Confirmatory Factor Analysis课件.ppt

Title Confirmatory Factor Analysis for student test performance Observed Variables 文章閱讀 造句能力 字彙能力 加法能力 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 1 Sample Size=145 Latent Variables 語言 數學 Relationships: 文章閱讀=語言 造句能力=語言 字彙能力=語言 加法能力=數學 計數能力=數學 SET the Covariance of 語言 and 數學 to 1 Path Diagram LISREL OUTPUT SE TV RS MI 相關矩陣 指標變數 潛伏變數 定義指標變數與潛伏變數之關係 軟體操作:學生智力測驗成績 (P.192) 定義潛伏變數之間的關係 相關係數為1，不具區別效度 輸出指令 SE: 標準誤 TV: t檢定 RS: 常態化殘差與Q圖 MI: 修飾指標 精品文档 軟體操作:學生智力測驗成績 (P.192) 精品文档 軟體操作:學生智力測驗成績 (P.192) 參數最大概似估計、標準誤、t值: 語言:相關性較大、標準誤0.07、t值顯著2 數學:相關性小、標準誤0.09、t值2不顯著 兩潛伏變數之間的相關係數為1 殘差變異數估計、標準誤、t值 精品文档 軟體操作:學生智力測驗成績 (P.192) 卡方值 χ2 = 59.47 GFI = 0.88 0.90 AGFI= 0.63 0.80 RMR = 0.14 0.05 (皆低於可接受水準) 模型配適度不佳 精品文档 學生智力測驗成績－綜合比較 二因子模型 P.183 Table 6.3 單因子模型 P.191 Table 6.5 卡方值 2.93 59.47 GFI 0.99 0.88 AGFI 0.97 0.63 單因子模型下:GFI AGFI 皆低於可接受水準，故潛伏變數兼具區別性，應採二因子模型較合適。 精品文档 限制或一般模型(P.192) 目的－ 檢定較精簡的限制模型是否和所觀察的資料具ㄧ致性 6.4.2 如何比較不同因子模型 精品文档 例題 :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(P.189)，能提供良好適合度，本例題測試在專家之間的信度皆相同之情況下，是否能提供更佳適合度？ 樣本量 ：59個不同區域 指標變數：5位專家 潛伏變數：status 精品文档 路徑圖：製酒企業(P.193) status expert3 expert2 expert1 expert5 expert4 χ2、 GFI、AGFI、RMR δ1 δ2 δ3 δ4 δ5 精品文档 Title Confirmatory Factor Analysis for Wine Inc. - restricted model Observed Variables expert1 expert2 expert3 expert4 expert5 Correlation 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 1 Sample Size=59 Latent Variables Status Relationships: expert1=Status expert2=Status expert3=Status expert4=Status expert5=Status SET the path from Status to expert1 equal to the path from Status to expert2 SET the path from Status to expert2 equal to the path from Status to expert3 SET the path from Status to expert3 equal to the path from Status to expert4 SET the path from Status to expert4 equal to the path from Status to expert5 Equal error v