SEM講義

Structure Equation Modeling (SEM) LISREL 8 講義

1. 信度與效度是處理SEM前,必要的處理
(1) 信度係數(Cronbach alpha),
(2) composite reliability 組合信度(CR),
(3) 平均變異抽取量(Average Variance Extracted AVE),
(4) Factor loading 係數大於0.7,
(5) 相關係數小於AVE


2. 執行完SEM,要揭露的項目
(1) factor loading: 觀察項到潛在變數的係數
(2) 路徑係數:潛在變項與潛在變項間關係
(3) R^2:潛在變項被解釋的比例:變數間係數外,一定要陳述解釋力(R^2)


3. Model Fit 要揭露的項目
(1) X^2/df <3 (卡方值除以自由度) 建議學者Hayduk(1987)
(2) RMSEA <0.08 Jarvenpaa et al.(2000)
(3) GFI > 0.9 Scott(1994)
(4) AGFI > 0.8 Scott(1994)

4. SEM 的前提
(1) 常態
(2) 線性

5. 樣本大小
(1) 樣本數需為估計參數的5到10倍
(2) Maximum Likelihood最大概似法適合200個左右

6. Full model完整模式 = Measurement Model 測量模式(CFA) + Structure Model結構模式
(1) 應該要先跑Measurement Model,
把Measurement Model的可能問題排除,之後再執行Structure Model
(2) 撰寫時,先寫Measurement Model,再寫Structure Model結果
(寫Structure Model結果時,不需再寫Measurement)

7. Data Process
excel --> cov矩陣 --> lisrel
(1) Data先用Excel處理
(2) 遺漏值處理,注意,別把空白當成0了,0也是數值,不是遺漏值


8. LISREL的幾個模組

PRELIS Data (Excel檔案,計算共變矩陣,處理成可用的資料,包括.cov檔,以及dsf檔)
LISREL project (附檔名為lp8)
SIMPLS project
Path Diagram (用圖形處理) (檔名為.pth,輸入的資料為dsf檔)


9. 常用快捷鍵
Ctrl-F --> output
F4 --> RUN