5# aku2008 其实你很多指数都是接近达标的临界值,都是差一点,建议你可以考虑以下几个方面: A. 检查MODIFICATION INDEX, 看看有没有一些变量之间变量对应的误差存在较显著的相关,尤其是那些MI值超过34的,这个好像是邱皓政和林碧芳老师书里有提到。 B.若有,可考虑添加一条相关路径,但必须慎重考虑,这是否有理论意义,即是否有文献支持该路径的添加。 C 你还可以观察哪些观测变量之间的相关非常之大,如大于.90,那你可能可以考虑删除其中一题,减少题目数还有助于提高GFI值。 D.你还可以看看在某一潜在变量下,哪些观察变量的standardized regression weight小于.50,则可以考虑删去,但记得最好能保证相应的潜在变量含至少三个观测变量。 E.再次检查你的AMOS报表中的“regression weight”和"variances"的数据, 若发现有不显著的路径(对于CFA的measurement model而言),可考虑将相应的观测变量删除。那些standardized regression weight有超过1的可考虑删除。 F.这一步其实应该是要在前面几步之前要先考虑的,就是在你做CFA之前应该要检查一元异常值和多元异常值(univariate and multivariate outliers,如检验D值及其相伴概率是否小于.001,以及标准残差值等见Tabachnick & Fidell (1996,2001,2007)),以及样本数据的是否满足正态分布的假设(如峰态值与偏态值等)。 G.以上问题如果你都考虑了而且还是得到一样的结果的话,你可能还要考虑样本数和题目数的比例关系,一般最好样本数是题目数是的10倍以上为佳,5倍左右基本可以接受吧。譬如你还可以考虑收集多些样本来另外检验你的模型,或者如果你原来的样本数超多,那可以试着随机分成两组,分别做CFA检验,看看两组出来的拟合度指数如何。另外,你可能需要回到文献,考虑性别,年龄等因素可能对你模型的影响,因为有些模型可能对男生的数据模拟程度好过对女生的数据,等等。 以上意见仅供参考!祝你成功!! |