因果關係理論的建立 ─結構方程模型 報告學生：陳錏萱 授課教授：任維廉 教授
作者簡介 Gordon W. Cheung（張偉雄） 王暢 畢業於美國賓州大學（管理博士） 目前任教於香港中文大學逸夫書院 專長是應用結構方程模型等研究方法，探討各種組織行 為與人力資源管理相關的方法學議題 王暢
報告大綱 測量 結構方程模型 量表的效度與信度 契合指數(Fit Index) 結構方程模型發的新趨勢
測量 潛在變項(latent variable)為抽象、無法直接測量， 需透過觀測變項(observed variable)進行觀測 古典真實分數模型： 觀察分數=真實分數+誤差分數 「測量誤差」：系統誤差與隨機誤差
結構方程模型 (structural equation modeling , SEM) 檢定觀察變項與潛在變項間關係假設的多重變 項統計分析方法蒐集數據以檢定假設模型 優點： 1.可同時分析涉及潛在變項與其觀察變項間的關係 2.可準確估計測量誤差與其他參數值，提高測量準確度 3.可同時計算多個依變項間的關係，尤其在中介效果研 究中
研究時所要衡量的部分契合指數(fit index) 結構方程模型理論與邏輯 來自假設關係 來自母體數據 母體差距越小，代表假設變項間的關係， 越接近母體間的關係 母體差距 虛構的訊息 研究時所要衡量的部分契合指數(fit index) 真實的訊息 契合共變數矩陣 樣本共變數矩陣
結構模型的基本類型(1) 測量模型(measurement model)： 透過確認性因素分析(CFA)，檢驗研究者所建立的 假設是否吻合
結構模型的基本類型(2) 路徑模型(path model)： 瞭解各變數間的關係，包括直接關係與間接關係
結構模型的基本類型(3) 整體模型(full model)： 測量模型與路徑模型的總合，包含外衍變相與內 生變項，為一個完整的模型
結構模型的基本類型(4) 平均結構模型(model with mean structures)： 在跨組別的比較研究中，可用平均結構模型來比較 各組別的潛在變項平均數的大小
結構方程模型的建立- 潛在變項的測量 固定負荷量法： 任取一個觀察變項為參照指標，並設定其截距為0 ，因素負荷量為1 結構方程模型的建立- 潛在變項的測量 固定負荷量法： 任取一個觀察變項為參照指標，並設定其截距為0 ，因素負荷量為1 使得潛在變項的變化將導致其觀察變項的變化，且 潛在變項的平均數也等於對應參照指標的觀察平均 數
結構方程模型的建立- 潛在變項的測量 固定因素變異法： 將潛在變項標準化，設定其變異為1
結構方程模型的建立步驟 建立一個基於理論基礎的假設模型 根據理論表示各變項間的相互關係，以路徑圖呈現 將路徑圖用一組結構方程式加以演繹 將陳述關係表達成程式語言，然後計算結果 結果輸出： (1)參數估計可行性；(2)假設模型與實徵 數據的契合程度；(3)參數估計是否顯著 解釋輸出結果
量表的效度與信度 效度(validity)：測量的正確性，即量表是否能測量 其所要量測的潛在概念的程度。 ※收斂效度：不同觀察變項是否能測量同一潛在變項 以「確認性因素分析」來判斷假設是否成立 區辨效度：不同潛在變項間是否存有顯著差異 各潛在變項間的相關係數低於1 效標關聯效度：確認潛在變項間的關係 以路徑模型的方式做檢測 信度(reliability)：估計測量誤差的大小，以誤差變 異的大小來測量
契合指數(Fit Index) 契合度：改變各參數值的大小，使契合共變數 矩陣越接近樣本共變數矩陣 最大概似法(Maximum Likelihood Estimation)
常用的契合指數(1) 當此值小於5屬可接受的範圍，而小於3時則表示結果十分良好
常用的契合指數(2) 當RMSEA≦0.05代表假設模型契合度好；0.05~0.08可接受；0.08~0.10普通；超過0.10契合度較差。 此值需大於0.9，若大於0.95代表假設理論模型與數據的契合度非常好。
常用的契合指數(3) 此值需大於0.9，若大於0.95代表假設理論模型與數據的契合度非常好。 至少小於0.1，易受單位影響。
結構方程模型發的新趨勢(1) 測量衡等性： 如何跨組比較結構方程模型中的各個參數 例如： 將結構方程模型應用於不同文化組別間的比較，可 對跨文化研究工作有所助益 在教育學領域，能有助於比較不同學術成就與不同 主修範圍之研究對象的異同 跨性別研究，可研究性別不同對問題看法的差異
結構方程模型發的新趨勢(2) 潛在增長模型： 觀察研究對象隨著時間而發生變化的程度 例如： 人的態度與認知的變化 員工對於工作期望的變化
結構方程模型發的新趨勢(3) 多層次因素模型： 雖分成不同樣本(Subject)，但屬於同一組別(Group) ，使得樣本間有相關性。 可將觀察得到的變項間的共變數矩陣拆成變項組間 共變異矩陣與變項組內共變異矩陣，分別進行測量 ，即可進一步比較兩層次間的異同
Q&A 謝謝您的聆聽!!