amos軟件使用與舉例PPt講義.ppt_第1頁
amos軟件使用與舉例PPt講義.ppt_第2頁
amos軟件使用與舉例PPt講義.ppt_第3頁
amos軟件使用與舉例PPt講義.ppt_第4頁
amos軟件使用與舉例PPt講義.ppt_第5頁
已閱讀5頁,還剩42頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領

文檔簡介

FredLi 2006嘉大 李茂能 2006 圖解式結構方程模式軟體AMOS之簡介 FredLi 2006嘉大 結構方程模式之定義 結構方程模式 StructuralEquationModels 簡稱SEM 早期稱為線性結構方程模式 LinearStructuralRelationships 簡稱LISREL 或稱為共變數結構分析 CovarianceStructureAnalysis 主要目的在於考驗潛在變項 Latentvariables 與外顯變項 Manifestvariable 又稱觀察變項 之關係 此種關係猶如古典測驗理論中真分數 truescore 與實得分數 observedscore 之關係 它結合了因素分析 factoranalysis 與路徑分析 pathanalysis 包涵測量與結構模式 FredLi 2006嘉大 SEM的統(tǒng)計模式 測量模式的考驗必須先於結構模式 FredLi 2006嘉大 測量模式與結構模式之目的 測量模式旨在建立測量指標與潛在變項間之關係 主要透過驗證性因素分析以考驗測量模式的效度 結構模式旨在考驗潛在變項間之因果路徑關係 主要針對潛在變項進行徑路分析 以考驗結構模式的適配性 FredLi 2006嘉大 結構方程模式的參數估計流程 1 理論上 假如結構方程模式正確及母群參數已知時 母群共變數矩陣 會等於理論隱含的共變數矩陣 隱含的共變數矩陣係根據回歸方程式中的參數所重組之共變數矩陣 式中 向量包含模式中所有待估計的參數 例如 不過 通常母群之變異數與共變數的參數並不知道 需以樣本估計值 取代之 FredLi 2006嘉大 結構方程模式的參數估計流程 2 FredLi 2006嘉大 適配函數值之計算 前述適配函數值係利用差距函數 F s W s 計算而得 式中s是觀察共變數矩陣S中不重複的變異數與共變數 所形成的向量 是隱含共變數矩陣 中不重複的變異數與共變數 所形成的向量 W是校正加權矩陣 不同W會形成不同的適配函數根據所獲得的最小適配函數值 進行 考驗 計算公式為 N 1 F df p q p q 1 2 t p與q為觀察變項數 含自變項與依變項 t為待估計的參數數目 一般研究者 均不希望 考驗結果達到統(tǒng)計上之顯著水準 以便接納虛無假設 S 亦即希望所提的理論模式與觀察資料可以適配 而不是推翻它 FredLi 2006嘉大 SEM為線性聯立方程式之集合 為了去解一組方程式 我們必須有足夠的資訊 如已知數據 knownvalues 或限制 constraints 才能估計出未知參數 此乃SEM模式辨識問題 除非這組方程式可以辨識 否則無法獲得正確的參數估計值 regardlessofhowmanyobservationswehave FredLi 2006嘉大 界定潛在變項的測量單位 理由 因為潛在變項 與 無法觀察的到 其量尺刻度無法確定 我們必須界定其原點與測量單位 才能估計潛在變項的變異數與徑路係數 以界定其結構模式為可辨認的模式 AnIdentifiedModel 方法 以下兩者僅能選其一 選定一個最能代表潛在變項的觀察變項 將其 x與 y值加以固定 通常設定為1 會使相關之因子具有相同之變異數 誤差項的廻歸係數亦設定為1 才能進行其餘的參數估計 將潛在變項標準化 如具有相同之變異量或固定為1 但只能為 變項加以界定 此時可估計其所屬的所有因素負荷量 變項則無法做到 因為 的共變數矩陣並非自由參數矩陣 可以任意加以設定 FredLi 2006嘉大 可辨識性的定義 假如模式中每一未知參數均有一最適值 optimalvalue 則該模式為可辨識 假如該模式為可辨識 通常其最大可能性疊代解法為可聚斂而得到一最佳解 optimalsolution 此參數估計值為該資料的最適配值 例如 x 3y 4 即有無限最佳解 如x 1 y 1orx 4 y 0 這些值稱為無法辨識 notidentified or underidentified 因為未知數比已知數還多 再如 x 3y 43x 3y 12現在 已知數 方程式數 等於未知數 X Y 即有一最佳解 x 4 y 0 此聯立方程式為恰可辨識 justidentified FredLi 