张伟豪AMOS培训视频1和2笔记

1、obcn路径EstimateS.EC.RP值对应假设假设检验结果标准化路径 系数人才需求人才环境0.5930.1384.297*Hla接受0.523人才识别一人才环境0.5580.1224.574*Hlb接受0.519人才评估一人才环境0.6310.1095.790*Hlc接受0.592人才政策一人才环境0.3920.1322.970*Hid接受0.353人才协调人才环境0.4570.0984.663*Hie接受0.413人才需求一科技创新0.5230.1433.657*H2a接受0.498人才识别科技创新0.3120.1522.053*H2b接受0.280人才评估一科技创新0.5730.09

2、56.032*H2c接受0.534人才政策一科技创新0.6080.1195.109*H2d接受0.586人才协调一科技创新0.5530.1284.320*H2e接受0.512人才环境T科技创新0.5810.1085.380*H3接受0.569CR为Z值，CR=estimate/S.E,该值大于1.96为显著SE为标准误，那什么是标准差什么是标准误？简单说标准误就是几组标准差，是重复测量 好几次，而标准差只是测量一次。Estimate为非标准化系数，它表示：如人才需求增加1个单位，人才环境增加0.593个单位。而标准化系数表示：如人才需求增加1个标准差，人才环境增加0.523个标准差。论文中如果

3、是问卷数据，推荐直接用标准化系数。如果是普通的，带单位的，例如想知道投入1万块能打来多少的XX东西的增长，就看非标 准化系数。方框内数字代表因素负荷量（因子教荷量）factor loading,或者测量权重 measurement weight,建议值为大于0. 6,小于0. 95, 0. 7为理想值，一般低于 0.6要删除题目，（一个题构面最少要3个题目），最低不能低于0.5,被删除 的题目说明缺乏题目信度。在报告中显示为： 非标准化系数报告行刍意图v- 行蔚意圄V- EOU1 EOU2 nI2I3uufufaaabbb易易易有有有S砥熊行行行用度用再用用用用用度度度刍当高圜圄图意意意.40

4、9.1333.076.002.221.0972.272.023.511.1084.7151.000.844.07910.656 .973.08411.6481.000O1 06609810913.908.08710.490*1.0001.020.10110.1391.019.1049.7911.0001.215.075(16.2521 17307515 669*，只要是显著，一般无需删除题目, 但最终还要看标准化系数。而第一个题目一般都为1, 一般也不需要删除,Regression Weights: (Group number 1 - Default model)Estimate S.E.有用

5、性熊度熊度-行篇意图一行扁意图EOL1VEOU2-EOU3一UF1VUF2-UF3-一AttlAtt2-Att3一BI1一用用用度用用用用用用用度度度舄- 现易有S有的易易有有有熊悲O行一rrt ，二一 二一W性性CRP Label.759.0849.049*.430.1333.233.001.409.1333.076.002.221.0972.272.023.511.1084.715.844.079.973.0841.0001.066.098.908.0871.0001.020.1011 019.1041.00010.65611.64810.91310.49010.1399.791*上半部分

6、方框中代表各潜变量之间的关系，也就是路径假设，如果均为显著，则 所提出的假设成立，AMOS只显示显著性低于0.001为*代，其他均显示数字，只 要低于0. 05均为显著。SEMjl：Slandardized Regression Weights: （CrE,有用性 v-易用性熊度有用性怨度易用性行备意BJ 蟆度行卷意回有用性EOU3v易用性EOU2 易用性EOU1 易用性UF3v有用性UF2有用性UF1有用性Attl一筹层Att2Att3v-旗度BU行嘉惠国B12行离意囿BI3txxxuite.752 383.400 .222 .482 .773 691.749 .686 .71874 F.7

7、17 .683 .753 .934878Zk iller 1 - Default model）标准化的因 素负荷量.6可接受.7为理想， 一般 .6应该 删除（验证）5（探索）验证性分析即问卷是引用的别人的，此时因子负荷量大于0.6可接受，该题目可 不删除；探索性分析即问卷是自己设计的，此时因子负荷量大于0.5就可以接受, 该题目可不删除。该项测量的是题目的信度。红色方框上边为标准化路径系数，一般情况下只要非标准化是显著的，此数据就 不需要看大小，只需要比较下和其他系数的大小就可以，看看谁的影响大。建议 最小要大于0.2,大于0. 3为较为理想，以上最小的标准化路径系数为态度影响 行为意图，为

