标准化路径系数大于1的问题

tonylev

Kenny，

        您好！
& k6 {/ I4 O! C" J3 c2 I8 |        我在做结构方程模型分析时，出现标准化路径系数大于1，且统计检验结果显著的情况。这该怎么解释？有没有相关文献推荐一下？
, c7 P' Z7 f( F  x# ^        谢谢！

                                                                                                                     Tonylev
2 W* v; z/ {1 P- c0 A( A2 [( l/ j  Y
* }) g( K* a5 u8 ^7 D3 m6 u6 M, w

Kenneth

Tonylev, 是路径系数，还是因子载荷？如果是因子载荷的话，有可能是你用了一个项目作为基数，把它的载荷定为1.0。那其他的载荷就有可能是大于1.0了。
' ?5 j5 c- w8 Y( B" C7 _, y% i如果真是标准化的路径系数的话，我只可以想到一个可能性，就是你的模型确实与数据很不符合。对不起，我不知道有什么文献可以解决这个问题。看看有没有其他“高人”吧。

tonylev

Kenny,

     是模型的标准化路径系数，奇怪的是，模型的指标为 CFI=0.949， GFI=0.819， NFI=0.868， RMSEA=0.052
      从指标来，模型的拟合度还是可以接受的？为什么会出现这种情况呢？
5 c/ B. r1 R/ }/ c9 ~     还是有一点，你觉得测量模型的拟合指数为CFI=0.884，GIF=766，NFI=0.797，RMSEA=0.072

tonylev

Kenny,
  f# a3 L- }: c: ~0 L
6 p6 j( t; K8 y         不好说意思，刚才点错了，没写完就发出去了。

          是模型的标准化路径系数，奇怪的是，模型的指标为 CFI=0.949， GFI=0.819， NFI=0.868， RMSEA=0.052
      从指标来，模型的拟合度还是可以接受的？为什么会出现这种情况呢？
     还是有一点，你觉得测量模型的拟合指数为CFI=0.884，GIF=766，NFI=0.797，RMSEA=0.072，你觉得这个拟合度可以接受吗？
& S7 l3 x/ b: c
                                                                tonylev

Kenneth

第一、CFI, GFI， NFI, 都要大于 0.9; RMSEA 最好小于0.05。你的模型绝不是好。
第二、就是因为它要尽量把你的拟合弄好，才会有古怪的估计。你试试把所有可能的路径都写进去，就应该不会有这个问题了。你也可以把图贴上来，告诉我你估计了什么路径。

tonylev

C:\Users\Li Yao\Desktop\无标题.png
6 S) W; i) T( q2 W, \Kenny,

      我的概念模型如上面。模型拟合度指标和路径系如下。
C:\Users\Li Yao\Desktop\拟合度指标.png
4 m! g! A* T4 z  vC:\Users\Li Yao\Desktop\路径系数.png
需要说明一点，潜变量E,F原本各有四个测项（indicator），后根据修正系数对他们进行了parceling，并在parceling后重新进行了测量模型检验，取得了良好的效果；这时parceling后的结构方程模型。
为什么会出现标准化路径系数大于1的情况？
谢谢了！
6 f7 k3 z3 s5 e. y* E' U4 [
Tonylev

tonylev

C:/Users/Li Yao/Desktop/PNG 图像 (.png)

tonylev

Kenny,
' J0 ^* p! D' T) c. V          您好！
2 n" Q9 Y$ a, S8 Q          图片一直无法上传，不知道为什么？我发到您的邮箱，不知道能否帮我上传一下，供大家讨论！
          谢谢了！
* K$ k! G! `# S! a+ d, }0 R7 l& x! b" j. Q' Y
                                                                                       Tonylev

Kenneth

替 tonylev 上传：
, d6 S  }5 S$ n- ?# `9 l4 J我看你的模型，是极其难有好结果的。因为所有左边的变量，都一定要透过中间的变量，才可以影响右边的变量。中间两个是超级中介变量啊。
9 h( C( z" b  x) m: V* i# I; C" {
# F# P6 U% f' a7 n1 o
5 g8 m0 _4 Z% x+ E( R* I

mnczj

我搜索了一下，貌似有两种原因。
' a# e" o- S9 y) D) H1，suppressor effect
% C5 b+ Z6 b6 ?! Y6 |  c* `3 d- d2, 变量之间的correlation太高。
关于第二点，这里有一个说明。
http://www.ssicentral.com/lisrel ... edCoefficientbe.pdf

/ }9 }# T( L. s* J, k假设用变量X2和X3来预测变量X1,随着X2和X3之间的相关增加，回归系数就会变得超过1.简单来说，还是Kenny讲的，模型不好。