[Knowledge Sharing]苹果和橘子能比较吗？Measurement invariance + MGA, Multi-group analysis in SEM ( CB-SEM vs PLS-SEM)

许多研究者都问MGA？却没思考Measurement invariance？

真的需要考虑 Measurement invariance？

答案是：研究的问题若是有疑问，苹果和橘子能比较吗？就需要Measurement invariance + MGA。Measurement invariance 可以用来处理能否比较的问题。CB-SEM 和 PLS-SEM处理能否比较的问题和多群组分析的概念是相同的，但是分析方法和步骤是不同的，我们整理提供MGA of CB-SEM 和 MGA of PLS-SEM完整的处理程序如下。

MGA of CB-SEM完整的处理程序如下：

Measurement model 需要包含三步骤，分别以 a,b和c说明：

a. 整体量测模式需要符合model fit 和信效度。

b. Configural invariance 需要相同的量测模式, 一样多的构面, 问项和结构, 分2组执行Free estimate of unconstrained model， 2组各自model fit 需符合标准。

c. Metric invariance 也是分2组，需要设定2组所有因素负荷量恒等 (constrained all factor loading)，执行结果。

我们比较b, c结果，执行卡方检定, p值不要显著, 也就是不要显著差异,就完成量测恒等性, 包含Configural invariance 和 Metric invariance, 代表两组的量测因素和结构恒等。

Structure model 限制两组单一路径(相等), 比较卡方3.84 clf/X2 ，在一个自由度下, ≧3.84卡方, 两组就达显著差异(研究人员希望看到的结果)

AMOS有2种作法:

1. 使用图示MGA建立所有的恒等性, 只保留structure weight模式, 限制单一路径相等, 执行后, 查看multigroup comparison, p值要达显著(研究人员希望看到的结果) 

2. 勾选Bootstoop, 输出自行建立所有的路径代号, 使用VB语法限制单一路径相等, 执行后, 查看estimates scalars user-defined estimates，再查看 Estimates/Bootsrap Bias_corrected percentile method 估计值和p值要达显著(研究人员希望看到的结果) 

MGA of PLS-SEM完整的处理程序如下：

PLS-SEM使用的是measurement invariance of composite models (MICOM)程序来评估测量恒等性有三种：

Configurall invariance 设定恒等性

Compositional invariance 组成恒等性

Equal mean values and variances 平均数和变异恒等性。

设定恒等性是为了让组成的成份是一样的，也就是需要确保安(1)每个量测构面的问项相同，(2)数据的处理是相同，(3)演算的设定也是一样的。

Compositional invariance 组成恒等性 和 Equal mean values and variances 平均数和变异恒等性 需要使用使用SmartPLS 3.2X 软件。

SmartPLS 3.2X 的处理程序是将数据分成2组或多组，执行Permutation+PLS-MGA。

Permutation(排列)，执行结果，提供Mincom程序，检测Compositional invariance组成恒等性 和 Equal mean value and variance平均数和变异恒等性。

PLS-MGA提供各组的结果，并且比较两组的路径系数的统计检定结果是否达显著。

Permutation+PLS-MGA 范例：

• Li-Chun Huang and Wen-Lung Shiau (2017), “Factors affecting creativity in information system development: Insights from a decomposition and PLS–MGA”, Industrial Management & Data Systems, Vol. 117 Iss: 3, pp. 442 - 458