令人感到疑惑的文獻

Kenny與大家好，最近讀到一篇paper，我覺得裡面的研究過程有些問題，想請教各位，研究假設如下：

有四個潛在變數，X1, X2,X3, X4，X1與X2、X3、X4有正相關(H1、H2、H3)，X2與X3、X4有正相關(H4、H5)，X3與X4有正相關(H6)。

1.
6 Z- U3 }( A  t5 s+ A; P在研究推論中，分別有文獻支持X1與X2、X3、X4有正相關，X2與X3、X4有正相關，X3與X4有正相關，但是沒看到X2和X3所扮演的中介角色推論，而是分別論述每個變數之間的關係，而把這4個變數整合成一個模式，這樣的推論是正確的嗎？我覺得應該要有一個理論支持X2和X3為中介變數，而不只是單單用過去的文獻進行拼湊。

2.
% k0 _. N6 m  ]) RX1~X4分別是用過去研究的量表，但是在資料分析的過程中，作者將所有的item(4個構念)先做EFA，然後為確保每一個構念為單維度，若有item在屬於自己的構念外，且與其他構念的factor loading也大於0.4，就將這個item刪去；另外若有item的factor loading小於0.4也將它刪去，這樣總共刪除了6個item。之後分別用原本未刪除的量表與刪去6題後的量表分別作CFA，結果為刪去6題後的量表fit較好(χ2/df=1.770; CFI=.960; GFI=.924; RMSEA=.047, p.=.679；未刪除的量表χ2/df=2.782; Comparative FitIndex (CFI) =.838; Goodness-of-Fit Index (GFI) =.823; RMSEA=.072, p<.001)，所以選擇刪去6題後的量表作為分析的input。我認為這個分析步驟有疑問，應該保留所有的item進行分析，因為這是別人已經發展的量表，但是常常在研究中會發生這種問題，有可能是因為研究者的抽樣過程或樣本代表性的問題而造成，那在研究中該如何處理呢？像這篇文章一樣嗎？

3.
$ ~7 W3 k4 ~) |+ d5 z7 {/ A在最後的Structure Analysis中，H4和H5不顯著，作者推論出H2的中介效果不顯著，是否已經犯了由data說故事，而不是從理論進行推導的錯誤了呢？但X3的中介效果卻很顯著(其實作者是說X1與X3顯著，X3與X4顯著)，所以和過往文獻吻合，這樣也是正確的嗎？

“X2與X3、X4有正相關”

“X1與X2、X3、X4有正相關”

" L8 N' `4 E  h5 C
' P8 O& J, O! F) u5 _5 j& `

) I. X5 p7 C% g; p  i; D; N. g4 ^  F

但是在路径图中，X2->X3；X2->X5不显著，那就证明X1比X2更接近X3 和X5。数据明显的指出，X2不可能为中介变量。那作者错在哪里呢？

* S7 B# N# a+ G0 M7 f0 M3 k/ m

他的假设是X2是中介，但是数据不支持，所以推翻了中介的假设，有什么错呢？为什么你说是“由data說故事，而不是從理論進行推導”呢？