1、1Confirmatory Factor Analysis第六章第六章 驗證型因素分析驗證型因素分析 2大綱大綱 6.1 前言前言 6.2 驗證型因素分析：如何運作驗證型因素分析：如何運作 6.3 樣本問題樣本問題(略略)6.4 驗證型因素分析之應用驗證型因素分析之應用36.1 前言前言nCFA屬於屬於結構方程模式結構方程模式(SEM with latent variables)的一種次模型，的一種次模型，CFA分析的數學原分析的數學原理與統計程序，都是理與統計程序，都是SEM的一種特殊應用。的一種特殊應用。nCFA的進行必須有的進行必須有特定理論依據特定理論依據或或概念架構概念架構作為基礎，
2、然後藉由數學程序來確認該理論作為基礎，然後藉由數學程序來確認該理論觀點所導出的計量模型觀點所導出的計量模型是否確實、適當是否確實、適當。nCFA的參數估計可採的參數估計可採最大概似估計法，最大概似估計法，而非而非矩陣分解，其優點為矩陣分解，其優點為提供模型適合度檢定統計量的值提供模型適合度檢定統計量的值提供估計參數之標準誤提供估計參數之標準誤4 探索型因素分析與驗證型因素分析之比較探索型因素分析與驗證型因素分析之比較EFA(EFA(第五章第五章)CFA(CFA(第六章第六章)理論架構在分理論架構在分析過程中所扮析過程中所扮演的角色演的角色理論架構是因理論架構是因素分析後的產素分析後的產物物須先
3、有特定的理須先有特定的理論觀點作為基礎，論觀點作為基礎，再決定該架構是再決定該架構是否適當否適當。理論架構在分理論架構在分析過程中所扮析過程中所扮演的檢驗時機演的檢驗時機事後概念事後概念事前概念事前概念56.1.1 應用應用n(一一)檢定因子模型之適合度檢定因子模型之適合度透過驗證性因素分析，可針對特定因子模透過驗證性因素分析，可針對特定因子模型衡量適合度，並測試其適當與否型衡量適合度，並測試其適當與否。案例案例 Benjamin and Podolny(1996)想瞭解美想瞭解美國加州不同區域栽培葡萄的等級狀態，聘國加州不同區域栽培葡萄的等級狀態，聘請請1010位專家對位專家對7373個不同
4、區域加以評等，評個不同區域加以評等，評等等級為等等級為1(1(狀態差狀態差)7()7(狀態佳狀態佳)。最後選取。最後選取資料較完整資料較完整(完成完成5959個不同區域評等個不同區域評等)的的5 5位位專家。專家。6單因子模型單因子模型(測量模型測量模型)等級狀態X1X2X3X4X512345123457Table 6.1 相關係數矩陣相關係數矩陣(五位專家對五位專家對59個不同區域製酒狀態評等個不同區域製酒狀態評等)nCFA可計算模型適合度指標，以驗證單因子模型是否適合樣本資料的可計算模型適合度指標，以驗證單因子模型是否適合樣本資料的相關結構相關結構n透過驗證型因素分析，可以檢查因子結構狀態
5、及專家的可靠度透過驗證型因素分析，可以檢查因子結構狀態及專家的可靠度(測量測量信度信度)。n以此題為例，以此題為例，相關係數均很高相關係數均很高，故可知專家評等結果應該具一致性。，故可知專家評等結果應該具一致性。CFA可提供信度及效度可提供信度及效度(收斂效度與區別效度收斂效度與區別效度)分析。分析。X1 X2 X3 X4 X5 X1 1.00000 0.76490 0.67821 0.67515 0.68186 X2 0.76490 1.00000 0.73522 0.62564 0.76585 X3 0.67821 0.73522 1.00000 0.63170 0.71356 X4 0.
