4.模式适配度.ppt

Chapter 4 模式要適配，需符合絕對、比較及精簡，加上內在結構標準 模式評估至少有兩種傳統（Tanaka, 1993）：模式的絕對適配（absolute fit）以及模式的比較適配（comparative fit）。模式的比較適配的評估又可進一步區分為「比較適配」（comparative fit）及「精簡適配」（parsimonious fit）。 模式適配度評鑑的目的，乃是要從各方面來評鑑理想模式是否能解釋實際觀察所得資料所呈現的狀況，或者是說理論模式與實際觀察所得資料的差距有多少。 有關模式適配度的評鑑，Bagozzi & Yi（1988）認為必須從上述探討三方面指標來評量，分別為：基本的適配標準（preliminary fit criteria）、整體模式適配度（overall model fit）（SEM的外在品質）及模式內在結構適配度（fit of internal structure of model）（SEM的內在品質）。 Bagozzi & Yi（1998）認為較重要的模式基本適配標準應有下列5項： 不能有負的誤差變異。 誤差變異必須達到顯著水準。 估計參數之間的相關係數的絕對值不能太接近1。 因素負荷量（factor loadings）不能太低（< 0.5）或太高（> 0.95）。 不能有很大的標準誤差。 當違反以上這些標準時，表示評鑑的模式中可能有三類的問題產生：(a)細係誤差、(b)確認問題或(c)輸入錯誤。 最常發生的狀況就是「負的誤差變異數」，特稱為「Heywood」案例，最小值應為0，代表沒有測量誤差；或是發生較大的標準誤，研究者必須應用一種或一種以上的補救方案來更正違反估計，特別需在模式評鑑以前。許多學者用詞不同，但大致上違反估計最常發生的狀況歸納起來就是三類，為了統一許多學者所用的名稱，三類狀況列示如下： 負的誤差變異數（negative error variances）。 標準化係數超過或非常接近1（standardized coefficients exceeding or very close to 1.0）（通常以0.95為門檻）。 非常大的標準誤差（very large standard errors）。 SEM外在品質 絕對適配指標（absolute fit measures） 絕對適配的檢定，主體上關心的是重製相關係數／共變數的能力。 卡方考驗值 Goodness-of-fit Index（GFI） Adjusted Goodness of Fit Index（AGFI） Standardized Root Mean Square Residual（SRMSR） Root Mean Square Error of Approximation（RMSEA） Expected Cross-Validation Index（ECVI） 比較適配指標（Comparative fit measures） Normed Fit Index（NFI） Non-Normed Fit Index（NNFI） Incremental Fit Index（IFI） Comparative Fit Index（CFI） Relative Fit Index（RFI） 精簡適配測量（parsimonious fit measures） Parsimonious Normed Fit Index（PNFI） Parsimonious Goodness-of-Fit Index（PGFI） Akaike Information Criterion（AIC）及Consistent Akaike Information Criterion（CAIC） Hoelter's Critical N（CN）值 十個整體模式適配度指標的數值範圍及理想的數值 SEM內在品質 Bagozzi & Yi（1988）對於模式結構適配度（模式的內在品質）提供了六項常用的標準，歸納如下： 個別項目的信度 (individual item reliability) 在0.5以上。 潛伏變數的組成信度 (composite reliability) 在0.5以上。 潛伏變數的萃取平均變異數 (extracted average variance) 在0.5以上。 所有估計的參數都達顯著水準。 標準化殘差 (standardized residuals, SR) 的絕對值必須小於1.96。 修正指標 (modification index, MI) 需小於3.84。 巢狀模式比較 Structural Equation Modeling 模式適配度 SEM的基本程序 理論性發展 模式設定 模式辨識 抽樣與測量 參數估計 模式適合