統計分析 × 學術生涯

CFA和SEM分析的擬合指標通常需要達到專家門檻，才可以進行分析。我整理知名統計學者Hair的建議，並附上相關文獻佐證，讓讀者能正確地進行模型修正，讓適配指標過關。

民眾黨主席和國民黨在藍白配的問題上發生爭執，觀察雙方的直播影片後可以發現，兩者比較的方式存在明顯的落差。然而，這並非單純的正負6或3百分比的問題，而是在算法就有問題。事實上，雙方都沒有錯，因為算法完全不同。公布原文報告是必要的，只有查看當初制定的計算方法，才能確定誰對誰錯。

變異數和共變數分析通常有一些統計的前提假設。如果在進行這些分析時，假設沒有達到滿足，結果將有所偏誤，更可能被審稿者或口委批評。本文首先介紹如何檢測這些假設，然後提出假設不過的解決方法，並附上相關文獻佐證。

本篇介紹如何執行PLS-SEM模型估計， SmartPLS其實和AMOS非常相似，都是按按按就可以執行，接下來一步步帶領大家如何執行最基本的PLS-SEM模型估計其它

多層次資料問題指的是在社會科學研究中，我們經常透過問卷以班級或學校為單位進行調查，此時收集到的資料很可能存在著多個層次的結構。這意味著我們觀察到的個體或單位被分類或分群到不同的層次中。本文將簡介此用傳統統計分析多層次資料結構的問題和限制

社會網路就是一組互相有所關聯的個體，個體可以很多或很少，關係也可以單一或是多重的。社會網路分析和傳統統計觀點有所不同，社會網絡分析專注在個體之間的關係；傳統統計往往關注於個體以及其特性。 以下將簡單介紹社會網路分析的概念

首先介紹何謂PLS-SEM，並介紹如何執行PLS和CB-SEM差異，接下來一步步帶領大家如何透過 SmartPLS執行模型估計、調節、中介和多群組測量衡等性分析， SmartPLS其實和AMOS非常相似，都是按按按就可以執行~

題目打包法(Item Parceling)是一種統計學方法，主要用於結構方程模式(SEM)中。打包法的基本思想是將多個觀察指標打包成一個新指標，以提高模型的擬合程度。打包法有很多優點，如提高模型的擬合程度和要求樣本數減少。但也有缺點，如不適合測量模型分析。本文將簡介題目打包法之策略。