摘要：以往研究指出，在结构方程模型中采用项目包，可能导致有偏的结构系数估计并降低识别模型失匹配的检验力。本研究描述了项目、项目包、量表得分（显变量路径分析）在一系列模型失匹配条件下的表现，检验了结构路径系数的准确性、检验力和总体拟合指数。结果表明，在测量模型失匹配情况下，任何打包方法都会产生更为精确的结构参数，但是会降低识别测量模型失匹配的检验力。在结构模型失匹配的条件下，项目包不影响参数的准确性，同时又能够提高识别结构模型失匹配的检验力。在特定的测量模型失匹配条件下，可以通过有选择地使用打包策略来计算更为准确的参数估计。相较于似然比检验法，RMSEA和SRMR对采用项目包的测量模型的失匹配情况更为敏感。

Reference

Rhemtulla, M. (2016). Population Performance of SEM Parceling Strategies Under Measurement and Structural Model Misspecification. Psychological Methods. Advance online publication. http://dx.doi.org/10.1037/met0000072

来源：【研究前沿】结构方程模型中可以采用项目包  http://mp.weixin.qq.com/s?__biz= ... jrotbXNNfV3zyrji#rd