SPSS和AMOS的结合使用详解教育课件.ppt

按一下以編輯母片標題樣式,按一下以編輯母片本文樣式,第二階層,第三階層,第四階層,第五階層,*,智勝文化事業有限公司製作,多變量分析,林震岩 著,ISBN 957-729-569-X,SPSS和AMOS的结合使用详解PPT讲座,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,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。,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,(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、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,。,