【Knowledge Sharing】SEM Power analysis (no type II error ) Series 2：CB-SEM的模型适配的统计检定力

Wen-Lung Shiau (萧文龙) & Hao Chen (陈豪)

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概率是正確的(Cohen, 1969,1988)，常用的结构方程模型的檢定力分析有4種，1. PLS-SEM路径系数统计检定力， 2. CB-SEM的模型适配的统计检定力， 3. CB-SEM验证性因素分析（CFA）统计检定力，4. CB-SEM路径系数统计检定力。我們分別介紹。

2 基于共變數（协方差）的结构方程模型(CB-SEM)统计检定力(功效)分析

2a CB-SEM的模型适配的统计检定力

我们的目的是分析CB-SEM的模型适配的统计检定力(功效)。

第一步：研究模型l

以我们的论文Shiau et al. (2021) 中的研究模型作为例子，如下图所示。需要在Amos软件中建立该研究模型。

第二步：输入参数

有两种方法分析CB-SEM研究模型的模型适配的统计检定力：基于卡方的统计检定力和基于近似误差均方根的统计检定力。两种方法要以下参数来运行R程序。

(1) 基于卡方的统计检定力: 为了分析基于卡方的统计检定力, 我们需要以下参数: 构面之间的路径系数; 外生变量之间的协方差(共變異數); 所有构面的方差(變異數); 额外参数; 样本量; 自由度; 显著性水平α

(2) 基于近似误差均方根的统计检定力: 为了分析基于近似误差均方根的统计检定力, 我们需要以下参数:近似误差均方根H₀ 的显著水平; 近似误差均方根H₁ 的显著水平; 自由度; 显著性水平α

第三步： R程序

请运行R程序 “2aModel Fit Power Analysis”

第四步：输出结果

基于卡方的模型适配统计检定力为0.949 如左下图所示。基于近似误差均方根的统计检定力为 1 如右下图所示。

参考文献：

Cohen, J. (1988). Statistical power analysis for the behavioral sciences (2nd ed.). Hillsdale, NJ: Erlbaum.

Cohen, J. (1992). A Power Primer. Psychological Bulletin, 112(1), 155-159.

Jak, S., Jorgensen, T.D., Verdam, M.G.E. et al. (2021). Analytical power calculations for structural equation modeling: A tutorial and Shiny app. Behavior Research Methods, Vol. 53, pp. 1385-1406.

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.