Structural Equation Modeling Chapter 1 模式存在與否之需，見仁見智； 但是，人無模式，就無決策 SEM 概論

2 多變量資料本質  多變量分析牽涉到多組測量值間的關係。  Lattin （ 2003 ）等人將多變量方法定義為分析 介於二個或多組測量值中每一物件含有一個或 多個樣本之間關係的收集方法。  測量值的物件（ object ）可以是項目、人、組 織、事件等加以代表，為測量值的實體代表。

3 所有可能潛在觀察值 已觀察行為的子集合 資料 架構 測量模式 多變量模式 尋找結構過程

4 多變量統計方法分類  多變量統計分析方法將會在未來居於支配地 位且將會激烈的改變研究學者對其研究問題 構思與研究設計的態度。在接近真實性的複 雜環境下，多變量統計分析方法仍可能查詢 特定與準確的問題。這樣可以藉由執行理論 上顯著的研究去評估常態發生事件的真實發 生參數的效應。

5 多變量分析及解釋導引 1. 建立「實務顯著性」，以及「統計顯著性」。 2. 樣本大小影響所有結果。 3. 認識您自己分析的資料。 4. 為著模式的精簡性努力不懈（ strive for model parsimony ）。 5. 檢視您自己的錯誤。 6. 使您的研究效度化。

6  Hair （ 1998 ）等人提出非常實務面，有關 於以結構式的趨勢來建構多變量模式， 共有六個步驟，此六個步驟提供了任何 有關於多變量分析發展（ developing ）、 解釋（ interpreting ）及效度化（ validating ） 的架構。

7 1. 步驟一：定義被使用的研究問題、目的及多變量方法 （ Stage 1: Define the research problem, objectives, and multivariate technique to be used ）。 2. 步驟二：發展分析計畫（ Stage 2: Develop the analysis plan ）。 3. 步驟三：評估多變量方法中所強調的假設（ Stage 3: Evaluate the assumptions underlying a multivariate technique ）。 4. 步驟四：估計多變量模式及評鑑整體模式適配（ Stage 4: Estimate the multivariate model and assess overall model fit ）。 5. 步驟五：變數的解釋（ Stage 5: Interpret the variate(s) ）。 6. 步驟六：多變量模式的效度化（ Stage 6: Validate the multivariate model ）。

8  多變量統計方法分類 多變量統計方法 相依關係方法 互依關係方法 多數依變數 / 自變數關係 單一依變數多數依變數 與自變數 計量性非計量性 計量性計量性 非計量性非計量性 計量性計量性 非計量性非計量性 因素分析因素分析 集群分析集群分析 SEM 多元相 關分析 多元迴 歸分析 相關聯分析相關聯分析 線性機率模式線性機率模式 多元區別分析多元區別分析 相稱分析相稱分析

9 多變量統計研究概論 （一）因素 - 變數 - 項目關係 （二）問卷項目 （三）變數 （四）因素 何謂因素分析？ （一）因素分析的目的 （二）因素分析的使用

10 何謂 SEM ？  SEM 是一個結構方程式的體系，其方程式中包含有隨 機變數（ random variables ）、結構參數（ structural parameters ）、以及有時亦包含非隨機變項 （ nonrandom variables ）；隨機變數包含三種類型： 觀察變數（ observed variables ）、潛伏變數（ latent variables ）以及干擾 / 誤差變數（ disturbance/error variables ）。  特徵一：多數以及相依關係之關關係的估計  特徵二：在眾多關係中有代表抽象觀念的能力

11 SEM 具有以下的優點：  可做項目分析，精確估計個別項目且將項目分析 概念融合因素結構檢測中。  可檢定個別項目的測量誤差，並且將測量誤差從 項目的變異量中抽離出來，使得因素負荷量具有 較高的精確度。  可依據理論，預先設定項目放置於那一個因素中， 或那幾個因素中，亦即一個項目可以同時分屬於 不同因素並可設定一個固定因素負荷量，或設定 任何幾個項目的因素負荷量相等。

12  可依據理論，設定某些因素之間具有或不具有相 關，甚至於將這些相關設定為相等的關係。  可對整體因素模式作統計評估，來瞭解理論所建 構因素模式與所蒐集資料間的符合程度。所以 SEM 是一種理論模式檢定（ theory-testing ）的統計 方法。

13 為何使用 SEM ？  社會科學研究通常使用測量值來取代構面 （ constructs ）。  除了測量的問題，社會科學家主要關心的是預測 （ prediction ）的問題，我們都知道週遭所發生的事 物越來越複雜，相對地預測模式也會越演變為更複 雜。 SEM 允許精緻確認及檢測複雜的路徑模式。  或許最重要的，就是 SEM 提供同時考慮測量及預測 獨特的分析，特別稱為潛伏變數模式（ latent variable models ） 。

14 SEM 的分析步驟  理論架構模式的建立  建立因子變數間因果關係的路徑圖（ path diagram ）  轉換路徑圖為結構方程式與測量方程式  選擇分析模式（共變數或相關係數）  評估模式的鑑定  評估適配度（ goodness-of-fit ）的結果  模式解釋與修改