amos模型修正幻灯片.pptVIP

近似误差的平方根（RMSEA） 近似误差的平方根（root mean square error of approximation）。习惯上，RMSEA取值小于0.05，表明相对于自由度模型拟合了数据；另外，建议在90%的置信度下，如果RMSEA取值小于0.08，则可认为近似误差是合理的，或者说在置信水平0.01下不能拒绝这一假设。RMSEA评价指标近年来越来越受到重视。 数据与观测变量 这是以预测变量的标准差及相关系数读入，Amos会自动将之转换为协方差矩阵，以便进一步分析。所建立的模型A如图所示，执行之后，所产生的输出报表如下。 模型A 模型A输出报表 Chi Square=71.544，P=0.000，应拒绝此模型，同时。RMSEA=0.110.05。换句话说，此模型不能配合数据。因此我们必须加以修正。我们修正的目标是，Chi Square减少，p值增加。在Amos中，点选View、Analysis Properties,在对话框中点选Output，并勾选修正指标。 执行后，产生的修正指标如下 Par Change是指当模型改变时，对应变量间关系的变化情况。 M.I.的含义 从上表中，可看到M.I.值，其中以40.91为最大。这是指：如果建立eps1与eps3的关联，将使Chi Square减少40.91。如前述，使减少增加，是我们修正模型的主要目标。 基于以上的了解，我们可以