Amos应用实例.ppt

第一次互动 请一位同学上台在Amos软件中绘制上述图形。 第三次互动 分享Amos软件的系列小技巧 学习结构方程模型的参考资料等 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”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0.383； 平均概似平均误根系数RMSEA=0.030； TLI=.991，NFI=.979，CFI=.995，GFI=989。 上述数据显示:研究生时间管理行为模型具有理想的拟合度。 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。 维度 编号 原编号 题目 Mean SD 主动 优先 1 x11 我会把最重要的工作安排在最有效率时间里去做。 3.92 .987 2 x12 我通常把大量的时间花在做重要的工作上。 3.77 .998 3 x19 我通常把重要的任务安排在计划表的重要位置上。 3.73 1.053 4 x20 如果有几件事要同时做,我通常要衡量它们的重要性来安排时间。 3.91 .969 5 x27 我总是把重要的事情安排到一天中精力最好的时间里去做。 3.91 .957 6 x52 只要是重要的工作，我一定挤时间去做。 3.77 .962 计划 目标 7 x2 每学期我都制定自己的学习计划。 3.60 1.046 8 x9 每周我都制定明确的学习目标。 3.14 1.108 9 x26 无论做什么事情我通常既有短期安排又有长期计划。 3.51 1.041 10 x57 我会专门花时间为将来要做的事情作计划。 3.54 1.031 自律 11 x33 我通常都能按时完成老师布置的作业。 3.77 1.101 12 x48 我每天早上的生活很有规律。 3.57 1.094 拖延 13 x23 即使未完成的事情让我产生压力感，我也不想立刻就做。 3.11 1.178 14