1.GFI、AGFI已經不需要再使用了。 imgur.com/a/mvTHvlr Hooper, D., Coughlan, J., & Mullen, M. (2008, June). Evaluating model fit: a synthesis of the structural equation modelling literature. In 7th European Conference on research methodology for business and management studies (pp. 195-200). 2.只須報告四個指標：SRMR、NNFI、RMSEA、CFI imgur.com/a/czSUgix Hooper, D., Coughlan, J., & Mullen, M. (2008, June). Evaluating model fit: a synthesis of the structural equation modelling literature. In 7th European Conference on research methodology for business and management studies (pp. 195-200). 3.CFI大於0.7就接受了 imgur.com/a/Wznv44h Norberg, M., Stenlund, H., Lindahl, B., Andersson, C., Weinehall, L., Hallmans, G., & Eriksson, J. W. (2007). Components of metabolic syndrome predicting diabetes: no role of inflammation or dyslipidemia. Obesity, 15(7), 1875-1885. 4.RMSEA小於0.1仍可以接受 imgur.com/a/AvwKvlo Kline, R. B. (2015). Principles and practice of structural equation modeling. Guilford publications. 5.NFI與NNFI (TLI就是NNFI) 大於0.8亦可接受 imgur.com/a/f7lEQZW Chen, S., & Liu, L. (2008, October). Measure of ERP users' satisfaction. In 2008 IEEE International Conference on Service Operations and Logistics, and Informatics (Vol. 2, pp. 1980-1985). IEEE. 6.SRMR小於0.1是可以接受的標準 imgur.com/a/53xRgv6 Maroufizadeh, S., Zareiyan, A., & Sigari, N. (2014). Reliability and validity of Persian version of perceived stress scale (PSS-10) in adults with asthma. Archives of Iranian Medicine, 17(5), 361-365.
結構模型的修正是指調整適配度指標嗎？若是，請參考以下資料： 1.GFI、AGFI已經不需要再使用了。 imgur.com/a/mvTHvlr Hooper, D., Coughlan, J., & Mullen, M. (2008, June). Evaluating model fit: a synthesis of the structural equation modelling literature. In 7th European Conference on research methodology for business and management studies (pp. 195-200). 2.只須報告四個指標：SRMR、NNFI、RMSEA、CFI imgur.com/a/czSUgix Hooper, D., Coughlan, J., & Mullen, M. (2008, June). Evaluating model fit: a synthesis of the structural equation modelling literature. In 7th European Conference on research methodology for business and management studies (pp. 195-200). 3.CFI大於0.7就接受了 imgur.com/a/Wznv44h Norberg, M., Stenlund, H., Lindahl, B., Andersson, C., Weinehall, L., Hallmans, G., & Eriksson, J. W. (2007). Components of metabolic syndrome predicting diabetes: no role of inflammation or dyslipidemia. Obesity, 15(7), 1875-1885. 4.RMSEA小於0.1仍可以接受 imgur.com/a/AvwKvlo Kline, R. B. (2015). Principles and practice of structural equation modeling. Guilford publications. 5.NFI與NNFI (TLI就是NNFI) 大於0.8亦可接受 imgur.com/a/f7lEQZW Chen, S., & Liu, L. (2008, October). Measure of ERP users' satisfaction. In 2008 IEEE International Conference on Service Operations and Logistics, and Informatics (Vol. 2, pp. 1980-1985). IEEE. 6.SRMR小於0.1是可以接受的標準 imgur.com/a/53xRgv6 Maroufizadeh, S., Zareiyan, A., & Sigari, N. (2014). Reliability and validity of Persian version of perceived stress scale (PSS-10) in adults with asthma. Archives of Iranian Medicine, 17(5), 361-365.
