2006)(Browne,2006)1.分开检定每一群之CFA模型2.同步检定因素结构权重等同3.检定因素负荷量等同4.检定指

54、标(问卷题项)截距等同5.检定指标残差等距(选择性的)6.检定因素变异数等同7.检定因素共变异数等同(假如有多个潜在变项)8.检定潜在变项平均数等同测量模型不变性同质性测量交叉效度交叉效度(复合效化复合效化)Cross validityCross validity广义：指测量结果具有跨样本广义：指测量结果具有跨样本-跨情境的有效性。跨情境的有效性。在在SEMSEM结构模式中，一个理想模型在不同样本上结构模式中，一个理想模型在不同样本上重复出现的程度。重复出现的程度。凡测量不同情境下的稳定性检验，都可视为交叉凡测量不同情境下的稳定性检验，都可视为交叉效度的一种做法。效度的一种做法。交叉效度的概念

55、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，研究者由不同样本上）的能力，研究者由不同样本上重复获得证据，证明量表有效性的一个动态性、重复获得证据，证明量表有效性的一个动态性、累积性的过程。累积性的过程。多群组的多群组的CFACFA是最佳分析工具。是最佳分析工具。交叉效度检定交叉效度检定研究中的研究中的模型数目模型数目效度样本来源效度样本来源相同母体相同母体不同母体不同母体单一模型单一模型模型稳定性模型稳定性 效度延展性效度延展性不同模型不同模型模型选择性模型选择性 效度一般性效度一般性D

56、iamantoulos and Siguaw(2000)p:130交叉效度的执行过程交叉效度的执行过程 将原始资料随机分成两群将原始资料随机分成两群 (请请SPSSSPSS帮忙帮忙)执行执行AmosAmos中的多群组比较中的多群组比较群组之间的比较如群组之间的比较如 “因素负荷量因素负荷量”、“结构结构(路径路径)系数系数”及及 “因素共变异数因素共变异数”之间之间没有差异，则表示模型具相当的没有差异，则表示模型具相当的稳定性稳定性(交叉效度交叉效度)。SPSSSPSS操作过程操作过程交叉效度交叉效度多群组比较多群组比较vvv1_1F1vvv2_1F2vvv3_1F3有形2v1_1e211有形

57、4v2_1e4a1_11有形5v3_1e5a2_11有形6v4_1e6a3_11有形7v5_1e71流程1v6_1e81流程2v7_1e9a4_11流程4v8_1e11a5_11流程5v9_1e12a6_11流程6v10_1e131回應1v11_1e1411回應2v12_1e15a7_11回應3v13_1e16a8_11ccc1_1ccc2_1ccc3_1a9_11a10_1vvv1_2F1vvv2_2F2vvv3_2F3有形2v1_2e211有形4v2_2e4a1_21有形5v3_2e5a2_21有形6v4_2e6a3_21有形7v5_2e71流程1v6_2e81流程2v7_2e9a4_21流程4v8_2e11a5_21流程5v9_2e12a6_21流程6v10_2e131回應1v11_2e1411回應2v12_2e15a7_21回應3v13_2e16a8_21ccc1_2ccc2_2ccc3_2a9_21a10_2多群组比较多群组比较多群组比较多群组比较总结总结学术研究的最佳统计工具学术研究的最佳统计工具SPSS&Amos让统计变得容易让统计变得容易