8、0.222,符合标准。-rnn ： gSqgjrd CorreiMMBS: tGmp innber 1 - DeGtlt mcdd)j； :?: A*nosOM1rtK“x“】 hl*Sxudazdiici &4T二侬 Veigntit&: -.r. r : - - ?v二 fodol PitSxcxm ：5-XOUp 31二“ 1urrt)l* x j X&昌 ID 电 17 J - 7 nily3 Sw.aryKober Mr ”心 Variable Stmuary亮”傅，ryI 岑 3。18 fu Jlodl X EatxMi3Att3.4t62515AS1521UF3471UF2516

9、UF15MEOU35男EOV2477EOV13611 U L U JL U ble Sumary eter Sunjnary for Model ates ilars degression Weights: Standardized Regres-rNavigation treevariances:Squared Multiple Correlations:ricesization HistoryFittion Timejmber 1Estimate有用性.565萼度.537行舄意图.429BI3.771312.873BI1.567Att3.466Att2.515Attl.521IT3.471

10、1F2.516十LT1.554：OU3.598EOU2.477EOU1.561j 9 Scl(3SMC该部分框内部分表示题目信度，是上图中标准化因子载荷值的平方，一般大 于0.36即为有效，0.5以上为理想，可不删除该题目。上面为三个变量（有用性、态度、行为意图）的有用性，大于0.19为small, 大于0.33为中等，0.67为理想。非标准化估计值的含义非标准化系数(有可能大于1) 因素负荷量(测量权重)9值为正值而且显着 (P0.7,0.6可接受SMC (R2)多元相关平方 测量变量的SMO0.5 内生潜变量的SMC=0.I9 (small), 0.33 (medium), 0.67(hi

11、jgu) 误差今(1-SMC) 方差今值为1 回归系数分值愈大表示自变量影响力愈大对象属性Drag Proper. ? X调整图形大小，垂直水平一致r ffeisht r othr Yworiin优Nwferametei constomts Plmeer positicfi r Exit r Paemeter font Ffea width Cwtwe r Gok r Ability不重要图形（圆形或方形）大小的复制-垂直对齐.水平对齐复制对象名称设参数限制一样，如1或0设参数位置一样.设对象字号一样.设参数字号一样*色E1眦5AM0S前面的数字为非标准化系数，一般应该表达为：非标准化系数一一

12、*一一（标 准误）Whats a Good Model? SEM假设样本协方差矩阵（S尸模型协方差矩阵HO）模型拟合度的形式两模型相似最高相似最高即为1（完全一样）,一般以.9为标准 GFI, CFI, TIJ两模型差异最小相异最小即为。（完全没有差异），一般以08为标准 RMSEA, SRAIR模型拟合编写方法0 Edk vkwAnalyze TookHdp英IBM i”然r ItalicKxeSf Ct11-Eater tbsa f inth4r Crr*r alleyC Lfl &li(n (R：t al ip ( Cemcr oa 3*Fem tinIs2最,11C5Q-O-Mi)点击

13、title,然后点击空白处，在caption填写写入如上语句模型拟合的系数标准予 Reponing p*octko n confirmaio*- io ctorAn cncnncw xxi Kfnr rcccvrmcTatiocsp# 4dobr Acrobt 8。0mF ysXeBJZ 色菌t |T；u f，、 H T ilff 只用|BkL7f Lr r v u ir rc fr i rr irStudiesIndexChi-square (y2)173Degrees ol freedom (力)173X 沟f ratio42Root-rnean-s(|iiare erioi of app

14、roxinuilion (RMSEA)126Root-mean-squarc residual (RMR)29iStandardized RMR45Goodness of til index (GFI)66Adjusted GFIIMcDonalds centrality index Normed fit indexTucker-Lewis index (TLI)Comparative lil index (CFl) Relalie noncenirnliiy index (RNI) Bollens rho 1 (rekuive lil index)3924690,15243*825xH00报告中模型拟合度报告值出现的次数（次数多的需报告）Model Fit Model Fit Summary模型拟合度摘要ModelNPARCMINDFPCMINDFDefault model2961.68349.1051.259Saturated model78.0000Independence model121638 5236600024.826CMINCMIN：卡方差异值（愈小愈好） DF:自