《SPSS与AMOS的结合使用详解.ppt》由会员分享，可在线阅读，更多相关《SPSS与AMOS的结合使用详解.ppt（50页珍藏版）》请在三一办公上搜索。
1、SPSS的AMOS系統,一、操作步驟二、結果輸出三、結果製表與解釋,SPSS的AMOS系統,目前可以執行結構方程模型最有名的軟體，主要有LISREL模型，與SPSS的外掛軟體AMOS，SAS系統內也包含SEM的功能。AMOS則提供相當友善的圖形介面，以圖形來直接建立結構方程模型，它可以讀取SPSS的資料檔，兩者可以相整合。可以直接上網下載使用此試用的AMOS學生版，請上http:/下載學生版。AMOS的特點是以圖形表達的形式來分析統計模型。,表14-2 變數定義關係表,AMOS操作步驟,（一）開啟資料檔（Data Files）（二）繪製結構方程模型（三）輸入變數名稱（四）建立因果關係圖（五）設
2、定輸出結果與執行計算（六）顯示SEM運算結果,圖14-4 Amos Graphics主視窗,（一）開啟資料檔（Data Files）,圖14-5 Data Files對話框,（二）繪製結構方程模型,在AMOS路徑圖中，潛在變數以橢圓 形框表示，而觀察變數則是 以長形方框 表示之。故在路徑分析中，因為沒有潛在變數，故千萬不要出現橢圓形框；透過工具視窗中的 圖示按鍵，可輕易的在模型繪製區中建立CFA模型。,圖14-6 SEM模型的繪製,圖14-7 SEM模型的旋轉,按鍵後，可令其所屬的觀測變數及誤差變數順時鐘旋轉至使用者理想的位置，若覺得模型中有些圖框或路徑不符所需，則可用來加以消除，類似橡皮擦的
3、功能 加以消除。至於影印機 當然就代表可複製各種圖樣。調整圖形可利用 圖示按鍵，配合（卡車）圖示按鍵，可作變數整組的移動；按鍵 可調整變數圖框的大小。,圖14-8 SEM模型調整後的結果,（三）輸入變數名稱,點擊 圖示按鍵可得Variables in Dataset（資料組內變數）視窗，此時該視窗中，將顯示出資料檔裡的變數名稱及其標籤。,圖14-9 Variables in Dataset視窗,圖14-10 潛在變數命名與Object Properties對話框,潛在變數由於是抽象構念，無法表示在Variables in Dataset視窗中，故潛在變數的命名必須點擊 圖示按鍵，再點擊欲命名的
4、潛在變數圖框。,（四）建立因果關係圖,內生變數須設定一誤差項，點選 圖示後，完成誤差項的設定。由潛在變數指向觀測變數的單向箭頭中，系統會將最初指標的路徑係數固定為1，目的是以其作為衡量的基準。,（五）設定輸出結果與執行計算,可透過 圖示按鍵，設定所需的輸出結果或估計值，點選該按鍵後會出現Analysis Properties（分析屬性）對話框，選擇Output表單可勾選需要的輸出結果。路徑圖繪製完成並設定輸出結果後可執行模型運算，點擊圖示按鍵即開始執行估計值運算。可將路徑圖複製到剪貼簿上。在按下估計值計算時，有時會出現 n variable is unnamed，此時只要將未加上變數名稱的變數
5、框加上變數名稱即可，但有時全部的變數名稱皆已設定變數名稱，但仍出現此訊息，此時，您可以按一下 鍵以縮小路徑圖，可能就會發現在隱藏的地方出現未命名的變數框，將之加以刪除後再執行估計值計算。,圖14-12 完整的結構方程模型繪製完成圖,圖14-13 Analysis Properties對話框,（六）顯示SEM運算結果,圖14-14 模型分析資訊視窗,圖14-15 估計值顯示視窗,圖14-16 模型路徑圖與未標準化估計值,圖14-17 模型路徑圖與標準化估計值,此AMOS輸出可將它貼在Word上，此圖稍作修改即可變成告的一部份。可先將所有觀測變數的衡量誤差加以刪除，留下衡量模型與因果模型的係數即可