通常都是國外文獻比較多，國內我是覺得很少見到，如果您想要知道這個作法的公式與證明，以下這篇文獻請參考： Paternoster, R., Brame, R., Mazerolle, P., & Piquero, A. (1998). Using the correct statistical test for the equality of regression coefficients. Criminology, 36(4), 859-866. 不過上面這篇文獻不是用結構方程模式估計的，只是統計原理相同；近年，結構方程模式較流行，例如以下這篇就是使用AMOS進行多群組路徑分析的一篇文章： Senn, T. E., Espy, K. A., & Kaufmann, P. M. (2004). Using path analysis to understand executive function organization in preschool children. Developmental neuropsychology, 26(1), 445-464.
老师，你太厉害了。
老師您好。超級感謝您的分享！我還是統計菜鳥，剛開始看您的視頻教學。想請問您，是否有如何分組統計的教學視頻。看您上面的兩個分組貌似來自兩個SAV文件，這是將原始的數據文件拆分為兩個嗎？謝謝。
可否再次請教老師：中介效果如在AMOS計算中，若變項的直接效果及間接效果皆有顯著，那總效果=直接效果+間接效果，要如何看出總效果有顯著？反之變項的直接效果不顯著，而間接效果有顯著，那總效果有顯著嗎？
老师您好，请教两个问题。
1.全体样本下，某个路径的路径系数显著，做男女的多群组之后，那个路径的路径系数，男性的不显著，女性的显著，但是男女之间的调节效应存在显著的差异，这是为什么呢？
2.有没有这种情况，全体样本下，某个路径的路径系数不显著，但是做完男女的多群组之后，男性群和女性群的那个路径系数分别都显著？如果有这种情况的话，在做全体模型（全体样本下的模型）的时候是不是应该尽量保留多的路径，而不是删除不显著的路径？
您的問題問的很好，
我簡易回答如下：
假設：
全體樣本在某一條路徑的係數為A，男性樣本在某一條路徑的係數為B，女性樣本在某一條路徑的係數為C。
進行多群組比較的時候，其實統計上是不管A、B、C是否個別顯著的，
原理只是去計算「A與B之間的差距值」、「B與C之間的差距值」、「A與C之間的差距值」是否有達到顯著性，
注意，檢定的是差距值，與A、B、C自己原本有沒有顯著並無絕對關係。
所以，統計只是一種方法，至於研究者該怎麼詮釋，則是因研究目的而定，
試想一種特殊的可能性：
A、B、C自己都無顯著性，但是彼此的差距值卻有可能都達到顯著，
這樣是否有意義，就看研究者自己如何去判斷了。
以上。
老师您好，跟着您的步骤尽心操作到了最后一步，结果出现了“运行错误1044 对象Default 的方法range失败”这是怎么回事呀，求解答～
老師您好，謝謝您的分享~看其他的視頻，很多在做調節效果分析時會使用AMOS裡面倒數第二層中間的multiple-group analysis，跑出四五種模型來看是否有調節效果，與老師您的方法不同，請問兩種有什麼差異，使用上又該怎麼選擇呢?
老师，您好！您是否可以录制一个因素恒等性检验的教学视频？非常想学习这个方法，且很喜欢您的教学，感谢！
您好，謝謝您的肯定，因為因素恆等性檢驗我暫無適合資料，所以無法錄製教學，若有適當資料，我將會進行錄製，謝謝您。
Yenku Kuo 好的，谢谢老师！期待中！
請教老師，如果UTAUT要確認性別是否有調節作用，如果男生只有200 女生有800, 樣本數較懸殊, 這樣還能作多群組比較分析嗎？
請問 這樣的做法是否也適用於事前事後分析? 還是 還有其他做法?
這與事前事後分析應該沒有關係，就純屬SEM的分析手法之一而已，以上。
可否再請教老師：如果用了amos 最小二乘估計，雖然解決了標準化路徑係數r>1的問題，但配適度部分卻未達標，如CFI沒有大於0.9了。請問老師，要如何取捨，正困擾中，可否請老師解惑？
1.GFI、AGFI已經不需要再使用了。
imgur.com/a/mvTHvlr
Hooper, D., Coughlan, J., & Mullen, M. (2008, June). Evaluating model fit: a synthesis of the structural equation modelling literature. In 7th European Conference on research methodology for business and management studies (pp. 195-200).
