测量工具发展的资料分析项目分析信度与效度.pptVIP

結構方程模式的基本概念與操作技術 What is SEM? SEM是Structural Equation Modeling的縮寫 SEM又稱為causal modeling, causal analysis, simultaneous equation modeling, analysis of covariance structures, path analysis, confirmatory factor analysis SEM是一種統計方法學(statistical methodology) (Byrne, 1994) SEM是統計技術 SEM是方法學 SEM一次量化技術的大整合，也是量化方法的典範大革命 Specialty of SEM Latent variables Measurement error Theory testing Multivariate statistical analysis Controlling for the errors due to statistical decision-making Features of SEM SEM具有理論先驗性 SEM同時兼具觀察變項與潛在變項 SEM以共變數的運用為核心，亦可處理平均數估計與比較 SEM包含了許多不同的統計技術 SEM適用於大樣本之分析 SEM的決策為多重統計指標的運用 Modeling strategies of SEM Model confirmation 作為驗證（confirmatory）的基礎 針對單一的先驗假設模型，評估其適切性 Model generation 先設定一個起始模型，在與實際觀察資料進行比較之後，進行必要的修正，反覆進行估計的程序以得到最佳契合的模型 Model Competition 利用不同模型的比較以決定何者最能反應真實資料 Applications of SEM Confirmatory factor analysis (M1) Path analysis (M2) Structural regression analysis (M3) Time-dependent/longitudinal data (M4) Recursive and non-recursive models for cross-sectional data Covariance structure models Multi-sample analysis Multi-level analysis Four Basic Model of SEM ICFA model Four Basic Model of SEM IIPath Analysis model Four Basic Model of SEM IIIStructural Regression model Four Basic Model of SEM IVLatent Change model 結構方程模式的操作與應用議題 Procedures of SEM SEM的執行重點 模型的描述與設定 概念模型（conceptual model） 統計模型（statistical model） 資料的準備 矩陣資料的應用 原始資料的使用 變項的分配特性 報表的整理與分析 估計方法的選擇 模型契合度指標 參數報告 標準化解與完全標準化解 替代模型的使用 演繹取向的替代模型 歸納取向的替代模型 完整LISREL模型的參數圖示 LISREL的矩陣概念 LISREL的原始設定與替代設定代碼對照表 Modeling of SEM Basic elements: 觀察變項(observed variable) or 測量變項(measured variable) 潛在變項(latent variable) Model specification 測量模式(measurement model) 指實際觀察值與其背後的潛在特質的相互關係 結構模式(structural model) 顯示潛在變項之間的關係 LISREL語法 TITLE Latent variable Path Model DATA NI=6 NO=289 CM SY FI=groupall.cov LA; out1 out2 out3 co1 co2 co3 MODEL NY=3 NE=1 NK=1 NX=3 PS=DI,FR GA=FU,FI LE; 員工績效 LK; 組織承諾 FREE LX(2,1) LX(3,1) LY(2,1) LY(3,1) GA(1,1) VALUE 1 LX(1,1) LY(1,1) PD