6、67515 0.62564 0.63170 1.00000 0.51748 X5 0.68186 0.76585 0.71356 0.51748 1.000008n(二二)評估建構評估建構(construct)的信效度的信效度 進行進行CFA時，可以使用模式配適度統計量時，可以使用模式配適度統計量(2)值與相值與相關配適度指標關配適度指標(GFI、AGFI)來衡量變項的信度來衡量變項的信度(reliability)與效度與效度(validity)。信度信度：指標變數與潛伏變數之間相關程度：指標變數與潛伏變數之間相關程度(0.7)效度效度：可分為下列兩種：可分為下列兩種n收歛效度收歛效度(con
7、vergent validity)：對相同特性：對相同特性(construct,concept,or research variables)使用不同衡量方法使用不同衡量方法(Likert scale,Stapel scale,or semantic differential)，所得結果所得結果高度高度相關。相關。n區別效度區別效度(discriminant validity)：不同建構：不同建構(construct,即研究變數或稱即研究變數或稱concept)彼此之間確實彼此之間確實不相同不相同。9nMultitraitmultimethod matrix(多重特質多重方法多重特質多重方法)圖
8、圖6.16.1 1.李克尺度：李克尺度：Strongly Generally Moderately Moderately Generally Strongly Agree Agree Agree Disagree Disagree Disagree “Selection is wide.”_ _ _ _ _ _ 2.語言差異尺度：語言差異尺度：Extremely Quite Slight Slight Quite ExremelyWide Selection _ _ _ _ _ _ Limited Selection 3.史德培尺度：史德培尺度：+3 _ +2 _ +1 _ Wide Sele
9、ction -1 _ -2 _ -3 _10n表表6.2 相關係數矩陣相關係數矩陣(針對連鎖商店的兩個特針對連鎖商店的兩個特徵徵(store appearance,A and product assortment,P)分分別採用三種不同方法別採用三種不同方法(Likert scale,L,Differential scale,D,and Stapel scale,S)AL AD AS PL PD PS AL 1.000 AD 0.776 1.000 AS 0.676 0.739 1.000 PL 0.638 0.600 0.539 1.000 PD 0.561 0.635 0.527 0.71
10、3 1.000 PS 0.522 0.559 0.589 0.720 0.698 1.000116.2 驗證型因素分析：如何運作驗證型因素分析：如何運作12圖圖6.2 兩因子模型路徑圖：學生智力測驗模型兩因子模型路徑圖：學生智力測驗模型1X12x2x3x4x51234512136.2.1 Intuitionn執行驗證型因素分析時，應優先使用樣本執行驗證型因素分析時，應優先使用樣本共變數矩陣共變數矩陣，而非相關係數矩陣。，而非相關係數矩陣。此處因資料出版問題，無法取得共變數矩陣，此處因資料出版問題，無法取得共變數矩陣，故以相關係數矩陣做分析。故以相關係數矩陣做分析。1.000 .722 .714
11、 .203 .095 .722 1.000 .685 .246 .181R =.714 .685 1.000 .170 .113 .203 .246 .170 1.000 .585 .095 .181 .113 .585 1.00014X1=111+122+1X2=211+222+2X3=311+322+3 (6.1)X4=411+422+4X5=511+522+5X1=111 +1X2=211 +2X3=311 +3 (6.2)X4=+422+4X5=+522+5 Corr(1,2)=1212,var(1)=1111,var(2)=2222 探索性因子分析模型探索性因子分析模型驗證型因子分析
