AMOS分析操作步骤

1、基础准备 在前面几篇文章中，介绍了 AMOS 软件的操作、分析原理、结构方程模型和各种拟合指标 含义等内容，大家可以点击下面的文章链接回顾，也可以从公众号导航栏获取 AMOS 分析 技术（导航页）回顾：AMOS 分析技术：软件安装及菜单功能介绍；这次是视频教程AMOS 分析技术：结构方程模型的拟合度评价指标AMOS 分析技术：模型整体拟合度指标AMOS 分析原理：结构方程模型无法收敛的原因前面介绍 AMOS 能够用于结构方程模型的拟合分析，如下图所示，结构方程模型包括测量 模型和结构模型。测量模型对应的分析方法是因子分析；结构模型对应的分析方法是路径 分析（多个线性回归方程的组合分析）。在 A

2、MOS 路径图中，测量变量（问卷收集数据） 用矩形表示，例如PL1/PL2/PL3等，而潜在变量（因子分析结果）用圆形或椭圆形表示。elPDKMPPOKMPVfPDKMPjyoKMP?elPDKMPPOKMPVfPDKMPjyoKMP?I I測矍雄型I I皓徇牧垫78)4OL3H.691%,匚化 Cf/JPDKMP-由上可知， AMOS 也可以独立进行探索性因子分析和路径分析。如果分析者直接将测量变 量（矩形表示）用箭头连接起来，就能够进行路径分析了（路径分析其实就是多个相互关 联线性回归方程的组合），如下图所示，这是医院财务部门的分析师根据自己的经验绘制 的路径图，包括患者年龄、病情程度（打

3、分）、住院天数以及住院费用四个变量。这个案例介绍过，可以使用 SPSS 进行多次线性回归分析完成。可以将上面的路径图拆分成两个线性回归方程，然后进行两次线性回归分析。儿主芒元益=厲上年証+ bx宇氓唱套+ d儿主？i费二=厲上年移+ 怪三云銓+二乞宇泾唱宴+ d大家可以点击文章链接回顾：数据分析方法：路径分析入门；数据分析需要剥丝抽茧的耐 心！。下面将介绍如何使用AMOS软件对上面的案例进行分析，并比较SPSS和AMOS软件 的分析结果。关于路径分析的概念和分析原理，大家也可以通过上面的文章链接回顾，在 本篇文章中就不做过多的描述了。案例分析现有一份从医院获得的包括1700 个病人住院信息的数

4、据，包括以下信息变量：性别、年龄、 婚姻状况（两分类）、病情程度（三级评分，分值越高代表情况越好）、住院天数和住院费用。 这些数据都已经被整理成SPSS软件格式，如下图所示：厂(tariwa护由脱Ji用pjpsm11忖机11i-52101 29.TO212Z2西12 自细1 30M2.+G3232t3A1 51W24T122!f1魏沖w嗣5551 W1i31 38ia116 DOi33091 20T8249T1羽如i1J3311露7528119 (Ml1333441 2B232ZQtfl13踊3721 3D1 3G2571S5Si曲12 1珈1 32船1112331祐IS珂（数据已经上传到qq

5、群，qq群号：134373751）分析者根据自己的工作经验，绘制了由四个变量组成的路径图，并将在 AMOS 软件中绘制 绘制的过程略过，大家可以根据文章：AMOS分析技术：软件安装及菜单功能介绍；这次（数据已经上传到qq群，qq群号：（数据已经上传到qq群，qq群号：134373751）是视频教程了解 AMOS 软件菜单功能，自己模仿绘制。“ 3 NFX皿S寸飞州 I票匚：，蛊 .J气柑带4 一幅*0 p疆isrLk鬥需要注意，AMOS路径图表示的是线性回归模型，因此所有的因变量（箭头指向的变量） 都需要加上残差项（残差项是预测变量而非测量变量，因此用圆形表示）。本案例的因变 量有两个：住院天

6、数和住院费用，所以要加上残差项。分析步骤1、在 AMOS 中画好路径图后。如下图所示，点击【数据选择】按钮，在跳出的对话框中 点击【File Name】按钮，将对应的SPSS文件选中，点击【OK】按钮确定。如果数据文件导入成功，在上方的文件信息框中，将会显示导入数据文件的名称和记录数目。诸上酉托以X咼导入成功，在上方的文件信息框中，将会显示导入数据文件的名称和记录数目。诸上酉托以X咼or:、 対ZFII一； 前匕芻一la浄口画報他:區2、将对应测量变量拖动到画好的路径图几何形状中。点击【变量列表】按钮，跳出的对话 框中，列出导入 SPSS 数据文件中包括的所有变量。将变量列表中需要的变量拖动到

7、路径图 对应的矩形内。本案例的路径图只涉及四个变量，将列表中年龄、住院天数、病情程度和 住院费用变量拖动到相应矩形内。因为做路径分析，关注的是自变量对因变量是否有解释能力，而对整个模型的拟合效果不 太关注，所以在自变量年龄和病情程度之间可以相连也可以不连，对回归系数没有影响。 没有连接。3、选择输出结果。点击【拟合性质】按钮，在右侧对话框中选择 output 页，选中最小化 过程、标准化回归系数、总体 R 方、样本协方差矩阵、拟合模型协方差矩阵、残差矩阵、修正指标、间接直接和总效应、协方差估计值、相关系数估计值和多元正态性检验。I uLLaeidd iMLUfiLaticu rxatiiit

8、况寧隹吏矩旺sidLid no：ent s 妓忑矩阵Sjiuai e d roukiple correlgtifiins 专元杓竝平方kH InpLi e i raojieni: 祜懵和|古謝7 -匚r211cal TSizii* fde izffec 君;:認岀臥EI uLLaeidd iMLUfiLaticu rxatiiit 况寧隹吏矩旺sidLid no：ent s 妓忑矩阵Sjiuai e d roukiple correlgtifiins 专元杓竝平方kH InpLi e i raojieni: 祜懵和|古謝7 -匚r211cal TSizii* fde izffec 君;:認岀臥

