驗證式SEM解析-計畫行為論
Path Analysis and SEM 3:
A Confirmatory Approach of
Planned Behavior
神掌打通任督二脈‧易筋經以簡馭繁
工作滿意度的因徑概念模型
因徑模型的聯立方程式組
因果關係：直接效果與間接效果
篩選自變項
篩選相關變項
檢查中介效果與篩選中介變項
經由多元迴歸分析篩選中介變項
檢查標準化多元迴歸係數
檢查間接效果
建立因徑/SEM模型並檢定因果關係/總效果
驗證式因徑/SEM模型建構
因徑模型的詮釋
不好就打掉重作‧才是科學精神
因徑分析/結構方程模型特性
因徑分析(Path analysis)-1980年代後稱為結構方程模型(Structural equation modeling, SEM)-的目的在於建構1組「多變項的因果模型」，也就是包括：應變項、自變項、中介變項、具備「因果關係」-不僅是「相關關係」的理論。
因徑/SEM模型分析與建構的基礎技術是多元迴歸，並應先有共變項分析、中介模型分析的前置觀念。
Path analysis is an extension of the regression model, used to test the fit of the correlation matrix against two or more causal models which are being compared by the researcher. The model is usually depicted in a circle-and-arrow figure in which single-headed arrows indicate causation. A regression is done for each variable in the model as a dependent on others which the model indicates are causes. The regression weights predicted by the model are compared with the observed correlation matrix for the variables, and a goodness-of-fit statistic is calculated. The best-fitting of two or more models is selected by the researcher as the best model for advancement of theory.
在統計軟體問世後，有些產品將因素分析、多元迴歸與因徑分析的功能結合，並命名為結構方程模型，也就是先將量表的項目萃取出「因素」-理論建構上稱為「潛在變項、或構念」後，再進行多元迴歸、因果模型建構。
所以，有的文獻將沒有作因素萃取的研究過程稱為因徑分析，而有因素萃取的稱為SEM，還有些文獻作了更細瑣的分類條件。統雄老師則建議，就大方向而言，這些區別是不太必要的。
Path analysis requires the usual assumptions of regression. It is particularly sensitive to model specification because failure to include relevant causal variables or inclusion of extraneous variables often substantially affects the path coefficients, which are used to assess the relative importance of various direct and indirect causal paths to the dependent variable. Such interpretations should be undertaken in the context of comparing alternative models, after assessing their goodness of fit discussed in the section on structural equation modeling (SEM packages are commonly used today for path analysis in lieu of stand-alone path analysis programs). When the variables in the model are latent variables measured by multiple observed indicators, path analysis is termed structural equation modeling, treated separately. Many follow the conventional terminology by which path analysis refers to modeling single-indicator variables. However, Sean TX Wu considers it is not a necessary difference.
理論必須與分析工具配合
電腦繪圖工具問世後，許多論文呈現流行形象複雜化，喜歡配多變項概念模型圖，但分析工具又是一般統計教科書上所載的雙變項統計法。
多變項理論不能以單變項、雙變項分析工具證明
相關類型理論如果存在中介變項，必須以Path Analysis （因徑分析）亦即 SEM (Structural Equation Modeling 結構方程模型）證明
Path Analysis 因徑分析
SEM 結構方程模型:Amos 應用
較新之統計軟體，如LISREL, SPSS Amos，不必跑多支程式，可一次完成因素分析、多元迴歸與因徑分析，並一次提供較多訊息，如共變與殘差。
Amos 建模示例
典型的Amos 建模目的與結構如下，這是Amos 的香港官版範例：
本理論有3個構念(橢圓），各由包含2個項目（矩形）的量表所組成，正圓形是誤差：
應變項：71
自變項：SES
中介變項：67
同時表現因素分析-箭頭向外，與中介模型-箭頭表現中介邏輯。
使用這類軟體，節省了許多程序，也可能會略過了許多思辨的過程。
當前的學術生態就是作統計的人，不注重「研究方法」、與更基礎的「知識論」「方法論」。以Amos 的官方範例而論，以２個項目建構１個「構念（因素）」，就「測量」而言，幾乎是無意義的，即使「跑」出來的數字通過檢定，也有高可能並非真正知識。
Amos 美國官版的另一個 Amos範例，也存在相同的問題。
應用範例：驗證式SEM分析
使用軟體：SPSS Amos
代表性範例：計畫行為理論(Theory of Planned Behavior)的發展研究
計畫行為理論 SEM 概念模型
Theory of Planned Behavior and its SEM Conceptual Models
Ajzen (1985, 1991)的計畫行為理論(Theory of Planned Behavior)，是行為研究中著名的、長期被各社會學科引用、發展的流行主題之一。
計畫行為理論(Theory of Planned Behavior)原稱理性行為論(Theory of reasoned action)，應變項為「行為意願(Behavioral Intention)」，自變項有2；「態度(Attitued)」與「社會影響（Subjective Norm, 直譯為「主觀規範」，並不恰當。）」。
後來修訂的 計畫行為理論(Theory of Planned Behavior)應變項改為「行為(Behavior)」，增加中介變項「意願(Intent)」，而自變項改為3；「態度(Attitued)」、「社會影響(Subjective Norm)」、與「計畫性行為的能力(Planned Behavioral Control)」。
計畫行為理論(Theory of Planned Behavior) 的 SEM 概念模型如下：
概念模型意義
單箭頭：因徑
雙箭頭：簡單相關
e：殘差
使用SPSS Amos 作驗證式SEM分析
範例來源
Ingram, K. L., Cope, J. G., Harju, B. L., & Wuensch, K. L. (2000). Applying to graduate school: A test of the Theory of Planned Behavior. Journal of Social Behavior and Personality, 15, 215-226.