2.只須報告四個指標：SRMR、NNFI、RMSEA、CFI
imgur.com/a/czSUgix
Hooper, D., Coughlan, J., & Mullen, M. (2008, June). Evaluating model fit: a synthesis of the structural equation modelling literature. In 7th European Conference on research methodology for business and management studies (pp. 195-200).
3.CFI大於0.7就接受了
imgur.com/a/Wznv44h
Norberg, M., Stenlund, H., Lindahl, B., Andersson, C., Weinehall, L., Hallmans, G., & Eriksson, J. W. (2007). Components of metabolic syndrome predicting diabetes: no role of inflammation or dyslipidemia. Obesity, 15(7), 1875-1885.
4.RMSEA小於0.1仍可以接受
imgur.com/a/AvwKvlo
Kline, R. B. (2015). Principles and practice of structural equation modeling. Guilford publications.
5.NFI與NNFI (TLI就是NNFI) 大於0.8亦可接受
imgur.com/a/f7lEQZW
Chen, S., & Liu, L. (2008, October). Measure of ERP users' satisfaction. In 2008 IEEE International Conference on Service Operations and Logistics, and Informatics (Vol. 2, pp. 1980-1985). IEEE.
6.SRMR小於0.1是可以接受的標準
imgur.com/a/53xRgv6
Maroufizadeh, S., Zareiyan, A., & Sigari, N. (2014). Reliability and validity of Persian version of perceived stress scale (PSS-10) in adults with asthma. Archives of Iranian Medicine, 17(5), 361-365.
@@YenkuKuo 謝謝老師的解惑，感謝老師撥冗指導我，抱歉，老師一直打擾您
@@國松吳-x7x 敬祝研究順心。
@@YenkuKuo 謝謝老師的指導
老师您好，谢谢您的指导。我的情况是到
最后一步按那个蓝色的就说无法运行，也不知道是什么原因，数据的格式跟老师您的都一样。
本来想说那自己按照老师的那个最后的表格整理也可以，可是Z值自己要怎样算。
您的問題可能是EXCEL版本或者是電腦系統疑慮，我建議您一台電腦試試看，或者將您的EXCEL檔案存檔（尚未按藍色鈕時），傳給其他朋友幫您測試，以上。
@@YenkuKuo 謝謝老師回復。是的，我也出現了錯誤9那個標誌，我試試！謝謝
老師您好，想請教您一些問題
1. 若我將spss檔案分兩組 分別作測驗 跟 用老師您交的方法 差異在哪裡?
2. 用您的方法配適度指標只有一組 若將spss檔案分兩組則會有兩組配適度指標 何者才是較精確的做法?
以上問題 再麻煩老師解答 謝謝您~
1.
並無差異。
2.
理論上應該都會有兩組適配度，若無顯示，有時候是AMOS軟體設定上的問題。
另外一提，本影片的重點在於「不同群組」在相同結構關係中之路徑係數是否有顯著差異，但此前提是不同群組自己本身的適配度都無虞的情形之下才進行比較，以上。
謝謝老師~
想再請問老師如果用您此種方法 只有顯示一組配適度的情況下
要怎麼設定才有兩組的配適度呢?
如果您無法在此模式顯示兩組適配度，那請您用兩個SPSS檔案，分別建立兩個AMOS，來求出兩組適配度；然後若要比較結構模式路徑係數是否有所顯著差異時，再用本影片的方法，以上。
謝謝老師~
非常感謝您提供方法！
請教老師，因為我現在要做問卷3大構面之間的修正整體結構模型分析，請問老師是否有amos相關教學影片，可以按照步驟來操作 amos嗎?我可以把要處理的問題及圖，請老師指導嗎？再請老師解惑，謝謝老師
請問老師如果性別在多個路徑有調節作用，Z值為顯著。是否也代表該模型泛化能力不佳，若加入新樣本結果就會有所不同，所以調節作用顯著反而是不好的？
老師您好：
想請問老師影片18:30秒處
可確定兩群組距有差異
但是如何判斷何組路徑值教大呢?
