1. Chapter 2
SEM 相關名詞及重要概念
站在名詞釋義上，來熟識SEM

2. SEM相關名詞／重要概念
中文意思
解　釋
Absolute fit measure
絕對適配測量
絕對適配測量整合來說就是測量結構模式與測量模式的適配程度（goodness-of-fit）。這種型態的測量並不會對特定虛無模式（增值適配度測量）作出任何比較絕對適配的檢定，或在估計模式中調整參數個數（精簡適配測量）。絕對適配測量主體上關心的是重製相關係數／共變數的能力，是SEM外在品質評鑑標準之一。相關測量指標有卡方考驗值( )、GFI、AGFI、SRMSR、RMSEA及ECVI；相關公式及判定標準可參看第四章模式適配度。

3. SEM相關名詞／重要概念
中文意思
解　釋
Assumption 假設
假設是檢定的基礎，是需要驗證的，假設的顯著性嘗試是研究者所關心的；一般在OLS中，最大的三個假設就是恆常性、獨立性及常態性；不像OLS，SEM並不假設非相關誤差項且因此可以用在非回溯及回溯性模式，雖然一些研究者對於回溯模式偏愛2SLS估計。MLE的關鍵假設是大樣本、指標變數具有多變量常態分配、有效模式規格及連續性變數（雖然實務上常用一些順序資料）。如果使用順序資料，應至少包含5個類別且並不強烈的被偏態化。強調的連續變數的順序測量似乎引起注意，因此會使用調整統計量諸如Satorra-Bentler調整模式為卡方值，誤差變異數估計值將會最受影響，造成誤差低估的現象。

4. SEM相關名詞／重要概念
中文意思
解　釋
Comparative Fit Index (CFI)
比較適配指標
同樣認知為Bentler Comparative指標，CFI比較一個虛無模式假設模式中潛伏變數沒有相關的存在模式適配。換句話說，CFI比較被模式預測對應到被觀察共變數矩陣，以及比較虛無模式（0的共變數矩陣）與觀察共變數矩陣，來估計解釋從虛無模式到研究者的SEM缺少適配比例。CFI相似於NFI，但對於樣本大小作處罰。
Confirmatory analysis
驗證性分析
利用多變量方法去檢定（證實）預先確認的關係；舉例來說，若是假設預測應變數的自變數只有兩個，如果實證檢定所有變數中，只有這兩個變數為顯著，而其他變數都不顯著，此即為驗證性檢定，否則，就應屬於EFA。

5. SEM相關名詞／重要概念
中文意思
解　釋
Construct reliability
構念信度
除了個別變數的檢定之外，還需要檢定因素的信度。有些研究在處理因素的信度時，採用Cronbach’s α。實際上，SEM本身發展出一種可以用於檢定因素的信度指標，這種檢定稱為建構信度或稱為組合信度（composite reliability）。建構信度是確認模式是否為最終模式方法之一，建構信度公式為：
此構念信度是根據結構負荷量，可以同樣用來評估潛伏變數到底被變數測量多好的狀態。

6. SEM相關名詞／重要概念
中文意思
解　釋
Correlation residual
相關殘差
介於估計模式及觀察相關係數之間的誤差，變數刪除值通常為 > 0.1。使所有相關殘差 < 0.1有時會使用，配合適配指標，來定義一個模式的可接受適配，注意LISREL、EQS及其他SEM軟體時常估計四重類別相關係數牽涉到二元變數的相關。
Endogenous variable
內衍變數
模式中已確認的變數，在模式圖中，一個內衍變數將會有一個或多個直線箭頭指向它；一個內衍變數可以是測量或非測量的，內衍變數是模式確認的。

7. SEM相關名詞／重要概念
中文意思
解　釋
Exogenous variable
（construct）
外衍變數（構念）
變數（或構念）在模式中扮演著其他變數（或構念）的預測值或「原因」（cause），在路徑圖中，外衍構念只有因果箭頭從其自身出來，而在模式中沒有被任何構念所預測。
Exploratory Factor Analysis（EFA）
探索性因素分析
僅藉由統計數據來判斷因素的結構，此種因素分析策略帶有濃厚的嘗試錯誤的意味，因此稱為探索性因素分析（Exploratory Factor Analysis, EFA）。

8. SEM相關名詞／重要概念
中文意思
解　釋
Extracted variance
萃取變異數
確認模式是否為最終模式方法之一，從平均變異數抽取量中，可以觀察到因素中變異量是由多少變異性所構成，其他的變異量則是由測量誤差所貢獻的，萃取變異數公式為：
此萃取變異數是根據結構負荷量，可以同樣用來評估潛伏變數到底被變數測量多好的狀態。

9. SEM相關名詞／重要概念
中文意思
解　釋
Goodness-of-Fit IndexGFI
適配度指標
SEM外在品質評鑑標準指標之一，通常需超過 .9，通常可以表示為：　 　　，當中Fo是當所有模式參數為0的適配函數，GFI從0到1，但理論上可產生沒有意義的負值，一個大樣本會提高GFI值。雖然，須配合 ，GFI不可能被解讀為被模式解釋的誤差比例。取而代之的是模式被解釋共變數及觀察共變數的比例。換句話說，多元迴歸中的處理的是誤差變異數，而GFI處理重製變異數共變數矩陣的誤差。通常，GFI的標準比起其他適配模式來得高，有一些人建議不只0 .9，最好到 0.95。

10. SEM相關名詞／重要概念
中文意思
解　釋
Parsimonious
Goodness-of-Fit
Index（PGFI）
精簡適配指標
精簡適配指標的一種（SEM外在品質評鑑），指標需≥0.5。
Parsimony Index
精簡指標
是為PRATIO*BBI，標準應大於0.9。
Parsimonious Normed Fit Index（PNFI）
精簡標準適配指標
精簡適配指標的一種（SEM外在品質評鑑），指標需≥0.5，相當於PRATIO*NFI。

11. SEM相關名詞／重要概念
中文意思
解　釋
Root Mean Square Error of Approximation
（RMSEA）
平方均值估計殘差根
又稱為RMS、RMSE、或自由度偏差。如果RMSEA ≤0.05，代表「好」的模式適配；RMSEA≤0.08，都是「適合」的模式；但是，Hu & Bentler（1999）有建議過RMSEA≤0.06就不是好的模式，RMSEA是常用的絕對適配指標（SEM外在品質）。