2006嘉大 結構方程模式主要用途 第一 考驗理論模式 testoftheory Strictlyconfirmational SC 純驗證性Alternative competing models AM 競爭模式Modelgenerating MG 模式衍生第二 考驗測量工具的建構信度 constructreliability 或因素結構效度 validityoffactorialstructures FredLi 2006嘉大 SEM軟體之使用率 Why ShouldWeUseSEM ProsandConsofStructuralEquationModelingNachtigall Kroehne Funke Steyer 2003 FredLi 2006嘉大 心理測驗 要不要住院 Duringavisittothementalasylum avisitoraskedtheDirectorwhatthecriterionwaswhichdefinedwhetherornotapatientshouldbeinstitutionalized Well saidtheDirector wefillupabathtub thenweofferateaspoon ateacupandabuckettothepatientandaskhimorhertoemptythebathtub Oh Iunderstand saidthevisitor Anormalpersonwouldusethebucketbecauseit sbiggerthanthespoonortheteacup No saidtheDirector Anormalpersonwouldpulltheplug Doyouwantaroomwithorwithoutaview http www office humour co uk g i 3665 FredLi 2006嘉大 AMOS之簡介 AMOS係AnalysisofMomentStructure之簡稱 它與LISREL EQS PROCCALIS等均在處理SEM structuralequationmodeling 的問題 AMOS最大的優(yōu)勢在於其路徑圖的圖形使用者介面 免去如LISREL中界定八大參數矩陣的繁瑣 AMOS具有AMOSGraphics與AMOSBasic兩大運作模式 尤其前者對於徑路圖之繪製與輸出最為便捷 FredLi 2006嘉大 學生版軟體下載 FredLi 2006嘉大 AMOS操作介面 徑路圖編輯器 FredLi 2006嘉大 AMOS繪圖工具 FredLi 2006嘉大 AMOS之徑路圖繪製工具 1 FredLi 2006嘉大 AMOS之徑路圖繪製工具 2 FredLi 2006嘉大 AMOS原始資料輸入方式 1 利用SPSS讀入相關矩陣或共變數矩陣 FredLi 2006嘉大 AMOS原始資料輸入方式 2 利用SPSS讀入原始資料 FredLi 2006嘉大 AMOS原始資料輸入方式 3 當使用純文字檔建檔時 需以 隔開各變項之數據 且第一行需列出變項的名稱 從第二行開始 依序輸入各變項的數據 FredLi 2006嘉大 模式與資料之連結設定 FredLi 2006嘉大 資料連結方法 當資料分析檔案建立後 按下AMOS FILE 下之 DATAFILES 出現前圖之視窗後 點選 FileName 讀入如SPSS資料編輯器所建檔的資料 當待分析的資料檔名稱出現在視窗之中 即表示AMOS已可將徑路圖與此資料檔相互連接 FredLi 2006嘉大 AMOS估計方法 利用View Set下 AnalysisProperties 中點選Output 選取所需統(tǒng)計量 亦可點選 Estimation 選擇估計方法 FredLi 2006嘉大 統(tǒng)計量數輸出設定 FredLi 2006嘉大 AMOSGraphicMode執(zhí)行步驟 1 利用AMOS FILE 下之 DATAFILES 讀入相關矩陣或原始資料按AMOS FILE 下之 NEW 與利用其所提供之ICONS 再根據理論繪製徑路圖 FredLi 2006嘉大 AMOSGraphicMode執(zhí)行步驟 2 執(zhí)行AMOS SEM分析方法 FredLi 2006嘉大 AMOS徑路圖輸出 按EDIT下之 COPY 即可輸出徑路圖形 FredLi 2006嘉大 AMOS報表輸出的各種統(tǒng)計量 利用View Set下 AnalysisProperties 中點選Output 選取所需統(tǒng)計量 亦可點選 Output 選擇估計方法 FredLi 