AMOS操作.doc

Amos软件操作 1.模型设定 结构方程模型分析过程可以分为模型构建、模型运算、模型修正以及模型解释四个步骤。下面以一个研究实例作为说明，使用Amos软件进行计算，阐述在实际应用中结构方程模型的构建、运算、修正与模型解释过程。 2.模型构建的思路 根据构建的理论模型，通过设计问卷对留学生学习汉语的学习动机、学习策略和焦虑调查得到实际数据，然后利用对缺失值进行处理后的数据进行分析，并对文中提出的模型进行拟合、修正和解释。 3.潜变量和可测变量的设定 模型中共包含2个因素(潜变量)：学习动机、学习策略，7个可测变量：融入型动机、工具型动机、焦虑、记忆策略、认知策略、情感策略和社交策略。 4.关于调查数据的收集 本次问卷调研的对象为（reliability）主要反映的是测验内部题目之间的关系，考察测验的各个题目是否测量了相同的内容或特质。Cronbach在1951年提出了一种新的方法（Cronbachs AlphaView菜单在Analysis Properties（或点击工具栏的）中的Estimation项选择相应的估计方法。 最常用的是利用最大似然估计（Maximum Likelihood）Analysis Properties中的Output项中选择Standardized Estimates项（如下图），Analyze菜单下的Calculate Estimates进行模型运算（或使用工具栏中的），使用者也可以通过点击View the output path diagram（）查看参数估计结果图。 Amos还提供了表格形式的模型运算详细结果信息，通过点击工具栏中的来查看。详细信息包括分析基本情况（Analysis Summary）（Variable Summary）（Notes for Model）（Estimates）（Modification Indices）（Model Fit）Amos提供了一种简单便捷的方法，叫做CR（Critical Ratio）。p，使用者可以根据p值进行路径系数/载荷系数的统计显著性检验。 四、模型拟合评价 在结构方程模型中，试图通过统计运算方法（如最大似然法等）求出那些使样本方差协方差矩阵与理论方差协方差矩阵的差异最小的模型参数。换一个角度，如果理论模型结构对于收集到的数据是合理的，那么样本方差协方差矩阵与理论方差协方差矩阵差别不大，即残差矩阵（）各个元素接近于0，就可以认为模型拟合了数据。 模型拟合指数是考察理论结构模型对数据拟合程度的统计指标。不同类别的模型拟合指数可以从模型复杂性、样本大小、相对性与绝对性等方面对理论模型进行度量。Amos提供了多种模型拟合指数（如表）供使用者选择。如果模型拟合不好，需要根据相关领域知识和模型修正指标进行模型修正。 模型拟合指数 指数名称 评价标准 绝对拟合指数 (卡方) 越小越好 GFI 大于0.9 RMR 小于0.05，越小越好 SRMR 小于0.05，越小越好 RMSEA 小于0.05，越小越好 相对拟合指数 NFI 大于0.9，越接近1越好 TLI 大于0.9，越接近1越好 CFI 大于0.9，越接近1越好 信息指数 AIC 越小越好 CAIC 越小越好 需要注意的是，拟合指数的作用是考察理论模型与数据的适配程度，并不能作为判断模型是否成立的唯一依据。拟合优度高的模型只能作为参考，还需要根据所研究问题的背景知识进行模型合理性讨论。即便拟合指数没有达到最优，但一个能够使用相关理论解释的模型更具有研究意义。 模型修正 五、模型修正的思路 模型拟合指数和系数显著性检验固然重要，但对于数据分析更重要的是模型结论一定要具有理论依据，换言之，模型结果要可以被相关领域知识所解释。因此，在进行模型修正时主要考虑修正后的模型结果是否具有现实意义或理论价值，当模型效果很差时可以参考模型修正指标对模型进行调整。 当模型效果很差时，研究者可以根据初始模型的参数显著性结果和Amos提供的模型修正指标进行模型扩展（Model Building）或模型限制（Model Trimming）。模型扩展是指通过释放部分限制路径或添加新路径，使模型结构更加合理，通常在提高模型拟合程度时使用；模型限制是指通过删除或限制部分路径，使模型结构更加简洁，通常在提高模型可识别性时使用。 Amos提供了两种模型修正指标，其中修正指数（Modification Index）Critical Ratio）用于模型限制。 模型修正指标 1. 修正指数（Modification Index） 图7-19 修正指数计算 修正指数用于模型扩展，是指对于模型中某个受限制的参数，若容许自由估计（譬如在模型中添加某条路径），整个模型改良时将会减少的最小卡方值。