蕭文龍 部落格 Mac Shiau(blog)

我們的研究正確嗎？ 大部分的研究者在提出虛無假設(Null hypothesis)檢定時，聚焦在避免I錯誤(type I error)時，而忽略了避免型II錯誤(type II error)。 我們最新研究論文提供計算SEM（PLS-SEM）統計檢定力。

參考文獻如下：

• Shiau, W.-L., Chen, H., Chen, K., Liu, Y.-H., and Tan, F. T. C.(2021). A Cross-Cultural Perspective on the Blended Service Quality for Ride-Sharing Continuance. Journal of Global Information Management (JGIM, SSCI), Vol. 29 No. 6, Article 2, pp. 1-25.https://www.igi-global.com/....../a-cross. ...../287602

     感謝頂尖學者 Prof. Christian RIngle (SmartPLS Developer)的肯定與轉發我們的文章，在討論後，將來SmartPLS 軟體也考慮提供SEM（PLS-SEM）統計檢定力，太棒了。

Dear Mac Shiau

I will discuss with the team on how to include power statistics into SmartPLS.

Best

Christian

     為什麼需要提供統計檢定力(避免type II error)的說明如下。 說明：為什麼需要提供統計檢定力(避免type II error)？

     現在的管理研究(例如，資訊管理)假設中，大量的使用X正向顯著的影響Y，或者是X顯著地關連(associate)Y, 是帶要有方向和顯著性的，這和Null hypothesis是 一致的嗎？ 這該如何檢定解釋呢？ Lin et al. (2013)在ISR頂刊中提出了相當好的說明，Lin et al. (2013) stated:

   “…, The null hypothesis either contains only the nondirectional no effect scenario or it contains both the no effect scenario and the opposite directional scenario….”

    目前我們所建立的假設常常隱喻著是在統計學中談到的對立假設(alternative hypothesis), 因此，正確可靠的對立假設是需要避免(β) Type II錯誤，也就是需要考慮(1-β) , power statistics 統計檢定力(功效)，我們建議未來的研究，盡可能在研究設計中，就需要考慮避免Type II錯誤，也考慮報告(1-β)統計檢定力(功效)。

參考文獻如下：

• Lin, M., Lucas, H. C., Jr., & Shmueli, G. (2013). Too big to fail: Large samples and the p-value problem. Information Systems Research, 24(4), 906–917. https: //doi.org/10.1287/isre.2013.0480