2 王老師編製好一份學校行政效能問卷，想要運用結構方程式(SEM)檢定問卷的效度，在適配模式結果跑出來之後，要 依據下列哪一種數值來判斷該份問卷的適配度呢？
(A)卡方值
(B)迴歸係數
(C)相對地位量數
(D)百分位數

卡方值χ² 表示觀察值與理論值之問的偏離程度。

當觀察頻數與期望頻數完全一致時，χ²值為0

當觀察頻數與期望頻數越接近，兩者之間的差異越小，χ²值越小

當觀察頻數與期望頻數差別越大，兩者之間的差異越大，χ²值越大

詢問過系上具統計專長的教授，這題出的有些瑕疵

白話大意如下:

結構方程式(SEM)不用特別去了解是什麼，只要知道是測效度的就好

使用結構方程式(SEM)檢定問卷的效度時不只會看卡方值

卡方值只是其中一個指標，並不能光看卡方值就判斷該份問卷的適配度

如同最佳解所說的一樣

卡方值越低代表適配度越高

也就是該問卷越能測到想要的目的

卡方檢驗的目的是衡量測驗假設對觀察結果反映的程度。

差不多所有心理、教育、社會等概念，均難以直接準確測量，結構方程(SEM，Structural Equation Modelling)提供一個處理測量誤差的方法，採用多個指標去反映潛在變數，也令估計整個模型因數間關係，較傳統回歸方法更為準確合理。

SEM優點    

Bollen和Long(1993)指出SEM有數項優點(江&侯,1997;林&侯,1995;Marsh,Hau,Balla & Grayson,1998),包括:

(1)可同時考慮及處理多個依變項(endogenous / dependent variable);

(2)容許自變及依變(exogenous / endogenous)項含測量誤差;

(3)與因素分析類同，SEM容許潛伏變項(如:社經地位)由多個觀察指標變項(如:父母職業、收入)構成,並可同時估計指標變項的信度及效度(reliability and validity);

(4)SEM可採用比傳統方法更有彈性的測量模型(measurement model),如某一指標變項/題目從屬於兩潛伏因數;在傳統方法,項目多依附單一因數;

(5)研究者可構劃出潛伏變項間的關係,並估計整個模式是否與資料擬合。

卡方檢驗（Chi-Squared Test或{\displaystyle \chi ^{2}} Test）是一種統計量的分布在零假設成立時近似服從卡方分布（{\displaystyle \chi ^{2}}分布）的假設檢驗。在沒有其他的限定條件或說明時，卡方檢驗一般指代的是皮爾森卡方檢驗。在卡方檢驗的一般運用中，研究人員將觀察量的值劃分成若干互斥的分類，並且使用一套理論（或零假設）嘗試去說明觀察量的值落入不同分類的概率分布的模型。而卡方檢驗的目的就在於去衡量這個假設對觀察結果所反映的程度。

卡方值是SEM最原始的指標

從apa第六版裡抓的圖