謝謝老師 有你真好
在確定有顯著差異的情況下，一個是0.556，另一個是0.149，很輕易可以判斷大小，以上。
請問老師，是否有amos之「整體結構模型修正」相關影片參考嗎？以便能進行最後 amos論文寫作，感謝老師
結構模型的修正是指調整適配度指標嗎？若是，請參考以下資料：
1.GFI、AGFI已經不需要再使用了。
imgur.com/a/mvTHvlr
Hooper, D., Coughlan, J., & Mullen, M. (2008, June). Evaluating model fit: a synthesis of the structural equation modelling literature. In 7th European Conference on research methodology for business and management studies (pp. 195-200).
2.只須報告四個指標：SRMR、NNFI、RMSEA、CFI
imgur.com/a/czSUgix
Hooper, D., Coughlan, J., & Mullen, M. (2008, June). Evaluating model fit: a synthesis of the structural equation modelling literature. In 7th European Conference on research methodology for business and management studies (pp. 195-200).
3.CFI大於0.7就接受了
imgur.com/a/Wznv44h
Norberg, M., Stenlund, H., Lindahl, B., Andersson, C., Weinehall, L., Hallmans, G., & Eriksson, J. W. (2007). Components of metabolic syndrome predicting diabetes: no role of inflammation or dyslipidemia. Obesity, 15(7), 1875-1885.
4.RMSEA小於0.1仍可以接受
imgur.com/a/AvwKvlo
Kline, R. B. (2015). Principles and practice of structural equation modeling. Guilford publications.
5.NFI與NNFI (TLI就是NNFI) 大於0.8亦可接受
imgur.com/a/f7lEQZW
Chen, S., & Liu, L. (2008, October). Measure of ERP users' satisfaction. In 2008 IEEE International Conference on Service Operations and Logistics, and Informatics (Vol. 2, pp. 1980-1985). IEEE.
6.SRMR小於0.1是可以接受的標準
imgur.com/a/53xRgv6
Maroufizadeh, S., Zareiyan, A., & Sigari, N. (2014). Reliability and validity of Persian version of perceived stress scale (PSS-10) in adults with asthma. Archives of Iranian Medicine, 17(5), 361-365.
@@YenkuKuo 謝謝老師指導及文獻，老師我現在要作問卷3大構面間的修正整體結構模型的，請問老師是否有amos相關教學影片，可以按照步驟來操作 amos嗎?
老師您好，利用您教的方法可以快速獲得不同群組間各條路徑系數的差異，可是需要引用什麽文獻來支持這種做法呢？
通常都是國外文獻比較多，國內我是覺得很少見到，如果您想要知道這個作法的公式與證明，以下這篇文獻請參考：
Paternoster, R., Brame, R., Mazerolle, P., & Piquero, A. (1998). Using the correct statistical test for the equality of regression coefficients. Criminology, 36(4), 859-866.
不過上面這篇文獻不是用結構方程模式估計的，只是統計原理相同；近年，結構方程模式較流行，例如以下這篇就是使用AMOS進行多群組路徑分析的一篇文章：
Senn, T. E., Espy, K. A., & Kaufmann, P. M. (2004). Using path analysis to understand executive function organization in preschool children. Developmental neuropsychology, 26(1), 445-464.
非常感謝您的回答~
老師您好，想請問一下，當有三組的時候，有可以用的excel嗎?
