多变量分析在测验暨量表编制之应用.ppt

外衍觀察變項 exogenous observed variable 內衍觀察變項 endogenous observed variable Φ31 x1 x3 x2 y1 ζ1 y2 ζ2 γ22 γ11 β21 γ23 Φ21 Φ32 γ[gamma]; β[beta] 觀察變項路徑分析 Path analysis with observed variables (PA-OV) 符號介紹 x1 x3 x2 δ1 δ2 δ3 ξ1 η1 y1 y2 y3 ε1 ε2 ε3 ζ1 η2 y4 y5 y6 ε4 ε5 ε6 ζ2 外衍潛在變項 exogenous latent variable 內衍潛在變項 endogenous latent variable γ11 γ21 β21 潛在變項路徑分析 Path analysis with latent variables (PA-LV) 觀察變項路徑分析Path analysis with observed variables (PA-OV) 遞迴模式(recursive model) 路徑分析中的解釋/預測(因果)關係只有單一方向性 x1 x3 x2 y1 y2 間接效果 直接效果 非遞迴模式(nonrecursive model) 路徑分析中的解釋/預測(因果)關係是互為雙向的關係 x1 x3 x2 y1 y2 潛在變項路徑分析Path analysis with latent variables (PA-LV) x1 x3 x2 δ1 δ2 δ3 ξ1 η1 y1 y2 y3 ε1 ε2 ε3 ζ1 一般模式 x1 x3 x2 δ1 δ2 δ3 ξ1 η1 y1 y2 y3 ε1 ε2 ε3 ζ1 x4 混和模式 MIMIC模式 x1 η1 y1 y2 y3 ε1 ε2 ε3 ζ1 x2 More Stuff 潛在平均數結構分析（latent mean structure analysis）/多群組結構共變數與平均數模式（multigroup covariance and mean structure modeling） 潛在成長曲線模式(Latent Growth Curve Model, LGC) Feedback and Commentcyang@.tw 整體模式適配度指標：外在品質評估 簡約適配度指數 標準 PGFI 0.5 PNFI 0.5 CN 200 AIC 用於不同模式的相對比較，相對小者較好 理論模式比飽和模式與獨立模式的值還小 CAIC 用於不同模式的相對比較，相對小者較好 理論模式比飽和模式與獨立模式的值還小 模式內在結構適配度評估（內在品質評估） 除整體模式適配之外，深入探討每一個參數，對理論的驗證更能獲得保障。 測量模式的評鑑：觀察變項與潛在變項的關聯，即潛在變項的信度與效度考驗。 結構模式的評鑑：確認外衍與內衍變項的解釋或預測關係是否成立。 Bagozzi, R. P. Yi, Y. (1988). On the evaluation of structural equation models. Academic of Marketing Science, 16, 76-94. 測量模式的評鑑 個別觀察變項的項目信度（individual item reliability）在0.5以上，即因素負荷量的平方值。 潛在變項的組合信度（composite reliability）在0.6以上。 因素負荷量 觀察變項的誤差 測量模式的評鑑 潛在變項的平均變異數萃取量（average variance extracted）在0.5以上。 測量模式的評鑑 參數統計量的估計值達顯著水準（t or CR大於1.96）。 標準化殘差的絕對值小於2.58/3（可於AMOS的Residual Covariance矩陣獲得）。 修正指標（modification indices）小於3.84（AMOS的預設值為4）。 結構模式的評鑑 外衍與內衍變項的路徑係數是否顯著，正負向關係是否與理論相符。 參數統計量的估計值達顯著水準（t or CR大於1.96）。 R2愈高，則解釋力/預測力愈高。 適配指標的討論 沒有單一指標可以作為唯一明確的標準。 沒有單獨一種指標即可涵蓋或完全取代其他指標。 有些指標的計算是建立在另一些指標的基礎上，亦即有些指標間是相依並有線性關係。 多數決的結論並不能保證所得模式是最好的適配模式。 因此，參採某特定文獻的標準是較可行的方式。 直交模式與斜交模式 0 x5 x8 … 消費動機 x1 x3 … 影響來源 x9 x12 … 商品訊息 0 0 直交模式 C1 斜交模式 x5