中人网

标题: 有關profile multidimensional construct的處理 [打印本页]

作者: jkliang    时间: 2011-3-22 16:02
标题: 有關profile multidimensional construct的處理
Kenny與大家好
5 S* }: M! P# f     在研究中定義一個構念A為profile multidimensional construct,根據D1與D2的高與低傾向,分為了A1、A2、A3與A4,若現在我有一個假設A-->B-->C,其相關程度為A1>A4>A2>A3 --> B-->C,請問我該怎麼利用sem驗證這個假設呢?我想到了以下三個方式,想請問大家是否正確。(請參考附圖). D# y0 |: [/ I7 V  |. A$ y

( r$ E1 Y. x% W9 w4 a  I(1) 首先同時建立4個latent,分別為A1、A2、A3與A4,同時指向B,然後檢視這4個相關的大小。這個方法有個問題,當A變成4個子構念時,A變成了4個latent model,下面兩個維度為D1與D2,但indicator為何?如果以A1為中心(任意固定其他亦同),A2、A3與A4到A1的距離為指標,此時A2與A4變成不可區別,因為兩者到A1的距離應該是相似的,則原本A2是D1低D2高,A4是D1高D2低的特性是否就不見了?那就失去原本定義profile model的意義了。8 X2 ?9 G# n. g" W: ?9 Y
7 \$ S% i3 t9 L
(2) 分別做4次A-->B-->C,第一次讀A1資料檔,第二次為A2,第三次為A3,最後為A4,indicator為raw score,然後比較A與B之間的相關。這樣仍保持各子構念的特性。2 r" o! b, s/ A  J  H

8 t; {' v1 t  m7 |- U  |* c(3) 建立A-->B-->C的模型,indicator為raw score,做multigroup SEM,然後比較A與B之間的相關。
! S: G9 [- \: I. d/ ?" z2 U+ _. w4 E. K* i
        感謝Kenny與大家的指導與意見!
/ z7 n5 C6 o0 g# }' N) D 9 k  P9 q6 |0 D' K; O8 x% d
本帖最后由 jkliang 于 2011-3-22 23:24 编辑 9 X6 f* f; L  B# C
# B2 @( }* B3 y7 G' Y) F/ G6 I

作者: Kenneth    时间: 2011-3-23 09:25
jkliang,如果是我, 我会选择你的方法(1)。我们没有花很多时间想profile multidimensional construct。不过,我的构思是对于这类構念,有两种做法:. J. p# x  U* N* [
(1)用虚拟構念(dummy variables),就是0与1的構念。
! Q# g% O9 n7 p. d# k; Z8 W* C(2)用四组的“代表点”作为标准,每个点离开这个代表点的欧几里德距离为它的测量。“代表点”可以考虑是重心centroid,也可以考虑每一组的极端点。比如在一个7-点量表中,“高高”就是(7,7)了。
5 n* }' p; O4 {! T两种方法都没有测量误差的。D1与D2根本不是構念,因为你不要忘记有时候D1和D2是越低越好的(不是越高越好)。如果用SEM,就要输入估计出来的权重和误差,用单一指标的估计就好了。
作者: jkliang    时间: 2011-3-23 10:32
Kenny,您說「如果用SEM,就要輸入估計出來的權重和誤差」,這個意思是?
作者: Kenneth    时间: 2011-3-24 09:02
回复 3楼 jkliang 的帖子) P* I) J5 x, x4 g: T# |1 j

3 J# W  c6 i7 \% N9 oJkliang, 我说:「如果用SEM,就要输入估计出来的权重和误差,用单一指标的估计。」因为你用 单一指标(single indicator),所以要自己用alpha 系数和观察的方差来估计权重和误差。3 F! `% }5 c$ c% Y! t3 V4 z
   
作者: jkliang    时间: 2011-3-24 09:35
謝謝Kenny!我找到了您之前解說有關單一指標估計的文章,http://bbs.chinahrd.net/home.php ... do=blog&id=4465,但是裡面的圖形都無法顯示了,我會參閱Ping, R. (1995). A parsimonious estimating technique for interaction and quadratic latent variables.  Journal of Marketing Research, 32(3), 336-347的。




欢迎光临 中人网 (http://bbs.chinahrd.net/) Powered by Discuz! X2.5