令人感到疑惑的文獻

jkliang

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.
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.
X1~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.
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？

8 e5 c% O" h  M% Q1 I  X+ ?0 C

7 Y7 v. \) c" ^: s+ q# ~

jkliang

謝謝Kenny的回覆！

Kenneth

回复 3楼 jkliang 的帖子


$ H( t* Z0 u# T& A2 [  u* |    jkliang，因果关系是可以分段讨论的，A->B, A->C, B->C 是逻辑上成立的（如果 X->Y 代表X是Y的因，Y是果）。当然，如果 X->Y 代表X和Y是相关的话，自然不可以这样推论了。因为相关本来就不会代表中介作用。

   另外，关于删掉项目我已经讲了很多次了。我的立场是明显的。除了是为了发展量表以外，CFA不是用来删掉项目的一个基础。
" e" b: ^9 K) D6 L1 U5 p# D

rwxld

呵呵，没关系，谢谢你！

jkliang

rwxld，很抱歉！這篇文章是別人的manuscript，請我幫忙看看，我看了有問題所以上來請問Kenny與各位，希望我給對方也是正確的回應，因為不是我自己的作品，恐不能讓大家分享，尚請見諒。

rwxld

jkliang，你好！能否给出你这篇文献的出处，看了你的问题，我也有些疑问想搞清楚。谢谢你。   
7 r& K9 Q6 v# z8 L7 w; o- W: `5 O

jkliang

Kenny，可能是我對中介的推導有錯誤認知，中介的假設推導時，是可以分段推導的嗎？也就是說先有文獻支持X1與X2相關，然後又有文獻支持X2與X4相關，又有文獻支持X1與X4相關，那可以建立X1-->X2-->X4的(部分)中介關係推論嗎？還是應該有一個理論為基礎，而去整體推論X1-->X2-->X4的中介關係？X1-->x3-->x4也是一樣的問題。此篇作者都是分段討論，最後根據數據分析的結果，再討論中介效果的有無，這樣也是正確的嗎？另外問題2也麻煩您指導了！感謝Kenny！

Kenneth

回复 1楼 jkliang 的帖子
0 M. i. m+ y  b4 X3 o
Jkliang，你说：

“X2與X3、X4有正相關”

“X1與X2、X3、X4有正相關”

9 ^) Q% A' I$ L1 |

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？

. T4 `# R( N5 D+ x' _; v

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？