驗證性因素分析：小樣本參數估計方法之模擬比較

Abstract

本文主要在比較驗證性因素分析中三種常用估計方法在樣本小時的估計結果。因解析上的困難，本文以Monte Carlo法模擬進行分析。根據兩個大小不同模式的模擬結果發現：樣本大小在200以下時，加權最小平方法(WLS)的估計精確程度普遍不如最大概似估計法(ML)，且隨樣本大小的減少益加明顯。一般化最小平方法(GLS)在樣本較小時，亦有類似的情形。然而，在模式評估上，GLS顯然地較ML或GLS容易拒絕虛無假設，這種情形在較大的模式中更為明顯。此外，ML亦比GLS易於產生型一的錯誤決策。本文之發現對於實證研究而言，有著重要的涵意：當實證分析的樣本大小在200以下時，WLS並非是估計CFA模式的好方法。甚至最常用的ML在模式較大時，都可能不是較佳的選擇。另外，需注意的是：雖然GLS是一種較佳的估計選擇，但樣本大小在50以下時，其模式評估過於保守。