若您有三個群組，例如說甲、乙、丙三群組，那麼您就分別執行「甲與乙的比較」、「乙與丙的比較」、「甲與丙的比較」，然後再自行整理您所需要的表格即可，目前就我所知似乎沒有一次就能全部比較的方式。
可否請教老師，路徑係數是負值或者是大於1？要如何解釋？
如果與預期方向不同或者大於1，那就是變項之間共有高度的共線性，也就是變項之間的相關性過高，請重新回到驗證性因素分析確認區隔效度是否通過，以上。
@@YenkuKuo 謝謝老師的指導
@@YenkuKuo 可否再請教老師，我重新看到之前驗證性因素分析，也確認到區隔效度有大部分（2/3）通過，那是否可以接受徑係數是大於1？再請老師解惑，感謝老師。
@@國松吳-x7x 我是有看過研究有路徑係數大於1的數值，但不常見，其實最重要的還是能否解釋這樣的結果？如果無法解釋，可能就要對樣本數進行重新篩選，然後重新執行數據，是一項較繁重的工作。所以，要確認目前結果是否能夠解釋，一般來說就算路徑係數大於1至少也呈現正向影響關係，比較複雜的是原本應該是正向的數值卻出現負數，這或許是比較需要思考之處，以上。
@@YenkuKuo 再次謝謝老師的指導
老師您好，由於我也是使用此方法進行比較分析，想詢問老師一下EXCEL檔案的那個計算公式是從何而來的?
請查詢 Fisher's Z 檢定之公式。
謝謝老師您的解答!!
老師您好，想請教出現:陣列索引超出範圍?
您好，我沒有遇過您說的情形，可否請您截圖或具體說明？
@@YenkuKuo 老師好，謝謝您的回覆。前述步驟我都有按您教授的方式進行，但只要按下藍色鍵執行計算，就會出現上述訊息。我有先google，說是裡面這個矩陣太大，超出範圍，無法計算；有沒有可能是要比較的群組模型不顯著，後面就無法進行比較分析呢？或是裡面我有什麼設定或巨集沒設定好呢？再麻煩老師解答，感激不盡
有些研究用的是卡方檢驗，我想問在這裡，多群組分析中卡方檢驗和z檢驗有什麼區別嗎？
另外我想問一下，用卡方檢驗的話，如何去看相關的數值呢？是否有像本視頻一樣的excel去讀取數據
@@郑文洲-k7v 您好，這兩個問題我一併嘗試回覆。卡方檢驗是去比較「整個模式」是否有所顯著差異，通常也會搭配觀看自由度的差異；例如男生群組與女生群組這兩個模式有無差別。然而，Z檢定是去比較「路徑關係」是否有所顯著差異，例如男生的某段路徑係數是否與女生的某段路徑係數有顯著差別。
卡方檢驗應該不需要使用任何工具，只要察看報表就能簡易比較兩個模式的卡方值與自由度是否有顯著差別。
若真的想要小工具，卡方檢定的差異有以下網頁可以使用，只要將二個模型的卡方值差距以及自由度差距輸入，就可以計算出是否具有顯著差異。
www.socscistatistics.com/pvalues/chidistribution.aspx
Yenku Kuo 十分感謝您細緻的回答，再次感謝您出的這個教程視頻，受益良多
老師您好，我發現你在用EXCEL工具中進行檢驗的時候，删除了不需要的數據的同時，右邊的Critical Ratios Matrix的該行數據一併删除了，這種做法是錯誤的把？請老師查看
您好，重點是「比較潛在變數之間的關係」，所以只要保留這些「潛在變數之間的Critical Ratios Matrix數據」即可；其他不需要比較的路徑，即使刪除掉那些不需要的Critical Ratio Matrix數據，也無傷大雅，以上。感謝您的建議，敬祝順心。
您好，謝謝您精闢的解說
想請教，如果我要分析的是2個以上的群組，我該如何使用excel小工具協助我做檢視？
另外，您從影片16：14秒開始刪減不需要的項目，也一同把S欄位以後的資料刪除了(請見影片17:00的S欄之後的資料也被刪掉了)，請教這對於之後的分析會不會有影響？
若您有三個群組，例如說甲、乙、丙三群組，那麼您就分別執行「甲與乙的比較」、「乙與丙的比較」、「甲與丙的比較」，然後再自行整理您所需要的表格即可，目前就我所知似乎沒有一次就能全部比較的方式。至於刪除不必要的項目，應該是不會影響分析結果的，您可從AMOS輸出的大矩陣去檢查一次，就會發現這個EXCEL小工具其實跟我們用肉眼所觀察的結果是一致的。
非常謝謝您的回覆！
請教老師關於SEM的干擾作用，以UTAUT為例，如果我要確認年齡的干擾作用，我是要看卡方值檢驗還是路徑關係z值呢? 如果是路徑關係，年齡分成了五組，但我想要算各路徑的Z值，我要怎麼用AMOS做呢? 如果使用excel按照下方留言交叉比較需十幾次那最後結果要怎麼彙整呢?
