一步步教Amos结构方程建模.pdfVIP

结构方程模型之Amos 操作 1 设置模型模板 2 验证性因素分析 3 验证结构方程模型 4 交叉验证 cross-validation 5 中介效应分析 6 调节效应 7 中介的调节模型（调节的中介模型） 8 模型修正 注：Amos 算的是组成信度，一般认为，科隆巴赫系数是信度的下限，组成信度是信度的上限。 CFA （一般要求：CR0.7，AVE0.5） 1、设置模板 一个构面3 个题目，选择数据档，选择输出的数据，进入View 显示变量名。另存为模板。 步骤1、选择数据库 1 步骤2、设定分析属性，需要输出的内容 步骤3、设定View 显示变量名称 2、验证性因素分析 2.1、分析各个构面的因子负荷 2 因子负荷0.5 必须删除，0.6 在不影响信度的情况下可以保留。 2.2、查看分析文档（一般要求：CR0.7，AVE0.5） 2.3、制作CFA 汇报表（一般要求：CR0.7，AVE0.5 3 2.4、分析区别效度 4 收敛效度 区别效度 AVE intention impulse perqual cognition 0.574 0.758 0.555 0.732 0.745 0.639 0.68 0.333 0.799 0.54 0.807 0.595 0.644 0.735 AVE 开跟号的值小于构面之间的相关0.7350.807。出现这种情况有3 种处理方法。 2.5 区分效度不足的补救处理 违反处理： 1、大部分过了，可以接受(一句话带过)or 某一个违反，但仍在可接受范围 or 换一种 估计方法（见下） 2、置信区间法：bootstrap 计算置信区间 三个置信区间解释及来源:SE计算，bias-cor(正态的中位数应=点估计值，不满足需移 动这个区间), percentile(相关系数的5%,97.5%) 建议适用:因子与因子相关0.7 时。 3、模型比较法：通过模型比较检测因子相关系数。 注意事项：绝大多数软件设定的都是非标准化估计值,即协方差，需进行标准化设定（其 实就是固定方差为1） 建议适用:因子与因子相关0.7 时 2.5.1 方法1:不处理。，AVE 开跟号的值大于大部分的构面之间的相关。虽然发现有一 个值不符合，但是二者差异不大，仍在可接受的范围，说明区别效度仍存在。 2.5.2 方法2：Boostrap 自助法，重复抽样1000 次，计算相关的标准误。如果相关加减 两倍的相关标准误，结果不包含1，就认为区别效度可以接受。适用于当构面之间的相关大于 0.7 的时候，甚至0.85 对于样本而言，标准差=样本的波动大小。标准误=样本均值波动大小（意味着多次抽样 求均值） 5 按照数据规律:当样本n30 （有人建议50）时，样本均值的分布服从正态分布。 bootstrap 估计方法思路： 1、指定抽样的总次数N。 2、每次从样本中进行简单抽样（有返回抽），计算均值。 3、利用N 个均值计算均值的标准差（标准误）计算置信区间。 Pair Boostrap for 1000 times 95% confidence