结构方程模型于学术上的应用.pptVIP

*二阶(高阶)验证式因素分析F1e1F2e2e3e4e5e6x1x2x3x4x5x611F31*CFA模型设定的考量*以下这个又如何呢?*EFAV.S.CFAEFACFA探索式(data-driven)验证式(theory-driven)因素个数由资料决定因素个数由研究者指定问卷设计的前端问卷应用的后端PCA是常用的估计法ML法是常用的估计法只提供标准化结果提供标准及非标准化结果没有loading显著性报告有loading显著性报告EFA无法做额外的设定CFA模型设定有弹性无法执行跨群组比较可执行跨群组(时间)的比较*一阶有相关CFA模型v.s.二阶CFA模型*一阶CFA模型和EFA的比较*一阶CFA模型(单一群组分析)*找出不合适的题目，予以删除，

原则为负荷量小于0.7的题项。一个构念最少为一个变量，且需由研究者提出可信度的评估，两个变量亦同。一个构念3个变量是较可接受的。对于一个构念使用多少变量

并无上限，实务上应用以

5~7个为最适宜。量表尺度尽量采6点以上量表验证各个构面的有效性*验证各个构面的有效性*模式1为单一因素的一阶验证性因素模式模式2为一阶且有相关的验证性因素(潜在变项间有相关)模式，为验证性因素分析的一般模式，

又称为验证性因素分析的

多因素模式模式3为二阶验证性

因素模式。验证式因素分析(CFA建模)*一阶验证性因素模式(模式一)*一阶且有相关的验证性因素

(潜在变项间有相关)(模式二)*二阶验证性因素模式(模式三)*模式配适度分析结果Modelχ2(df)χ2/dfGFIAGFIRMSEACFI1.一阶因素模型426.09(104)4.10.8300.7780.1080.8642.一阶因素模型(有相关)263.94(101)2.610.8960.8590.0780.9313.二阶因素模型263.94(101)2.610.8960.8590.0780.931建议值愈小愈好30.90.90.080.9*构念的组成信度(CompositeReliability,CR)＝

(Σ标准化因素负荷量)2/

((Σ标准化因素负荷量)2+(Σ各测量变项的测量误差))

(J?reskogandS?rbom,1996)。CR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，信度愈高显示这些指标的内部一致性愈高，0.7是可接受的门槛(Hair,1997),

FornellandLarcker(1981)建议值为0.6以上。构面组成信度与变异数萃取量的计算*平均变异数萃取量(AVE)=

Σ(因素负荷量2)/((Σ因素负荷量)2+

(Σ各测量变项的测量误差))

(J?reskogandS?rbom,1996)AVE是计算潜在变项之各测量变量对该潜在变项的变异解释力，若AVE愈高，则表示潜在变项有愈高的信度与收敛效度。

FornellandLarcker(1981)建议其标准值须大于0.5。构面组成信度与变异数萃取量的计算*观察指标潜在指标研究变量因素负荷量R2tvalue标准差CRVE因素名称因素负荷量R2有形10.7470.5580.9020.568有形性0.5390.29有形20.7260.52711.7360.087有形30.7440.55412.0540.075有形40.7420.55112.0090.079有形50.7670.58812.4610.073有形60.7460.55712.0840.073有形70.8020.643流程10.820.67215.0390.0740.8840.561服务流程0.5660.32流程20.6930.48012.0960.067流程30.7830.61314.1390.068流程40.7090.50312.4350.075流程50.7270.52912.8340.086流程60.7540.56913.4430.074回应10.7790.6070.7440.495回应性0.5830.34回应20.7290.53110.1380.084回应30.5890.3478.5120.09*Amos结构模型的建模分析*参考用