年齡分成五組，那真的若要比較就只能C5取2，進行十次的檢驗。不過，很少有研究如此進行，建議將年齡分成二組到三組即可，例如「成年VS未成年」、「老年VS中年VS青年」，這樣比較好研究，然後，這個方法應該是要看Z值，以上。
@@YenkuKuo 了解，謝謝老師指導
老師您好，請問如果一組人數103人，一組人數110人，可以跑多群組比較分析嗎?
當然，您可以試試看，但因為樣本數不太充足，或許結果不一定理想，以上。
想問一下 "出現陣列索引超出範圍" 該怎麼辦
您好，請問可以截圖給我看一下嗎？謝謝。
老师，还有一个问题就是 两个组之间的路径比较，为什么比较的是 非标准化的系数值而不是标准化的系数值呢？还有就是我看了其他视频中有一个路径分析是比较的两组中干扰模型（设定的是 两组路径系数一致）的下的标准化路径系数，结合您的视频 我就更乱了，到底 两个组的路径分析要怎么比较呢？
您好，其實兩種方式都可以，統計學的方法並無絕對，因為它是社會科學。您看到另外一種設定兩組路徑一致，其實就是檢定這兩組路徑數據是否顯著相同的意思，若有顯著差異，就能宣稱這兩組數據確實不一樣，僅此而已。
@@YenkuKuo 好的，非常感谢。
老師您好，最終發現造訪次數對於志工意願和體驗行銷具有影響性，請位這樣算是把造訪次數作為此SEM的控制變數嗎??
您好，這影片的結果顯示，並不是將「造訪次數」作為「控制變數」，而應該是「調節變數」。調節的是「體驗行銷→志工意願」的關係，以上。
老师好，我按照您视频里的步骤 做了excel表格，但是得不出最后那个表，显示一推问号，和数字9，能问问是怎么回事吗？
那有可能是您EXCEL版本的問題，可以換另一台電腦試試看。
請問小程序運行時總是出錯，Z值總是0是怎麽回事呢？
您好，請問您可以截圖讓我看一下嗎？謝謝。
我昨晚也是一直出現一樣的結果，後來發現我複製錯了 ! 是Critical ratio，而不是covarience喔 !
這個檢查一次就不是0了哈哈因為真的長很像
您好，想請教老師，影片中看起來是能利用多群組分析配合excel檔檢驗出不同群組間在同一條路徑上是否有顯著差異，那是否有能比較出各群組間"整體模式"，也就是整體結構模型差異(例如:男性或女性在整體結構模型上是否有顯著差異)的判斷值，或是檢驗方法?
您好，我個人認為您的問題應該是在詢問「測量恆等性」，因為這個流程比較繁複，所以我在影片中並未演示，建議您參考學術期刊中的作法，例如以下網址的文章。
以多群組結構方程模式檢驗成就目標理論模式的測量
goo.gl/FyjFsG
非常謝謝老師解惑^^
老師，還想請教您一個問題，論文中一般展示標準化係數，可是在AMOS的標準化係數表中又沒有t值 p值之類的，是需要用非標準係數表中的標準差 來進行換算，然後再展示到論文中嗎？ 求解，謝謝
很好的問題，您要知道，所有的統計顯著性，都是針對「非標準化係數」。那AMOS的「標準化係數」為何有顯著性？是因為使用bootstrap估計出標準誤以形成信賴區間來決定的，所以，「標準化係數」的顯著性，其實看的是信賴區間是否包括零而定，以上。
謝謝老師悉心賜教
@@YenkuKuo 老師好，請問針對標準化係數的顯著性，是否有詳細的計算方式可以參考呢？我也是用AMOS操作，謝謝
老师 您好 我想问一下 为什么这个软件突然用不了了
您好，您指的是這個網頁上面的EXCEL工具嗎？請嘗試下載到您的電腦裡使用，謝謝。
StatWiki - Gaskination!
