回复 1# semchina
在CFA的分析中,一個潛在構面如果只有搭配3個題目,稱為恰好辨識,這是CFA分析中的必要條件之1。SEM模型辨識可分成三種類型: 1.過度辨識(over identification); 2.恰好辨識(just identification); 3.不足辨識(under identification)
辨識(Identification)又譯為正定,亦即指模型是否可以被分析的條件,其條件是否符合是由自由度(DF)-估計參數(P)是否大於0來決定。DF的計算是V(V+1)/2,V表示模型中的觀察變數。
1.恰好辨識(DF-P=0)的意義是資料所提供的訊息恰好等於模型所估計的參數,因此參數估計只會有唯一值,所以模型配適度指標只會出現卡方值為0(表示沒有任何誤差),GFI=1的結果。
以一個潛在構面,3個觀察變數為例,DF=3×4/2=6,圖上顯示估計6個參數(打勾的部分)
2.過度辨識表示模型DF-P>0,此為CFA或SEM所希望的方式,如下圖,DF=4×5/2=10,圖上顯示估計8個參數(打勾的部分),因此10-8=2,所以剩兩個自由度,因此CFA為過度辨識。 3.不足辨識為DF-P<0,此時模型將無法分析,如圖所示DF=2×3/2=3,而目前的估計參數有4個(打勾的部分),因此模型無法分析。
結論:一般在CFA分析中,恰好辨識是基本要求,所以一般情形下,每個潛在構面最好是有3個(含)以上的觀察變數是比較理想。但有些讀者仍會發現,有些研究在構面上只設2個題目,但仍能分析,這是怎麼一回事?這個問題留待下一個單元再回答。 |