12、模型驗證型因子分析模型15CFA模型的尺度不定性模型的尺度不定性(scaling indeterminancy)nVar(i)與所有的與所有的ij的值不能同時決定的值不能同時決定，兩兩者有抵換關係者有抵換關係n尺度不定性的解決方法尺度不定性的解決方法:1.令每個因子的變異數為令每個因子的變異數為1 1,或或2.將每一個因子與負荷在其上的變數間的將每一個因子與負荷在其上的變數間的值任值任選一個選一個，並訂其值為並訂其值為1 116 11 0 21 0factor loadings matrix =31 0 0 42 0 52222 factor correlation matrix 1 12 2
13、1 117 (6.3)(6.3)1211 1121 1211211311 1131 1311311411 11422411124211 12421511 115(,)(,)0.722(,)(,)0.714(.,)(,)(,)0.203(,(,.)corr XXcorrcorr XXcorrcorr XXcorrcorrcorr XXcorr 22511125211 12522321 12321321312421 12422421124221 12422521 125)(,)0.095(,)(,)0.685(,)(,)(,)0.246(,.)(,corrcorr XXcorrcorr XXcor
14、rcorrcorr XXcorr 22521125221 12523431 13422431124231 12423531 13522531125231 1252).(,)0.181(,)(,)(,)0.170(,)(,)(,)0.113corrcorr XXcorrcorrcorr XXcorrcorr 45422452254252(,)(,)0.585corr XXcorr 181),corr(,1),corr(,1),corr(,1),corr(,1),corr(55252554424244332313322221221121111XXXXXXXXXX19n適合度指標適合度指標(p.18
15、1)n衡量信度衡量信度(p.183)(6.5)(6.5)22 lnlnRFLL(6.4)(6.4)222221XXX 20衡量指標衡量指標衡量指標衡量指標說明說明2 卡方值卡方值2易受樣本量大小影響，易受樣本量大小影響，當樣本量較大時，易導當樣本量較大時，易導致拒絕致拒絕虛無假設虛無假設，因此，因此建議與其他指標同時考建議與其他指標同時考量。量。虛無假設虛無假設 the proposed model fits as well as a perfect model22 lnlnRFLL21適合度衡量指標適合度衡量指標說明說明數值數值(01)GFI 配適度指標配適度指標(goodness of f
16、it index)不受樣本大小不受樣本大小影響，可用於影響，可用於不同模型之間不同模型之間的比較。的比較。0.95：good level0.90：acceptable levelAGFI 調整後配適調整後配適度指標度指標(adjusted goodness of fit index)0.90：good level0.80：acceptable levelRMR 殘差平方根殘差平方根(root mean square residual)反應理論假反應理論假設模型的整設模型的整體殘差體殘差0.05，越接近越接近0越好越好22Measure Reliability(信度信度)n定義定義:n計算方式計
17、算方式Test-retestCFA 2222221XXX221Xxxr信度需0.7236.2.2 Mechanism (P.184)(P.184)n (6.6)(6.6)n (6.7)(6.7)n X1/21112exp2niiiL)(Var)(Var XLikelihood function假設 XiN(0,)24n (6.10)(6.10)n (6.11)(6.11)n (6.12)(6.12)11111lnln 2ln222niiiL 111ln 2ln222niiinn 11lnln 2ln2nLtrn 1lnln2nLtr S Final version of the log lik
18、elihood functionObtain parameter estimates to maximize 6.12MLE25模式適合度檢定模式適合度檢定1ln2)ln(StrnLRln2)(ln2)ln(1pSnSStrSnLF21ln)(ln)ln()ln(2pSStrnLLFRH0:Reduced model is indifferent from full modelHa:two models are significantly differentSet=0.2對對n n極為敏感極為敏感26n n 21211trSIGFItrS(6.16)(6.16)2121112trSIp pAG