6、。此外，可將SAFE、CON、WILL等潛藏變數，直接在英文字上貼上中文，這可完成中文化工作。,圖14-18 Amos Output視窗,圖14-19 參數摘要表,圖14-20 模型紀錄視窗,圖14-21 未標準化的迴歸係數估計值,圖14-22 標準化的迴歸係數估計值,圖14-23 模型配合度指標摘要,表14-3 行動加值服務的衡量模型分析表,表14-4 行動加值服務的結構模型分析表,除了圖14-17與表14-3與表14-4外，所有AMOS還需報告卡方值與其它配合度的指標，在本例中，卡方值為37.668，df為17，P為.003，亦即模型不成立，此外，GFI為.885，AGFI為.757，皆代
7、表觀察資料與理論模型並不配合。從表14-3的CFA模型中，只有使用意願的模型較佳。從表14-4的結構模型分析表中，可知兩個迴歸係數皆未達顯著水準，故而造成整個SEM模型並不配合的現象。在SEM模型中，模型不成立的情形相當普遍，除非研究主題是相當成熟的主題。,第四節 路徑分析與結構方程模型範例,一、學生期末成績的路徑分析二、3G系統採用意願的路徑分析三、CRM系統採用意願的路徑分析四、其它範例五、孤立感的結構方程模型,圖14-24 影響期末成績的飽和模型路徑圖(標準化估計),一、學生期末成績的路徑分析,表14-5 學生期末成績的飽和模型路徑係數分析表,圖14-25 影響期末成績的修正模型路徑圖(
8、標準化估計),表14-6 學生期末成績的修正模型路徑係數分析表,表14-7 學生期末成績的飽和模型的效果分析表,飽和模型間接效果分析：上機時間期初成績-.816*.-.920.752 電腦能力期末成績-.920*1.177-1.083 上機時間期末成績（-.816*.730-.030*1.177）（-.816*-.920*1.177）.254,表14-8 學生期末成績的修正模型的效果分析表,修正模型間接效果分析：上機時間期初成績-.816*.-.896.732 電腦能力期末成績-.896*.686-.615 上機時間期末成績-.816*-.896*.686.502,二、3G系統採用意願的路徑分
9、析,圖14-26 影響3G通訊系統採用意願的原始模型路徑圖(標準化估計),圖14-27 影響3G通訊系統採用意願的修正模型路徑圖(標準化估計),表14-9 3G通訊系統採用意願的飽和模型路徑係數分析表,表14-10 3G通訊系統採用意願的飽和模型的效果分析表,圖14-28 CRM績效的SEM 研究架構,公司規模雖然不能直接影響CRM績效，但透過CRM實施程度，公司規模還是可以間接影響CRM績效。,三、CRM系統採用意願的 路徑分析,表14-9 CRM實施績效的結構模型分析表,表14-10 CRM實施績效的結構模型分析表,圖14-29 工作績效的迴歸分析圖,四、其它範例工作績效的路徑分析模型,四
10、、其它範例工作績效的結構方程模型,圖14-30 具有潛在變數的工作績效迴歸分析圖(1/2),圖14-30 具有潛在變數的工作績效迴歸分析圖(2/2),迴歸係數輸出可知四個潛在變數的衡量模型皆成立。外生變數知識與價值觀對內生變數工作績效有顯著影響，但滿意度對績效則無顯著影響。,圖14-31 學術表現與吸引力相互影響的非遞迴路徑模型(1/2),四、其它範例工作績效的結構方程模型,圖14-31 學術表現與吸引力相互影響的非遞迴路徑模型(2/2),GPA愈高則學術表現愈佳、學術表現愈佳則表現愈有自信故愈有吸引力、評等愈高也愈有吸引力。至於，身高與體重對吸引力則沒有顯著影響。,圖14-32 孤立感的結構方程模型圖,五、孤立感的結構方程模型,圖14-33 修正指標的參考輸出,將eps1 eps3加到模型中，至少可降低卡方值40.911，而形成模型B。,圖14-34 未標準化的回歸係數估計值之輸出,圖14-35 eps1與eps3關係分析之輸出,加上eps1 eps3後，可得到下列參數估計值，兩者間關係的共變數為1.886且達顯著水準，相關係數.382，這表示eps1與eps3兩者間確實有高度相關。故模型A假設兩者間沒有相關，而造成模型不成立，但模型B加上兩者間的相關，而使得模型B成立。,
