2021年5月27日 星期四

干擾效果檢定(Amos分析)-溫文穩汶ㄨㄣˋ

   

(一)對干擾變數進行分組

   根據Baron and Kenny(1986)提出以不同群組作為干擾變數的分類,以平均數將干擾變數分成低分組與高分組,再利用AMOS軟體作兩組樣本模式的比較,探討干擾變數對於在變數間的關係是否有顯著干擾效果,可參考Jöreskog and Sörbom (1996)的方法,採用跨樣本SEM的二階段程序,進行高與低兩組樣本關係慣性所建構之多樣本結構方程模型的恆等性檢驗概念進行分析,以瞭解關係慣性對於原本模型是否呈現干擾效果。

 

 (二)多群組結構方程式分析

  • 階段一:單樣本模式配適度檢驗 

  根據Jöreskog and Sörbom (1996)的二階段檢驗程序,建立全體樣本、高分組與低分組等三個群組的結構方程模型,且三個結構方程模型的配適度都須達到一般學術論文要求的水準,才能進行多群組結構模式的恆等性檢驗。若各模型有些的配適指標未符合一般指標的要求,可能是因為高組與低組模型的樣本數較小,導致此兩模型指標,距離標準值還有些許差距。整體而言,在指標多數絕的原則下,三個樣本模型大部分的配適度應達可接受的水準,即可進行第二階段的路徑係數恆等性檢驗。

  • 階段二:路徑係數恆等性檢驗

  先建立多群組的結構方程模型(MGA),一個模式為基準模型(群組間無恆等性假設);另一個為干擾模型(群組間對某些路徑係數設定為相等)。再將兩個模式進行分析,分別得到卡方值和自由度,再將干擾模型的卡方值減去基準模型的卡方值,則可得到卡方值差異量(∆χ2),如果卡方值差異量(∆χ2)大於3.84,表示卡方值檢驗是顯著的,因此可以推論干擾效果是顯著的(Bagozzi & Heatherton 1994)

1.設定群組:

建立一個高和一個低的群組

 

2.將干擾的路徑設定名稱:

高組設定high,低組設定low,並將All group選項取消

3.建立模型:
建立一個Default model與干擾模型,並在干擾模型設定high=low

 

4.產生模型卡方值
分析後可產生Default model與干擾模型之卡方值

  

5.模型比較 :

卡方值差異可從下圖的位置查0.078,也可從兩卡方值計算(208.061-207.983)

6.寫為圖表: 

如下表,卡方值差異為0.078<3.84,表示干擾效果為不顯著

參考資料

1.Bagozzi, R. P. & Yi, Y. (1988). On the evaluation of structural equation models, Journal of Academy of Marketing Science, 16 (1), 74-94.

2.Baron, R. M. & Kenny, D. A. (1986). The moderator-mediator variable distinction in social psychological research: Conceptual, strategic, and statistical considerations, Journal of Personality and Social Psychology, 51 (6), 1173-1182.

3.Jöreskog, K. G., & Sörbom, D. (1996). LISREL 8: Users' reference guide. Chicago: Scientific Software International.

沒有留言:

張貼留言

干擾效果檢定(Amos分析)-溫文穩汶ㄨㄣˋ

    (一)對干擾變數進行分組    根據 Baron and Kenny(1986) 提出以不同群組作為干擾變數的分類,以平均數將干擾變數分成低分組與高分組,再利用 AMOS 軟體作兩組樣本模式的比較,探討干擾變數對於在變數間的關係是否有顯著干擾效果,可參考 Jöreskog...