SEM基本要求

• 模型中潜在变量至少应为2个(Bollen,1989)(只有一个的话叫CFA。好几个观察变量，一个潜变量。是mutiple indicator。全是观察变量就是在做回归。没有因果关系也不是SEM，属于CFA)
• 量表最好为7点尺度(Bollen,1989)(SPSS是加总平均，所以加总后5点7点没有差异。Amos是先转到协方差矩阵。题目越多，数据正态性分布越好，资料独立性越好，国外做SEM的用七点的多，五点是最低要求)
• 每个潜变量至少要有三个题目(留下来3-5题)，五到七题为佳(Bollen,1989)(样本不是很多的话，可以把每个题的题目数量增加，再缩减，项目包裹（这个好像是和之前看的呢个两倍题目再除以二一样）(有学者建议，2个勉强可以，3个好些，4个最好，大于4就多了))至少七题，多了可以删，少了就没办法再增加了。可以避免出问题。如果引用的量表本来只有三个题，可以用操作性定义进行适当扩充几个题。
• 每一指标不得横跨到其他潜在因素上(cross-loading＜0.4 Hair et al,1998)Hair说cross loading0.4以下就可以接受了。
• 问卷最好引自知名学者，尽量不要自己创造。(可能自己不会开发问卷。自己开发的话，一定要有操作性定义，要从这个构念出发，看有哪些行为能够反映出来。会有什么表现。会有什么情形能看到)
• 理论架构要根据学者提出的理论做修正。(在他们已经有的东西上比较不容易差错。大师级才能自己创造。自己还是菜鸡的时候还是乖乖用别人的叭。)
• 模型主要构念维持在5个以内，不要超过7个(超过7个会太复杂，一个构念尽量在20个题目以内，最多放宽到40个。题目越多cross-loading越多)
  

验证性因素分析CFA潜变量后面直接接题目就是一阶CFA。一个潜变量后面又接了几个潜变量再接题目，就称为二阶CFA。不要自己发明二阶CFA，用别人做过的。一个模型二阶和一阶可以放在一起。组成信度与平均变异数萃取量每一个构念的题目只属于这个题目，不跨维度就成为unidimensionality(文献assessing the unidimensionality of measurement: a paradigm and illustration within the context of information systems，reporting practices in confirmatory factor analysis:an overview and some recommendations，2009)文献一：SEM是由很多CFA构成的，所以要先构成良好的CFA，再去跑SEM。好的测量模型是做好的SEM的前提文献二：只有测量变量能反映构念才做CFA。SEM是对所有的分析。全是卡方，自由度，不报告p值。CFA分析常见的问题因素中负荷量不高，如＜0.45问卷设计不良，缺乏信度观察变数指定到其它构面(respecification of measurement models,Kline,2011)但这种一般要有文献支持，所以最好设计5-7题，不好的可以砍掉。因素中负荷量有些超过1观察变量之间有共线性(how large can a standardized coeffient be? Karl,1999)题目之间相关度过高，会有这种情形因素负荷量部分不错＞0.7，部分不佳＜0.5-潜在构面可能不是一个，而是两个。比如忠诚度，借鉴的文献忠诚，A问卷的作者可能是做行为忠诚的，B问卷的作者可能是做态度忠诚。可能就会出现这种情况。
因素负荷量都不错，＞0.7，但模型配适度不佳残差不独立，即样本不独立因素负荷量为负值表示反向题忘了转向。中文问卷最好不要设计反向题。CFA根本跑不出来观察变量之间相关太低观察变数之间相关为1去SPSS检查相关接近0和1的。(structural equation models empirical identifications,heywood cases, and related problem David rindskopf)验证性loading不能低于0.6，探索式loading可以稍低一些，但要在0.5以上。用SEM，调查问卷最安全。宏观数据，有时序性影响，一般做不出来好结果转自：一颗甜柠檬呀（本文仅作学术分享，版权归原作者所有）