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。 | 