19、FIdftrS(6.17)(6.17)其他替代的模式適合度指標其他替代的模式適合度指標0.95 good fit0.9 acceptable fit0.9 good fit0.8 acceptable fit27Sample Problems28操作軟體：操作軟體：LisrelnLISREL是一套用於是一套用於SEM分析的統分析的統計套裝軟體。本章我們採用計套裝軟體。本章我們採用LISREL 8.7版做分析。版做分析。29軟體操作軟體操作:學生智力測驗成績學生智力測驗成績 (P.181)30軟體操作軟體操作:學生智力測驗成績學生智力測驗成績 (P.181)31Title Confirmator
20、y Factor Analysis for student test performanceObserved Variables 文章閱讀文章閱讀 造句能力造句能力 字彙能力字彙能力 加法能力加法能力 計數能力計數能力Correlation Matrix=1 0.722 1 0.714 0.685 1 0.203 0.246 0.170 1 0.095 0.181 0.113 0.585 1Sample Size=145Latent Variables 語言語言 數學數學Relationships:文章閱讀文章閱讀=語言語言 造句能力造句能力=語言語言 字彙能力字彙能力=語言語言 加法能力加法
21、能力=數學數學 計數能力計數能力=數學數學SET the Covariance of 語言語言 and 數學數學 to 1 Path DiagramLISREL OUTPUT SE TV RS MI相關矩陣相關矩陣指標變數指標變數潛伏變數潛伏變數定義指標變數與定義指標變數與潛伏變數之關係潛伏變數之關係輸出指令輸出指令 SE:SE:標準誤標準誤TV:tTV:t檢定檢定RS:RS:常態化殘差與常態化殘差與Q Q圖圖MI:MI:修飾指標修飾指標軟體操作軟體操作:學生智力測驗成績學生智力測驗成績 (P.181)32軟體操作軟體操作:學生智力測驗成績學生智力測驗成績 (P.181)33GFI=0.99A
22、GFI=0.97RMR=0.022卡方值卡方值=2.93軟體操作軟體操作:學生智力測驗成績學生智力測驗成績 (P.181)34Questions Regarding the Application of CFA35nCronbachs alpha (6.18)其值介於01之間，若項目間相關係越高，值越高，亦即內部一致性越高。此公式假設指標內各指標內各item重要性一樣重要性一樣。n (6.19)11krkr6.4.1 6.4.1 如何評估指標的信度如何評估指標的信度Average inter-item correlation among k itemskiiikiikiiC1221212此公式
23、反映指標內各指標內各item重要性不一樣重要性不一樣36例題例題:製酒企業製酒企業 (P.172)Benjamin and Podolny(1996)想瞭解美國加想瞭解美國加洲不同區域栽培葡萄的狀態，聘請洲不同區域栽培葡萄的狀態，聘請10位專位專家對家對73個不同區域加以評等，評等等級為個不同區域加以評等，評等等級為1(狀態差狀態差)7(狀態佳狀態佳)。最後選取資料較完。最後選取資料較完整整(完成完成59個不同區域評等個不同區域評等)的的5位專家。位專家。樣本量樣本量 ：59個不同區域個不同區域指標變數：指標變數：5位專家位專家潛伏變數：潛伏變數：status37 路徑圖：製酒企業路徑圖：製酒
24、企業(P.188)statusexpert3expert2expert1expert5expert42、GFI、AGFI、RMR採用採用Single Single dimensiondimension12345Cronbachs=0.9138例題一例題一:製酒企業製酒企業(P.188)Title Confirmatory Factor Analysis for Wine IndustryObserved Variables expert1 expert2 expert3 expert4 expert5Correlation Matrix=1 0.765 1 0.678 0.735 1 0.67
