[结构方程模][台湾][郑志恒].pptVIP

結構方程模式 SEM 簡介 企碩二乙 鄭志恆 m924012040 希臘 英文 希臘 英文 字母 讀音 字母 讀音 Α,α alpha Ν,ν nu Β,β beta Ξ,ξ xi Γ,γ gamma Ο,ο omicron Δ,δ delta Π,π pi Ε,ε epsilon Ρ,ρ rho Ζ,ζ Zeta Σ,σ sigma Η,η eta Τ,τ tau Θ,θ theta Υ,υ upsilon Ι,ι iota Φ,φ phi Κ,κ kappa Χ,χ chi Λ,λ lambda Ψ,ψ psi Μ,μ mu Ω,ω omega 結構方程模式的分析過程 操作性定義 SEM(結構方程模式)： 企圖將事物的客觀狀態以因果假設的方式加以呈現，然後以量化的資料加以驗證。 理論(Theory)：所要觀察的現象加以嚴謹地呈現，這種呈現應用複雜的因果關係加以鋪陳，就形成一種理論的模式。或可稱健全的假設。 模式界定( Model Specification)：將理論所呈現的假設，以SEM的形式加以表達。 模式識別(Model identification)：決定模式是否可識別的(identified)，如果模式是可識別的，表示理論上模式中的每一個參數皆可導出唯一的一個估計值。 操作性定義 選擇測量變項及蒐集資料：選擇用於模式中的測量變項，並且蒐集測量變項的資料以作為後面分析之用。 模式估計( Model estimation) ：估計模式中參數的方法- 一般化最小平方法(Generalized least square，GLS)、最大概似法( Maximum likelihood，ML)等等。 配適度評鑑(Assessment of fit)：用以決定理論預測模式與所蒐集資料間配適的程度；可分整體模式配適度檢定，測試模式配適度檢定及結構模式配適度檢定。 模式修正(Model modification)：當整體模式配適度檢定未達可接凡受的程度，可依據理論基礎及統計所呈現的結果，將參數釋放(Free)或固定(Fix)，再重新估計模式。 解 釋(Interpretation)：對統計的模式結果作說明。 案例說明 Lei-da Chen , Mark L. Gillson, Daniel L. Sherrell Information Management 39 (2002) p705-719 Enticing online consumers:an extended technology acceptance model perspective 結構方程模式的分析過程 Proposed research model for consumer acceptance of virtual stores 模式識別( Model Identification) 目的：處理所獲得的模式是否為唯一解。 模式識別結果包括低度識別(Under-Identified)、適度識別(just-Identified)及過度識別(Over-Identified)三種： 模式估計 參數估計是結構方程式模式分析能夠運轉的核心程序，而變數本身的變異量(Vairance)與變量間的共變量(Co-Variance)則是參數知估計的主要材料。 最常用的參數估計法是最大概似估計法( Maximum likelihood，ML),反覆求解至得到參數的收歛為止。 最大概似估計法( Maximum likelihood，ML)的假設要求： (p.4.32~p.4.33) 1. 觀察數據都是從母體中抽到的資料，且抽出的樣本必須是所有可能樣本中被 選擇的機率最大者。 2. 參數必須符合多變量常態分配的假設，而形成漸進的不偏性/一致性/效率性。 模式估計：共變數結構分析，實務上應用統計軟體計算之。 配適度評鑑 模型契合度指標的比較 模型契合度指標的比較 模型契合度指標的比較 5. Data analysis and result5.1 Measurement model 測量模式 適配度評鑑-指標 5. Data analysis and result5.1 Measurement model 測量模式 適配度評鑑-指標的判讀及說明： Table 4 Fit indices for measurement model for the research mode