個案研究對象：申請研究所
應變項：Behavior: 申請研究所的行為
自變項：Attitude:對研究所的好感， SubNorm: Subject Norm, 別人對研究所的集體性看法, PBC: Planned Behavioral Control 作計畫性行為的能力。
中介變項： Intent:申請研究所的意願。
報表詮釋模型驗證
綠線隔開為2組方程式。
Estimate:上表為 b，迴歸係數，下表為β，標準化迴歸係數。
S.E.: 標準誤
C.R.: Critical Ratio，就是Z 值，與以下P為一體兩面。
P: 顯著水準。
30秒看穿國王的新衣
經過前篇如何建構因徑模型的示範，看到這裡，你發現該文的什麼問題了嗎？
基本邏輯問題（不須要懂統計知識）
3個變項兩兩相關（正相關即你我同時大、或同時小；負相關即你大我則小、你小我則大），只能「3正相關」或「2負1正相關」，不可能「1負2正相關」！
PCB, Intent, Behavior 三者兩兩相關，若 PCB, Behavior 相關為正，PCB, Intent相關為負，則 Intent, Behavior 相關一定必須為負，不可為模型所示為正。
再簡單的說，圖形上顯示的是：
假設 A=PCB, B=Intent, C=Behavior
若 A * B 為負，且 A * C 為正
則 B * C 絕不能如圖上所示為正，必須為負。
亦即以上圖形所示的理論絕不可能存在。
「正負得負，負負得正」， 正負數關係是小六、小七的學習課程。
那為何作者們、編輯、評審與引用者們看不出來呢？原因可能有二：
一、計量思想與基礎不札實
當前相關行為研究領域的人才訓練，不僅計量基礎不札實，更無「計量思想」。
面對由資訊系統列印出來、大量公式與圖形時，容易拷貝剪貼-和中世紀學者抄寫羊皮聖經完全一樣，而根本「沒有看」，難的看不懂，不難的也養成不看的習慣，已把研究過程內化為儀式化、就業撞鐘化，而非知識的探險。
基本技術性統計觀念問題（尚非知識性理論建構層次）
作者沒有SEM模型基本觀念
SEM模型的單元必須是「變項」，不是「項目」。本模型「變項」與「項目」定位混淆；「變項」必須彼此獨立，「項目」彼此應高相關。
「變項」是指「看不見而存在的能力」，譬如「數學能力」「英語能力」，而「項目」是指如何測量不同能力的考題。
作者沒有「推論」與「顯著」的基本觀念
「樣本不為0、母群不一定不為0」是推論統計的第一步，參見「澆神水」實驗之統計易筋經。
SubNorm à Intent, PCB à Intent 都不顯著，亦即實則為0，其相關線不應存在。
將 PCB à Intent 之相關線取消，也就沒有前項「正負」邏輯不通的問題。
作者沒有中介變項、直接效果、間接效果的基本觀念
中介變項存在必須經由「簡單迴歸」與「多元迴歸」才能得知。本文 沒有證據證明Intent 為中介變項，也沒有證據證明Attitude 對Behavior 之直接效果為0，且從已知資料來看，應均不可能。
作者沒有總效果檢驗的基本觀念
PCB à Behavior 的總效果﹦ (-.13 * .35) + .34 = -.115，即為兩者之簡單相關係數加以檢定，但其值為負、就以上模式觀察極不可能，可知因果關係嚴重錯誤。
作者以上的模型建構對基本技術問題並不瞭解，還有更多進階知識論的問題：……？
知識性理論建構層次的問題：另以「結構方程模型反省」專篇探討。
二、在SEM工具的協助下，不論怎麼亂拉、亂畫，都可以跑出GIGO(垃圾進出)模型來！
編織國王的新衣、抄寫羊皮聖經。
這就是國際著名期刊作者們的水準！
以及頂尖期刊編輯、評審與引用者們的水準！
因徑分析/結構方程模型的反省
SEM可以說是當前管理研究、各種行為研究最流行、最熱門的取向之一。統雄老師在讀碩士班期間，也最喜歡作因徑分析，但作了數十次後，漸漸領悟到其存在著基礎知識論的問題，值得深思與檢討。
參考文獻
Ajzen, I. (1991). The Theory of Planned Behavior.
Organizational Behavior and Human Decision Processes, 50, 179-211.
Ajzen, I. (1985). From intentions to actions: A theory of
planned
behavior. In: J. Kuhl & J. Beckmann (Eds.), Action Control:
From Cognition to Behavior (pp. 11-39). NY: Springer Verlag.
統雄數學樂學/統計神掌易經筋-問卷