25、5 0.626 0.632 1 0.682 0.766 0.714 0.517 1Sample Size=59Latent Variables StatusRelationships:expert1=Status expert2=Status expert3=Status expert4=Status expert5=StatusPath DiagramLISREL OUTPUT SE TV RS MITitle:整個語整個語法的標題法的標題指標變數指標變數相關矩陣相關矩陣:相關性高相關性高樣本量樣本量潛伏變數命名潛伏變數命名指標變數與潛指標變數與潛伏變數的關係伏變數的關係繪製路徑圖繪製路徑圖
26、輸出指令輸出指令 SE:SE:標準誤標準誤TV:tTV:t檢定檢定RS:RS:常態化殘差與常態化殘差與Q Q圖圖MI:MI:修飾指標修飾指標39 例題一例題一:製酒企業製酒企業(P.189)最可靠最可靠，信度最佳信度最佳最不可靠最不可靠，信度最低信度最低40例題一例題一:製酒企業製酒企業(p.189)參數最大概似估計、標準誤、參數最大概似估計、標準誤、t t值值:t t值顯著值顯著22殘差變異數估計殘差變異數估計、標準誤、標準誤、t t值值:t t值值22仍顯著仍顯著41GFI =0.96 0.95(佳佳)AGFI=0.87 0.8(可接受可接受)RMR=0.03122數學數學:相關性小相關性
27、小、標準誤標準誤0.090.09、t t值值22不顯著不顯著兩潛伏變數之間兩潛伏變數之間的相關係數為的相關係數為1殘差變異數估計、殘差變異數估計、標準誤、標準誤、t t值值48軟體操作軟體操作:學生智力測驗成績學生智力測驗成績 (P.192)卡方值卡方值2=59.47GFI =0.88 0.90 AGFI=0.63 0.05 (皆低於可接受水準皆低於可接受水準)模型配適度不佳模型配適度不佳49 學生智力測驗成績綜合比較學生智力測驗成績綜合比較二因子模型二因子模型P.183 Table 6.3單因子模型單因子模型P.191 Table 6.5卡方值卡方值2.9359.47GFI0.990.88A
28、GFI0.970.63單因子模型下單因子模型下:GFI AGFI 皆皆低於可接受水準低於可接受水準，故潛伏，故潛伏變數兼具變數兼具區別性區別性，應採二因子模型較合適，應採二因子模型較合適。50n限制或一般模型限制或一般模型(P.192)目的目的 檢定較精簡的限制模型是否和所觀察的資檢定較精簡的限制模型是否和所觀察的資料具致性料具致性6.4.2 如何比較不同因子模型如何比較不同因子模型51例題例題:製酒企業製酒企業 (P.193)之前分析建立在專家之間的信度不相同的情況之前分析建立在專家之間的信度不相同的情況(P.189)(P.189)，能提供良好適合度，本例題測試在，能提供良好適合度，本例題測
29、試在專家之間的信度皆相同之情況下，是否能提供專家之間的信度皆相同之情況下，是否能提供更佳適合度？更佳適合度？樣本量樣本量 ：5959個不同區域個不同區域指標變數：指標變數：5 5位專家位專家潛伏變數：潛伏變數：statusstatus52路徑圖：製酒企業路徑圖：製酒企業(P.193)statusexpert3expert2expert1expert5expert42、GFI、AGFI、RMR1234553Title Confirmatory Factor Analysis for Wine Inc.-restricted model Observed Variables expert1 exp
30、ert2 expert3 expert4 expert5Correlation Matrix=1 0.765 1 0.678 0.735 1 0.675 0.626 0.632 1 0.682 0.766 0.714 0.517 1Sample Size=59Latent Variables StatusRelationships:expert1=Status expert2=Status expert3=Status expert4=Status expert5=StatusSET the path from Status to expert1 equal to the path from
31、Status to expert2SET the path from Status to expert2 equal to the path from Status to expert3SET the path from Status to expert3 equal to the path from Status to expert4SET the path from Status to expert4 equal to the path from Status to expert5Equal error variances:expert1 expert2 expert3 expert4 e
