Amos应用-实例与操作

1、Amos应用实例与操作,以时间管理行为问卷的 验证性因子分析为例,云南大学高等教育研究院 解亚宁 普绍兴,问题提出,编制研究生时间管理行为问卷，采用李克特5级评分量表，共34个条目。剔除数据呈偏态分布的条目剩余27个条目。 具体条目及其平均值与标准差见下表。,研究时间管理行为结构假设,拟通过验证性因子分析（CFA）继续对问卷进行结构效度检验。,在Amos中进行验证性因子分析的 十步骤,1、绘制假设模型 2、选取数据库 3、选取变量 4、潜变量命名 5、选择报表数据,6、检查相关设定 7、执行分析 8、检视最终解 9、检视报表 10、存档结束分析,AMOS模型,步骤一绘制假设模型,1.1 启动A

2、MOS,安装Amos软件后，从开始所有程序Amos17.0 Amos Graphics。,Amos graphics,步骤一绘制假设模型,1.2 进入Amos工作界面,工具栏,绘图区域,步骤一绘制假设模型,1.3 选择绘图工具,开始所有程序Amos17.0 Amos Graphics，看到上述工作界面。 首先，单击工具栏选择Draw Latent Variables and Indicators工具，单击此按钮使它激活。,步骤一绘制假设模型,移动鼠标到绘图区，通过按住鼠标键绘制椭圆。 一旦对绘制的椭圆感到满意，双击椭圆肖像。出现带两个观测因子的潜在变量。,1.4 绘制模型图,选择Rotate

3、Indicators按钮，点击潜在变量的椭圆。两个指示因子和他们的残差顺时针旋转90度。再次点击该肖像，指示因子再旋转90度。,步骤一绘制假设模型,1.5 技术细节图形旋转,选择工具的图标的注解：,单击一次选一个对象,选择全部对象,取消所选对象,步骤一绘制假设模型,也许潜在变量和观测变量靠得太近，或接近绘图区域的边缘，要向中间移动它们，点击Preserve Symmetries按钮。,接下来，点击红色车厢工具（Move Objects）。,步骤一绘制假设模型,1.5 技术细节调整图形位置,点击并拖动潜在变量和它的指示因子靠近Amos绘图区域的中间。,可以移动模型位置,步骤一绘制假设模型,1.5

4、 技术细节 操作,继续单击Draw Latent Variables and Indicators按钮。增加指示因子到三个，完成“主动控制”的三个观测变量及残差的模型绘制。,步骤一绘制假设模型,1.5 技术细节 增加观测变量,1.5 技术细节 模型复制,点击Preserve Symmetries按钮后，继续选择Copy按钮。,点击椭圆肖像后，直接拖动鼠标，可以完成的复制上述图像。,第一次互动,请一位同学上台在Amos软件中绘制上述图形。,2 选取数据库,将研究数据整理出适合SEM分析的数据库类型。 最直接方便的是原始数据库（但要先清理数据库）。 较简单的方法是直接取用测量变量的相关或协方差矩阵

5、。,Amos可以识别的数据文件格式： Access dBase Excel FoxPro Louts wk Spss *.sav 逗号分隔的文本文件,观测值正态检验,要将数据读入到Amos中，从File菜单选择Data Files。,步骤二选取数据库,2.1 数据库读取界面,点击FiLe Name定义数据库名。 View Data按钮浏览外部应用程序的数据文件。,选起已经准备好的数据库：cfm6.sav(spss数据库),步骤二选取数据库,2.2 选取数据文件,点击“打开”按钮，见如下界面。,单击“View data”按钮可以查看数据库（如果是sav数据电脑上必须安装spss软件），单击“ok

6、”按钮后，继续给观测变量连上数据库和相应标签。,步骤二选取数据库,单击工具栏中“list variable data set”按钮，将会在绘图区显示如下对话框：,3 选取变量,依次把条目拖入相应方框后，得到下图:,观测变量,潜在变量,潜在变量,步骤三选取变量,4.1 对两个椭圆表的潜在变量命名为“主动控制行为”和“表现行为” 。具体操作如下：右键单击椭圆肖像，弹出对话框后，选择“object properties”。,4 潜变量命名,4.2 残差的命名,单击菜单栏plugins name unobserved variables,5.1 单击“Analysis properties”按钮，进行

7、分析选项设置。,5 选择报表数据,5.2 我们最关心的是“0utput”选项的设置。,步骤五选择报表数据,单击“draw covariances （double headed arrows）”，在两个潜变量之间建立相关链接关系。,6 检查相关设定,其他选项选择默认值。点击“calculate estimates”按钮，得到分析结果。,Chi-square=10.02 df=8,7 执行分析,第二次互动,请一名同学上讲台，首先绘制上图假设模型，其次选择数据库，选取变量并命名潜在变量后执行分析。,8 检视最终解参数估计图,9 报表解读,变量摘要显示模型中所有变量，观测变量有6个，非观测变量8个共有

8、14个变量。,外生变量8个，内生变量6个。,模型记录,测量数据为21个，有13个参数被估计，因此自由度为8；卡方值（10.158）与显著性。,参数估计报表,所有参数值均达到显著，因素载荷以干扰项的0.801最高，计划目标和自律项的0.610为最低。,模型拟合度分析,卡方值,卡方值/自由度 要求2.,假设模型可以解释观测数据的比例，说明模型解释力。,假设模型与独立模型的非中央性差异，说明模型较虚无模型的改善程度。,模型拟合度分析,比较理论模型与饱和模型的差距，要求0.05,并且样本数和模型复杂程度影响。,10 模型拟合指数的报告,拟合卡方值（Chi-square）为10.158（P=0.254），CMIN/DF为1.270（CMIN为卡方值），未标准化假设模型整体残差RMR值为0.