9、E届MMnS-Sdo9? : Ciroup ii_i：i-ije- 1 : :ptjuT. nnt frtm-i | 7 rnirr ijli qhs Rr-rlnn J Tit n |SJ? Anj|y-=. s PrcpertiesEft| Bitt 口口阮七丁/匠 1j.LLIBlXd.l._UJa. J-LEtucy稹型妆倉最小化）过廷P IcluLl* t：lB U丄lsCI fi. luLil t-iL-CttM.直輙訪遍Idj_i!輻褂化冋归杀数厂 Eaa; t Oe COifcfiH 千厲:;；f*lticcp “f cFlintcp诵細+追F? 创rmd c nonwitsI

10、T.丨那方珏鼻辞审 Cn_Trrl itionr 我 n?*in：nte5相关乘琳細M nsrer厂 kll uip lj.ed SLaneriT s頁宣5方差盒阳*嘉拳疑殳莹两 lertr far nErnLils-tv and out Inez s1“ fedificitLon ittdices 修正掐标慘正扌覘-临就土蛀（小于4革探丙Ituedculd IdlMdrf ieat lot. indz. ceeUflildrdaiLlizeiJ Sndjirdizrd m7 XX： DrfiJvft moqDefflult model 捕rnrni工ah 口仃ii jlion 6Minimu

11、m .-.dWaiting OutpulLJ尊皆丽5W.M.一一呂；!i；!创心 up nuir；M-!W Sfile Edit iirsv Q 別gram n-al4、路径图拟合。点击【模型拟合】按钮，跳出警告对话框，提示有两个自变量年龄和病情程度没有相连。前面提过，路径分析更加关注自变量对因变量的影响是否有意义，而非整IE订佛f个路径模型的拟合质量，因此可以相连，也可以不相连，对结果没有影响。这里直接点击继续分析】按钮，输出结果。f ik曲爾T-44H阳有詁,Hip-Cjrss3?d 卡白昭5日 Ltand 対吕4afr*uBiri.JTM Ww-nJIad? wlIL refjdi t*

12、 i3ia Fmllo罄m pti rv 试 vi_ib lerb睥口HTDET旺 ltLlh结果解释1、模型结果显示。如果Default model前面的XX变成OK,说明模型系数拟合成功。点击 上方【显示结果】按钮，右侧的路径图将会出现回归系数和自变量方差。左侧还可以选择 输出非标准化结果和标准化结果。2、回归系数比较。下面是非标准化和标准化的模型参数拟合结果。在非标准化结果中，自 变量和残差边上的数字代表变量方差，例如年龄边上的 253.77；而标准化结果中，因变量边上的数字代表回归方程R方，例如住院天数边上的0.05。2051I非标峯狂结果标惟化給東I性疏无皴边上的数字代表回归方程R方

13、，例如住院天数边上的0.05。2051I非标峯狂结果标惟化給東I性疏无皴注胃不究I I CT住两丹弔注圧亍甲对比下方SPSS的两次线性回归结果，可以发现两次R方值0.046和0.16与上方标准化结果 是一致的。其它标准化回归系数和非标准化回归系数结果也是一致的。槿型R调超行R方折淮估算的讶R方1215a.046.0454.447| a预测羁；（常虽）病怙程度病怙程度,年龄年的|耒掃淮1上素数瞇止軽B忏淮谓羞BetatiiKh-1（常立）4.188.5607 475.000年龄年醉.067.0Q7.199S.3U6.000病情稈度病情思度701.223.0743.143.002目I因娈量：fe院

14、黃數住院天数秫淮估算的谋蟆型RR方调整l&R方差1400a160.1591615.625乩预测娈量：（常量L住皖天数住院天数病枷胖度病情程I 度I年龄年龄模型未尿准i咏数尿隹i匕系劇t显著性Beta1怡封2520.221206.84612.184.000年酣年龄20.5102.509.1868.173.000病博程魔病惜程匿-518.73981.262-.1420.384.000庄玩:入敷山瑞天纹117.0558.811.30213.286.000已闪变金命匚舄赞用卞皖费用13、路径分析完整结果。点击【文本阅读】按钮，跳出Amos Output对话框，里面包含前面 选择的所有模型输出结果。如下

15、图所示，显示了非标准化回归系数的 T 检验结果， p 值小 于 0.001，用*表示，代表自变量对因变量有显著性影响。w.甬USErnrw.甬USErnrLN11曲:裁 W时 *F軒翻-22J3 14i)jli馬?？宅V詳平侮J IVr*JaffiHR 一E 144出=WF-JSR砧ai.w?1M|i!=LilmJ4.30年&52D51非様准化结果|M3.7F住耘哉U7.M014.30面的表格是 Amos 输出的非标准化直接效应结果。直接效应结果其实就是上面的回归系数结果。如病情程度对住院天数的直接效应为0.701，发现与前面的回归系数相同。 VlflLW-EEtS 用Dirf c F(Ttci$ (Gnup nunalKr 1 - Drhult m-del)病情程度年龄住院天数住院天数 住院费用,701-518.739.0外20.510闻0117.&55Amos 能够输出间接效应和总效应，这是 SPSS 软件无法直接输出的结果。这也是 Amos 相 对于 SPSS 来说，在路径分析上的优势。以年龄对住院费用为例说明，年龄对住院费用的间 接效应为 6.653，上表显示年龄对住院费用的直接效应为 20.510，两者相加，刚好等于总 效应表格中的 27.163。lndireaE