2006嘉大 AMOS徑路圖之解釋 下列徑路圖形中之係數為標準化係數 X5的信度下限 即ks2可解釋x5總變異量的56 因素負荷量 迴歸係數 潛在變項間之相關 FredLi 2006嘉大 SEM模式之組成 FredLi 2006嘉大 SEM測量模式之繪製 FredLi 2006嘉大 SEM結構模式之繪製 根據過去的實驗 經驗與理論 決定因果關係繪製徑路圖 單向因果關係 Construct 建構間之關係 簡單概念 egage or複雜概念 egattitude 雙向因果關係 FredLi 2006嘉大 AMOS徑路圖的繪製 VerbalIQ Info e1 1 1 Comp e2 1 Arith e3 1 Similar e4 1 Vocab e5 1 PerformanceIQ Piccom e6 PicArr e7 Blocks e8 Objects e9 Coding e10 1 1 1 1 1 1 以學童語文智慧與操作式智慧為例 FredLi 2006嘉大 數常識之理論架構 比較數字的相對大小瞭解數與運算的基本意義數與運算的多重表徵數字的分解與合成運算結果之合理性的判斷 FredLi 2006嘉大 以數常試為例 FredLi 2006嘉大 適合度考驗 Overallmodel 首先檢查有無不良估計值 offendingestimates eg 負的誤差變異量 標準化係數超過1 與過大的標準誤適合度考驗旨在了解實際輸入的矩陣與模式所預測的理論矩陣間之一致性 分為三類 absolutefitmeasures 整體適配性之評估 incrementalfitmeasures 底限模式與理論模式的比較 parsimoniousfitmeasures 自由度比值的加權 適合度的評估需作全面性的指標評估 FredLi 2006嘉大 適合度考驗 測量模式 建構信度 Compositereliability 代表測量指標是否能測到潛在建構的程度 抽取變異比 Varianceextractedmeasure 為潛在建構可以解釋指標變異量的比率 代表測量指標是否能真正代表潛在建構的程度 檢查標準化徑路係數是否達於 70 FredLi 2006嘉大 建構的信度指標 指標的綜合信度 最好大於 70 最好大於 50 亦是一種聚斂效度的指標 FredLi 2006嘉大 適合度考驗 結構模式 SEM程式提供每一估計係數之標準誤與統(tǒng)計考驗的t值 當樣本較小且使用MLE估計法時 使用較保守的顯著水準 025或 01 計算R2與競爭模式作比較以決定最佳模式比較各模式的簡潔指標檢查標準化結構係數是否大於 30 FredLi 2006嘉大 模式界定錯誤 ModelMisspecification 遺漏重要變項包含無關變項或指標非線性模式因果關係錯置原因指標與效果指標之混淆 FredLi 2006嘉大 解釋與修正 詳細檢查理論模式與實際資料之一致性理論模式中的主要關係獲得支持及達到統(tǒng)計上之顯著水準嗎 檢查標準化與非標準化係數 競爭模式有助於取代原理論嗎 所取代之模式須再進行效度複核 所有發(fā)現的關係與提議的方向相同嗎 FredLi 2006嘉大 Measuresofabsolutefit的評鑑 整體適配性的評估 Likelihood Ratio 2 愈小愈好 P值最好大於 1或 2 本考驗較適合100 200人的樣本Noncentrality 2 df ParametersandScaledNoncentralityParameters 2 df samplesize NCP適合模式間之比較Goodness of FitIndex 0 poorfit 1 perfit RootMeanSquareResiduals 最好 025以下 愈低愈好 較適合相關矩陣的分析 RootMeanSquareErrorofApproximation 最好 08以下 ExpectedCross ValidationIndex 適合模式間之比較 FredLi 2006嘉大 Incrementalfitmeasures的評鑑 底限模式 或稱獨立 虛無模式 與理論模式的比較 AdjustedGoodness of Fi

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
  • 5. 人人文庫網僅提供信息存儲空間,僅對用戶上傳內容的表現方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容,請與我們聯系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論