statwiki.gaskination.com/index.php?title=Main_Page
@@YenkuKuo 老師好，我無法下載。以及，若無法下載，還可以用其他方法進行多群組比較分析嗎?
@@CarolChen-sf8bj 請問您說什麼無法下載？如果是EXCEL小工具檔案，我也可以寄給您，再請來信。
hrdlover@gmail.com
老師您好:
1.在您研究範例中,造訪單次組跟造訪多次組是用同一檔案,然後用造訪次數的值來畫分1,2嗎?
2.以我的檔案212筆再分為4組,剛每組約50筆左右,這樣的筆數可以比較嗎?
1.
是的。
2.
技術上可行，但是每組的樣本數有恐過少，將有極大可能讓結構模式不佳，建議增加樣本數，以上。
感謝老師的回覆,我跟著作,試出來了,謝謝您的用心, 祝一切順心!!
郭老師，很抱歉又有問題想請教您。我有一組樣本尺寸200個的數據，並且建立了一個擬合度非常不錯的模型（CFI=0.93）。但是當我想用群組分析的方式研究受干擾的中介效果時，AMOS卻無法運算，提示Iteration reach limit。我有試過將Iteration limit從默認的50次提高到500次，但運算進行20分鐘後仍沒反應。另外我試過將3個不同的組分開運算，每個都可以成功計算。請問這是什麼原因呢？是不是因為我使用了mean center來計算不同的變數？我使用mean center是因為在模型中加入了階乘變量來研究交互作用，mean center可以避免共線性等問題。這樣做是否妥當？在這裡先感謝您！
您好，基本上AMOS提示 Iteration reach limit 的時候，大概就有很高的機率無法收斂了，詳細的數學原理我也不是很明白，我的理解是統計軟體認為有不只一組解答而不斷迭代去運算，但始終無法確認哪一組解答是最佳解，所以會一直運算而無法停下。不過您說有200個樣本來拆成3組，那每一組的樣本數量不就都不足100了嗎？或許是因為這樣的緣故使得模型不穩健，畢竟SEM還是屬於大樣本分析。您提到您模型中有「階乘變量來研究交互作用」，這是我認為最大的疑慮，老實說，交互作用在SEM中我覺得相當不穩定，雖然我有錄製相關影片，但真的是相當難得才有辦法得到可供解說的案例，一般來說，有交互作用需求的研究架構還是使用迴歸分析最為方便。不好意思，您這次的問題較深，實際情況的數據可能很複雜，或許無法幫助您，請多見諒。
多谢老师！您謙虛了，實際上我覺得您提到的樣本數量的問題可能十分重要，我之前忽視了。分成3組後每組分別有81，54，65个樣本，可能因為數量太少而不適合進行SEM的分析。事實上，分開單次做運算的時候，每一組的擬合度都只有CFI 0.50左右。接下來我可能會嘗試分成兩組來分析，保證每一組有100各樣本可供分析。關於階乘變量，我個人覺得用SEM研究調節（moderator）幾乎都是採用分組的方式，我所翻閱到的文獻也都是如此。但我的supervisor想得到一個關於Moderator的線性效果，所以我才加入了這個階乘變量。我查閱過的文獻研究Moderator線性效果幾乎都是使用SPSS PROCESS，我看到您也有錄製相關視頻，十分有幫助。不過因為我的模型中Moderator是一個觀察到的連續變量而不是潛變量，階乘運算會容易一些，結果也還算穩定（全體樣本下）。我推測如果方法得當，AMOS和PROCESS應該會產出類似的結果。總之，十分感謝您的意見和建議！
