有關profile multidimensional construct的處理

jkliang

Kenny與大家好
  r9 V  o$ L( a     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)

(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。

- u' e9 R! K  B7 I8 u. x(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。

(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。

        感謝Kenny與大家的指導與意見！
8 J4 p: v9 \1 m3 Y5 f% t  g* p
3 A9 {  \2 i( P" F, d: N

jkliang

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。

Kenneth

回复 3楼 jkliang 的帖子
! w. u9 F1 @# q. B
Jkliang, 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。
   

jkliang

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？

Kenneth

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：
0 M) m8 r0 i( F) o# v8 L) _9 {（1）用虚拟構念（dummy variables），就是0与1的構念。
3 v/ q2 Z  J! x/ ~# I（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。
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。