蕭文龍 部落格 Mac Shiau(blog)

[Knowledge Sharing] SEM Power analysis (no type II error ) Series 3：

CB-SEM CFA統計檢定力 Wen-Lung Shiau (蕭文龍) & Hao Chen (陳豪)

檢定力分析(power analysis)在虛無假設顯著性檢定(Null Hypothesis Significant Test, NHST)中，扮演著極重要的角色，用來避免型II錯誤，以達到顯著檢定的結果有多大機率是正確的( Cohen, 1969,1988)，常用的結構方程模型的檢定力分析有4種，1. PLS-SEM路徑係數統計檢定力， 2. CB-SEM的模型適配的統計檢定力， 3. CB-SEM 驗證性因素分析（CFA）統計檢定力，4. CB-SEM路徑係數統計檢定力。 我們分別介紹。

2 以共變數（協方差）的結構方程模型(CB-SEM)統計檢定力(效能)分析

2b. CB-SEM驗證性因素分析（CFA）統計檢定力(功效)分析

我們的目的是分析CB-SEM研究模型的測量模型，驗證性因素分析（CFA）的統計檢定力。

第一步：研究模型

以我們的論文Shiau et al. (2021) 中的研究模型作為例子，如下圖所示。 需要在Amos軟體中建立該研究模型的測量模型。

第二步：輸入參數

為了分析統計檢定力，我們需要以下參數來執行R程式：

所有測量題項的因素負荷量; 所有構面的變異數(變異數); 所有構面之間的協方差(共變異數); 所有題項的測量誤差變異數; 樣本量; 假設的統計檢定力.

第三步： R程序

請執行R程式 “2bCFA Power Analysis”

第四步：輸出結果

當我們假設統計檢定力為 0.89時，結果如下圖所示。

當統計檢定力為0.89時，所需的最小樣本量是375，我們的ride sharing研究模型樣本量為376，因此，研究模型統計檢定力為0.89。

參考文獻：

• Schoemann, A. M., Pornprasertmanit, S., and Miller, P. J.(2014). simsem: SIMulated Structural Equation Modeling in R. Downloaded Jan. 15th, 2022 from
• https://hub.xn--gzu630h.xn--kpry57d/simsem/simsem/blob/master/Conference%20presentations/simsem_M3.pdf
• 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.