32、xpert5Path DiagramLISREL OUTPUT SE TV RS MI軟體操作軟體操作:製酒企業製酒企業 (P.193)相關矩陣相關矩陣指標變數指標變數潛伏變數潛伏變數定義指標變數與定義指標變數與潛伏變數之關係潛伏變數之關係定義潛伏變數定義潛伏變數之間的關係之間的關係輸出指令輸出指令 SE:SE:標準誤標準誤TV:tTV:t檢定檢定RS:RS:常態化殘差常態化殘差MI:MI:修飾指標修飾指標54軟體操作軟體操作:製酒企業製酒企業 (P.193)55軟體操作軟體操作:製酒企業製酒企業 (P.193)參數最大概似估計、參數最大概似估計、標準誤、標準誤、t t值值殘差變異數估計殘差變
33、異數估計、標準誤、標準誤、t t值值56軟體操作軟體操作:製酒企業製酒企業(P.193)卡方值卡方值GFI(acceptable)、AGFI(acceptable)、RMR57製酒企業綜合比較製酒企業綜合比較 (p.193)專家之間專家之間信度信度不相同不相同(一般模型一般模型)P.189 Table 6.4相同相同(限制模型限制模型)P.193 Table 6.6卡方值卡方值(自自由度由度)6.57(5)15.62(13)GFI0.960.90AGFI0.870.88兩個模型的兩個模型的performance相當，基於相當，基於parsimony原則，原則，故選擇限制模型。故選擇限制模型。5
34、8n考量其他不同簡單結構以外的衡考量其他不同簡單結構以外的衡量方法量方法6.4.3 簡單因子結構之外的變化簡單因子結構之外的變化(P.193)59例題例題 :連鎖商店連鎖商店 (p.194)Menezes and Elber(1979)使用多重衡量方法，李使用多重衡量方法，李克尺度克尺度(Likert Scale)、語意差異尺度、語意差異尺度(Semantic differential Scale)、史德培尺度、史德培尺度(Stapel Scale)評估評估連鎖商店的商店外觀連鎖商店的商店外觀(store appearance)與產品多與產品多樣化樣化(product assortment)特
35、徵，樣本來源為特徵，樣本來源為250位夜校學生。位夜校學生。樣本量樣本量 ：250 指標變數指標變數：AL、AD、AS、PL、PD、PS 潛伏變數潛伏變數：store appearance、product assortment60路徑圖路徑圖：連鎖商店連鎖商店-Simple Model(P.194)appearanceAL2、GFI、AGFI、assortmentADASPLPDPS12345661Title Confirmatory Factor Analysis for Store Grocery-Simple modelObserved Variables AL AD AS PL PD
36、PSCorrelation Matrix=1.000 0.776 1.000 0.676 0.739 1.000 0.638 0.600 0.539 1.000 0.561 0.635 0.527 0.713 1.000 0.522 0.559 0.589 0.720 0.698 1.000Sample Size=250Latent Variables APPEARANCE PRODUCTRelationships:AL=APPEARANCE AD=APPEARANCE AS=APPEARANCE PL=PRODUCT PD=PRODUCT PS=PRODUCTPath DiagramLISR
37、EL OUTPUT SE TV RS MI相關矩陣相關矩陣指標變數指標變數潛伏變數潛伏變數定義指標變數與定義指標變數與潛伏變數之關係潛伏變數之關係輸出指令輸出指令 SE:SE:標準誤標準誤TV:tTV:t檢定檢定RS:RS:常態化殘差與常態化殘差與Q Q圖圖MI:MI:修飾指標修飾指標軟體操作軟體操作:連鎖商店連鎖商店-Simple Model62軟體操作軟體操作:連鎖商店連鎖商店-Simple Model(P.195)63參數最大概似估計、參數最大概似估計、標準誤、標準誤、t t值值兩潛伏變數之間的兩潛伏變數之間的相關性相關性軟體操作軟體操作:連鎖商店連鎖商店-Simple Model(P.
