结构方程模型与AMOS题库.pptVIP

验证性因子分析 验证性因子分析是对社会调查数据进行的一种统计分析。它测试一个因子与相对应的测度项之间的关系是否符合研究者所设计的理论关系。 在社会调查研究构成中，研究者首先开发调查问卷。对应于每一个研究者所感兴趣的理论变量，问卷中往往有多个问题。比如，研究者对顾客的忠诚度感兴趣，忠诚度可能用购买频率、主观评估、消费比例等多个问题来衡量。这个理论变量就是因子，这些个别问题是测度项。验证性因子分析就是要检验购买频率、主观评估、消费比例是否真得可以反映忠诚度。 与验证性因子分析相对的是探索性因子分析。在探索性因子分析中，比如主成分分析法，因为我们想让数据“自己说话”，我们即不知道测度项与因子之间的关系，也不知道因子的值，所以我们只好按一定的标准 比如一个因子的解释能力 凑出一些因子来，再来求解测度项与因子关系。 一般的研究论文的数据分析部分少不了对样本的描述、对变量进行探索性因子分析（EFA），然后再利用多变量分析技术或SEM进行数据分析，最后提出研究结论（验证假说），提出建议，所以说SPSS与AMOS在很多情况下，可以得到完美的结合。 SPSS AMOS 样本描述 √（非常详尽） √ 因子分析 EFA CFA 多变量分析 方差分析、判别分析、回归分析、多元尺度法等 建立SEM，进行路径分析。多群组分析、Bootstrapping SPSS与AMOS 网址 说明 /download/index.htm 提供amos学生版和 amos users’ guide使用手册（PDF版本） /cata/docs/docroom/spss/ 提供amos users’ guide使用手册（PDF版本） /its/rc/tutorials/stat/amos 图解说明结构方程模型和amos /users/p/a/pat1004/amos.html 图解说明amos,共9个PDF /software/amos.htm 对amos的功能及操作，有详尽的说明 /garson/pa765/semamos1.htm 对amos输出报表的解读，详尽的说明 AMOS 学习网址 * * 结构方程模型简介 Structural equation modeling 结构方程模型 1 AMOS软件介绍 2 结构方程模型与AMOS SEM 的分析步骤 3 结构方程模型 SEM 概述 1 SEM与几种多元方法的比较 2 SEM的应用 4 为什么要用结构方程模型？ 很多社会、心理研究中所涉及到的变量，都不能准确、直接地测量，这种变量称为潜变量，如数学态度、数学效能、数学焦虑等。 这时，只能退而求其次，用一些外显指标，去间接测量这些潜变量。如用学习动机、学习信心作为学习态度（潜变量）的指标，以自我肯定、持续努力（外显指标）作为数学效能的指标，以考试焦虑、课堂焦虑作为数学焦虑的指标。 传统的统计分析方法不能妥善处理这些潜变量， 而结构方程模型则能同时处理潜变量及其指标。 传统的分析中均假设自变量没有测量误差。 什么是结构方程模型？ 结构方程模型是应用线性方程表示观测变量与潜变量之间，以及潜在变量之间关系的一种多元统计方法，其实 质是一种广义的一般线性模型。 结构方程模型分为：测量方程和结构方程 测量方程（measurement equation）描述的是潜变量与指标之间的关系，如学习动机、学习信心指标与数学态度的关系 结构方程（structural equation）描述的是潜变量之间 的关系，如数学态度、数学效能、数学焦虑的关系。 结构方程模型的基本概念 潜在变量 latent variable :无法直接测量，需要用外显指标去间接测量的变量； 观测变量 observed variable :可以直接被测量的变量； 外生变量 exogenous variable :在模型中只起解释变量作用的变量； 内生变量 endogenous variable :在模型中，受模型其他变量包括外生变量与内生变量影响的变量； 残差项 error terms ：观察变量估计潜在变量的出现的误差； 结构方程模型常用于：验证性因子分析、高阶因子分析、路径及因果分析、多时段 multiwave 设计、单形模型 Simple Model 、及多组比较等 。 测量方程 结构方程 测量模型与结构方程 测量模型回归方程如下： X1 λ1ξ1+σ1 X2 λ2ξ1+σ2 X3 λ3ξ1+σ3 Y1 λ1η1+ε1 Y2 λ2η1+ε2 Y3 λ3η1+ε3 上述回归方程的矩阵方程如下： 测量模型回归方程 结构模型潜变量间回归方程如下： η1 γ1ξ1+e1 η2 γ3η1+γ2ξ1+e2 结构模型回归方程 残差（e1、e2）表示方程中未能被解释的部分