老师您好！我想问一下一般显著性要求好像是小于0.05，影片中小于0.1也可以认为显著吗？谢谢！
您好，您看得真仔細，其實一般顯著性標準當然是0.05為界，但是有時候在極少數的狀況會有人以0.1這個寬鬆標準來取代，例如這個EXCEL檔案的原作者就暫時以0.1為標準。為求謹慎起見，您當然還是可以0.05作為顯著性的評判，以上。
Yenku Kuo 好的，谢谢您！
Yenku Kuo 老师，还有一个问题就是因素恒等性和多群组分析是同一个东西吗？😀
不一樣，因素恆等性檢驗的是某一個構念在不同群體是否可以繼續適用；而多群組分析在比較不同群體在某一個研究架構路徑中是否有哪些路徑關係有所差異，以上。
老師您好.我想要請問一下.多群組比較的結果中.要比較的只有兩組之間的差異是否顯著而已嗎?如果是為了檢驗調節效果.需不需要比較A、B組分別跟未分組(原模型)時的差異呢?如果出現以下這3種狀況時該如何解釋調節效果?(1)原模型顯著.在A組顯著.在B組不顯著(2)原模型顯著.在AB組也都顯著(3)原模型顯著.在AB組都不顯著
您好，我舉個簡單的例子來說明一下。假設我想要知道某校不同性別的學生其學習動機對於學習成效的影響，男生有200人，女生有300人，全體共500人。那麼，可以得到男生200人的路徑係數，也可以得到女生300人的路徑係數，當然，也會有全體500人的路徑係數。若是想要檢驗「性別」是否有調節效果，您會想要怎麼比較呢？男生200人的路徑係數要與全體500人的路徑係數先比較嗎？然後女生300人的路徑係數要與全體500人的路徑係數再比較嗎？最後才比較男生200人的路徑係數與女生300人的路徑係數？
若您的意思，是我以上描述的話，也許不能說不行，但我可能會覺得有點奇怪，因為男生或女生與全體比較的時候，那個「全體」是包含男生或女生的成分在裡面的，這樣子比較之後的差異，我個人主觀想像上，並不是很好解釋。
除非，有一種情形，或許可以讓「某個組別」與「全體人數」來比較是有意義的，以上面的例子來說，假設該校有一個資優班，班上人數有40人，那麼想要知道「資優班40人」與「全體500人」是否有差異，這樣的比較，或許是可以解釋的。
題外話，其實當我們在進行平均數檢定的時候，也都是直接比較不同性別的差異（獨立樣本t檢定），或者比較不同年級的差異（單因子變異數分析），似乎並沒有將「全體」納入考量。
然後，以我個人淺見回答您的問題：
我認為無論是(1)、(2)、(3)的哪一種狀況，
都要去看最後 EXCEL 小工具 的 z-score，
若 z-score 有顯著，那就是具有調節效果。
（參照網址截圖中的綠色線框。imgur.com/a/dtOgj）
所以，癥結點還是在於您想要怎樣比較，
是A組比B組就好？還是A、B兩組都要先與全體先比一比？
綜上，我個人淺見如下：
1. 調節效果存在與否就是看 z-score 有無顯著而定。
2. 須瞭解分組模型與全體模型來進行比較是否有意義。
以上。
我瞭解了.非常謝謝老師的回答!
老師您好，我想問下這個多群組跟左側有個圖標multi-group analysis的主要區別是什麽呢？ 謝謝
其實如果您會使用的話，都沒有區別。
我這個影片算是簡易版的多群組比較分析，以上。
多謝老師答疑解惑，祝您工作順心
老师，您好。请问一下如果我两个组在某个路径上都不显著，还需要测Z值吗？测出来的Z值是显著的，但是因为两组都不显著，怎么比较两个路径值大小呢？谢谢老师