38、195)64殘差變異數估計殘差變異數估計、標準誤、標準誤、t t值值卡方值卡方值近似標準殘差矩陣近似標準殘差矩陣Asymptotically Standardized Residual Matrix軟體操作軟體操作:連鎖商店連鎖商店-Simple Model(P.195)GFI(good)、AGFI(acceptable)65 採用採用(multitrait,multimethed model,MTMM)多重特質多重方法，以測量理論架構的多重特質多重方法，以測量理論架構的效度。效度。收歛效度收歛效度(convergent validity)(convergent validity)：對相同特：
39、對相同特性使用不同衡量方法，所得結果性使用不同衡量方法，所得結果高度相關高度相關。區別效度區別效度(discriminant(discriminant)：不同構面彼此之不同構面彼此之間確實間確實不相同不相同。(不完全相關不完全相關)例題例題:連鎖商店連鎖商店-Method Factors(P.194)66n n n 11 12421343,corr AL PL 11 113314224334ALPL 1343.32454.43565.567n 11.321.431.542.352.462.5000000000000000000 68路徑圖：連鎖商店路徑圖：連鎖商店-Method Method
40、Factors(P.197)Factors(P.197)appearanceAL2、GFI、AGFI、productADASPLPDPSSemantic differentialStapelLikert(參參p.194)考量方法因考量方法因素，使用相素，使用相同尺度衡量同尺度衡量不同因素。不同因素。69軟體操作軟體操作:連鎖商店連鎖商店-Method Factors(P.196)相關矩陣相關矩陣增加三個潛伏變數增加三個潛伏變數定義指標變數與潛定義指標變數與潛伏變數的關係伏變數的關係定義潛伏變數之定義潛伏變數之間的關係間的關係70軟體操作軟體操作:連鎖商店連鎖商店-Method Factors(
41、P.195)新增新增部分部分參數最大參數最大概似估計概似估計殘差項殘差項係數係數71軟體操作軟體操作:連鎖商店連鎖商店-Method Factors(P.195)額外增加三種衡量尺度的額外增加三種衡量尺度的參數最大概似估計參數最大概似估計參數最大概似估計參數最大概似估計兩潛伏變數之兩潛伏變數之間的關係間的關係72軟體操作軟體操作:連鎖商店連鎖商店-Method Factors(P.195)殘差變異數估計殘差變異數估計卡方值、自由度卡方值、自由度GFIGFI、AGFIAGFI、RMRRMR73 在在Simple Model中，未考量殘差中，未考量殘差之間的相關性，現在我們加入之間的相關性，現在我
42、們加入殘殘差項之間的共變性差項之間的共變性，加以研究。，加以研究。例題例題:連鎖商店連鎖商店-Correlated Error(P.197)參考參考P.197P.19774211142222523336241442525526366000000000000000000000000 75路徑圖路徑圖：連鎖商店連鎖商店-Correlated Error(P.198)appearanceALproductADASPLPDPS考量誤差項考量誤差項加入殘差加入殘差項之間的項之間的共變性共變性12345676軟體操作軟體操作:連鎖商店連鎖商店-Correlated ErrorTitle EX1:Confi
43、rmatory Factor Analysis for grocery store-correlated errorObserved Variables AL AD AS PL PD PS Correlation Matrix=1.000 0.776 1.000 0.676 0.739 1.000 0.638 0.600 0.539 1.000 0.561 0.635 0.527 0.713 1.000 0.522 0.559 0.589 0.720 0.698 1.000Sample Size=250Latent Variables APPEARANCE PRODUCTRelationshi
44、ps:AL=APPEARANCE AD=APPEARANCE AS=APPEARANCE PL=PRODUCT PD=PRODUCT PS=PRODUCTSET the errors between AL and PL correlateSET the errors between AD and PD correlateSET the errors between AS and PS correlate Path DiagramLISREL OUTPUT SE TV RS MI相關矩陣相關矩陣對潛在變數進行標籤對潛在變數進行標籤定義指標變數與潛伏定義指標變數與潛伏變數的關係變數的關係定義殘差的
45、關係定義殘差的關係77軟體操作軟體操作:連鎖商店連鎖商店-Correlated Error(P.195)新增誤差新增誤差項部分項部分參數最大參數最大概似估計概似估計殘差項殘差項係數係數78參數最大概似估計、標準誤、參數最大概似估計、標準誤、t t值值軟體操作軟體操作:連鎖商店連鎖商店-Correlated Error(P.195)兩潛伏變數之兩潛伏變數之間的關係間的關係79殘差變異數估計、標準誤、殘差變異數估計、標準誤、t t值值誤差變異數估計、標準誤、誤差變異數估計、標準誤、t t值值卡方值卡方值軟體操作軟體操作:連鎖商店連鎖商店-Correlated Error(P.195)80軟體操作軟體操作:連鎖商店連鎖商店-Correlated Error(P.195)GFI(good)、AGFI(good)、RMR81實地演練實地演練82 The End
