amos问题：remsa等指标无法出现？

coup

罗老师、各位大侠：
0 f7 i& T! L6 J. x9 Q1 d我在用amos 处理一批数据时，发现只出现rmr指标，类似其他remsa等指标无法出现？
有朋友建设是程序版本问题，试了下发觉不是？
不知大家是否遇到这个问题？
主要自己想做下面的多群组比较，没有remsa哪些指标很难比较！
* b& f2 m. M8 \$ w( N- k& |- T急求！

Kenneth

coup,
& @$ g- c5 C6 n- D8 |# S模型修改一般是误差项共变修改0次， 除非很特别的情形，不准这样修改。
使用△χ2(△df)，RMSEA,NNFI, GFI,CFI, SRMR 已经不错了。

Kenneth

我只可以想到两个可能：
1. 你的模型有问题。
2. 你的程序写错了。
) y2 j/ F7 [: I  e# k! r当无论如何，干嘛一定要 RMSEA （不是remsa）?  多群组比较时，要的是卡方差。

coup

Kenneth 发表于 2013-3-27 12:31
0 H. U) ?9 }; y. w2 b我只可以想到两个可能：
) m/ v3 m2 h( N; L5 u  q1. 你的模型有问题。
- m8 N' R4 Z: j- x8 \( o9 f4 d2. 你的程序写错了。

罗老师，首先多谢您的回答，
1.我使用是amos，自己没有编程，
2.那只有可能是自己的模型不对，我再查下文献，确定下模型（罗老师，附加个问题，模型修改一般是误差项共变修改几次，路径修改几次，以内为好）
3.自己多群组比较时，我参考了下别人的文献：使用了△χ2(△df)，RMSEA,NNFI, GFI,CFI, 这几项指标，所以才想把它找出来，罗老师，通常使用哪几项比较合适？

coup

Kenneth 发表于 2013-3-27 12:31
我只可以想到两个可能：
1. 你的模型有问题。
/ `7 }0 k. U- g5 k: w$ k2. 你的程序写错了。

# ~; I& k9 u# W& b7 |0 v是我笔误，应为RMSEA，
罗老师只需△χ2(△df)，就可以吗？

coup

好的，多谢罗老师！
上次在浙大紫金港，听过您的结构方程模型演讲，受益匪浅！

coup

罗老师，此外，我的数据共有916人，在模型确定的情况下，
运算后发觉p值0.001，卡方自由比>3，df:271,卡方为893，rmr(0.16),GFI,AGFI都有0.91以上，有很多异常值(p2值<0.05)，多元峰度很大(257，>20)
，cr值部分>2.5,暗示某些单变量偏态比较严重，
解决方法，1.必须逐个删去所有p2值<0.05的异常值，直至p2中所有的值>0.05或卡方值变大；
          2.选择adf法，不用去删出异常值
          见吴明隆、荣泰生的amos书中
: \! ^( V( O' o; u我的问题：这些解决方法是否可行？
实际中，我刚删第一个异常值，卡方值开始变大；用adf法的话，卡方值（893）很大，
" i; d3 B2 F" H5 h1 r此外，您说误差项共变不能增加，但在吴明隆、荣泰生的amos书中是，建议我去修改合理的误差项共变（修正指标值>5的值,只要卡方值降低），说这不违反SEM的假定？
不知道，（除改变路径之外）如何才能降低卡方值，使P值变大，模型拟合较好？

+ q5 K% Y+ T* n% \' G! V# m

coup

数据的非正态分布是否一定影响卡方值？
那些异常值是否必须先删除，才能开始后面分析工作吗？
用adf法估计（不删异常值），是否解决数据的非正态问题？
7 a7 j" j7 S  [( s: ?  N' a还是用自抽样法（bootstrap）来解决？

mnczj

coup 发表于 2013-3-27 16:55
是我笔误，应为RMSEA，
罗老师只需△χ2(△df)，就可以吗？

这位朋友，

你问的这个问题，在《不知道amos和spss做出来的区分效度有什么区别？ 》那个帖子的回复中，应该有点答案。你可以去查一查。

mnczj

coup 发表于 2013-3-28 12:28
罗老师，此外，我的数据共有916人，在模型确定的情况下，
$ }  j- L' E* G+ \运算后发觉p值0.001，卡方自由比>3，df:271,卡方 ...

个人觉得这样的方法不太好。原因是，计算后结果显示模型不好，就删减数据，让结果显示的好看点。那到底是这些数据说错了，还是模型确实不好？有没有办法验证，是因为“某些单变量偏态比较严重”，所以导致一开始的模型结果不好？

另外，也不太明白adf是什么方法？可不可以请你在这里介绍一下，这样我们正好学习一下，然后再交流？

关于误差项共变，一个先要回答的问题是，有没有什么理论理由，需要增加？什么样的理论，预测是什么？如果能够回答这些问题，那才能进行后面的讨论。