|
SPSS算是商科同学必须掌握的一门分析软件，而AMOS算是它的进阶版，用于结构方程模型的建立和验证，在写实证论文和毕业论文，难免都会运用到。 今天特地把这几天学习AMOS的一些经验分享给大家，以下内容可能正在学AMOS的同学能较快吸收，但完全没有接触过的可能会觉得很生疏难嚼，建议你把文章收藏下来，下次学习的时候可以配合着阅读。
AMOS是SPSS的姊妹软件，用于处理结构方程模型的软件。AMOS的全称是Analysis of Moment Structure，除了AMOS可用于结构方程模型分析外，还有LISREL和EQS等软件。 结构方程模型分析的软件主要综合了两个统计分析功能：降维分析和线性回归分析。前者用于测量模型的验证，后者用于结构模型验证，也就是说结构方程模型包括这两部分——测量模型和结构模型。 再强调两个概念，潜在变量和观测变量（通俗理解）。 潜在变量：无法直接测量得出的变量。 观测变量：可通过量表客观测出的变量。 举个栗子🌰：游客满意度是个潜变量，我们无法直接测出一个人的满意度，但可以通过设计量表来测量游客的满意度，这时候设计的题项就是观测变量。 在学习AMOS的过程最好是实例+理论相结合着去学习，也就是把学到的理论应用到实例中，再用软件去操作。 在这里推荐大家看一本书吴明隆的《SPSS统计应用实务》。 结构方程的建立有两种方式：探索性和验证性，探索性一般需要耗费巨大的工作量，AMOS软件的是采用验证性方式。 AMOS使用思路：分析者画出预估的测量模型和结构模型，然后将数据纳入拟合的模型当中，最后将拟合模型中变量之间的关系与数据反映出来的实际变量关系对比，看看两者差异到底有多大，差异小于分析者最低接受限，就说明假设模型成立，反之则认为模型不成立。 以上介绍是AMOS最基本最基本的一些背景，还需要了解的理论知识还有很多，我就不赘述了，大家如果真的想学习AMOS的话，建议还是要翻翻书了解。 我记得之前有个学者说过类似的一段话，大概就是说现在的分析统计软件操作起来都很「智能化」，所以基本上学起来都很简单，真的要说你掌握一本分析软件，你一定要把握住他分析的一个内在逻辑，只有到你能够按照自己的逻辑去掌控这个软件，才能算是你学会了。
AMOS软件可以找一下师兄师姐们去要一下资源和链接，正版软件是有一段时间的试用期的，之后就需要破解。我是AMOS 23。
在真正操作AMOS之前，你预估的模型是需要用SPSS做信效度分析，包括因子分析、项目分析等，在这里我没有阐述，但这是非常重要的一步，若想模型拟合成功的话，一定不可省略。 我现在直接介绍的是用AMOS进行模型拟合。 通过文献的阅读，学者的研究，再结合自己的研究对象，建立出预估的结构模型。打开「AMOS Graphics」，左边是工作栏，中间是展示区，右边是绘图区。 😋TIPS：
画好预估模型以后就要导入数据啦，数据可以是SPSS或者SAV.格式的，因为一般都是结合SPSS使用的，所以这里以SAV.为例。 菜单栏选择File-Data Files-Files Name-OK（快捷键Ctrl+D） 菜单栏选择View-Variables in Dataset，将出现的各项数据拖入对应的测量变量矩形中。（提前在SPSS中命名，以方便识别）
菜单栏View-Analysis Properties 根据自己所需输出的报表和拟合指标，进行Estimation和Output的项目勾选。
输出的指标包括模型整体拟合度评估指标、测量模型评估指标和结构模型评估指标。 整体拟合度评估指标：卡方值（CMIN）、卡方自由度比、RMR、SRMR、RMSEA、GFI、AGFI、AIC、BIC等。每项指标都有其具体的含义，大家可以通过翻书了解。 测量模型评估指标：测量模型的评估指标就是因子分析涉及的指标，包括临界比值（CR值）、组合信度、AVE值和总方差解释率等指标。 结构模型评估指标：结构模型评估指标就是线性回归模型的指标，包括R方、调整R方、各个回归系数的t检验结果等。 这三部分的指标都需要看，他们都有一个临界值，有的是越小越好，有的是大于某个临界值即可，有时候哪怕不同的领域都有不同的规定，所以在这里我没有把各个临界值摆出来。 建议大家分析结果，最好是参照教材，根据自己分析的内容，去选择需要参照的指标，再看临界值是否符合标准。
AMOS有许多值得研究的地方，我现在也正在学习当中，这篇文章只是AMOS最基本的知识点，大家可以通过文章去了解AMOS，买教材下载软件系统的学习，也可以在学习的过程中再回顾这篇文章。 这只是我的学习笔记，肯定会有疏漏的地方，欢迎大家在学习过程中交流指正~ |
|
|
