圖解式結構方程模式軟體AMOS之簡介與應用

2020 4 21 FredLi 2009嘉大 圖解式結構方程模式軟體AMOS之簡介與應用 李茂能 2009 2020 4 21 FredLi 2009嘉大 SEM是學術界顯學 2020 4 21 FredLi 2009嘉大 為什麼SEM是顯學 考慮測量誤差 徑路分析的資料分析 會增加投稿SSCI TSSCI期刊的魅力 研究生可以增加論文深度 2020 4 21 FredLi 2009嘉大 量化研究的新衝擊 HLM 未處理資料相依性 分析單位的論文 會降低投稿SSCI TSSCI期刊的接受率 2020 4 21 FredLi 2009嘉大 結構方程模式之定義 結構方程模式 StructuralEquationModels 簡稱SEM 早期稱為線性結構方程模式 LinearStructuralRelationships 簡稱LISREL 或稱為共變數結構分析 CovarianceStructureAnalysis 主要目的在於考驗潛在變項 Latentvariables 與外顯變項 Manifestvariable 又稱觀察變項 之關係 此種關係猶如古典測驗理論中真分數 truescore 與實得分數 observedscore 之關係 它結合了因素分析 factoranalysis 與路徑分析 pathanalysis 包涵測量與結構模式 2020 4 21 FredLi 2009嘉大 SEM的統計模式 測量模式的考驗必須先於結構模式 2020 4 21 FredLi 2009嘉大 SEM完全模式 2020 4 21 FredLi 2009嘉大 SEM模式方程式 2020 4 21 FredLi 2009嘉大 實例解說 2020 4 21 FredLi 2009嘉大 方程式圖解 2020 4 21 FredLi 2009嘉大 測量模式旨在建立測量指標與潛在變項間之關係 主要透過驗證性因素分析以考驗測量模式的效度 結構模式旨在考驗潛在變項間之因果路徑關係 主要針對潛在變項進行回歸 徑路 分析 以考驗結構模式的適配性 2020 4 21 FredLi 2009嘉大 結構方程模式的參數估計流程 1 2020 4 21 FredLi 2009嘉大 結構方程模式的參數估計流程 2 2020 4 21 FredLi 2009嘉大 適配函數值之計算 2020 4 21 FredLi 2009嘉大 界定潛在變項的測量單位 理由 因為潛在變項 與 無法觀察的到 其量尺刻度無法確定 我們必須界定其原點與測量單位 才能估計潛在變項的變異數與徑路係數 以界定其結構模式為可辨認的模式 AnIdentifiedModel 方法 以下兩者僅能選其一 選定一個最能代表潛在變項的觀察變項 將其 x與 y值加以固定 通常設定為1 會使相關之因子具有相同之平均數 誤差項的廻歸係數亦設定為1 才能進行其餘的參數估計 將潛在變項標準化 如具有相同之變異量或固定為1 但只能為 變項加以界定 此時可估計其所屬的所有因素負荷量 變項則無法做到 因為 的共變數矩陣並非自由參數矩陣 可以任意加以設定 2020 4 21 FredLi 2009嘉大 SEM為線性聯立方程式之集合 為了去解一組方程式 我們必須有足夠的資訊 如已知數據 knownvalues 或限制 constraints 才能估計出未知參數 此乃SEM模式辨識問題 除非這組方程式可以辨識 否則無法獲得正確的參數估計值 regardlessofhowmanyobservationswehave 2020 4 21 FredLi 2009嘉大 可辨識性的定義 假如模式中每一未知參數均有一最適值 optimalvalue 則該模式為可辨識 假如該模式為可辨識 通常其最大可能性疊代解法為可聚斂而得到一最佳解 optimalsolution 此參數估計值為該資料的最適配值 例如 x 3y 4 即有無限最佳解 如x 1 y 1orx 4 y 0 這些值稱為無法辨識 notidentified or under identified 因為未知數比已知數還多 再如 x 3y 43x 3y 12現在 已知數 方程式數 等於未知數 X Y 即有一最佳解 x 4 y 0 此聯立方程式為恰可辨識 justidentified 2020 4 21 FredLi 2009嘉大 SEM中的參數估計 固定參數通常為0或1 不進行估計限制參數待估計參數 但等同於其它參數自由參數待估計參數 2020 4 21 FredLi 2009嘉大 可辨識性的經驗法則 設有10個觀察變項 p 它的共變數矩陣 含變異數與共變數 至多有55個非重複性參數 10 10 1 2 55設有10個觀察變項 它的平均數 共變數矩陣至多有65個非重複性參數 10 10 3 2 65可辨識性的必要條件 df不可為負數df 非重複性參數 待估計的參數可辨識性的充分條件每一個潛在變項至少有3個指標 2020 4 21 FredLi 2009嘉大 2020 4 21 FredLi 2009嘉大 SEM軟體之使用率 Why ShouldWeUseSEM ProsandConsofStructuralEquationModelingNachtigall Kroehne Funke Steyer 2003 2020 4 21 FredLi 2009嘉大 AMOS係AnalysisofMomentStructure之簡稱 它與LISREL EQS PROCCALIS等均在處理SEM structuralequationmodeling 的軟體 AMOS最大的優勢在於其路徑圖的圖形使用者介面 免去如LISREL中界定八大參數矩陣的繁瑣 AMOS採圖解導向 操作簡便是公認學習SEM的最佳軟體 AMOS具有AMOSGraphics與AMOSBasic兩大運作模式 尤其前者對於徑路圖之繪製與輸出最為便捷 2020 4 21 FredLi 2009嘉大 學生版軟體下載 Amos最新版 Amos17 0 學生版僅限於Amos5 0 只能處理8個變項與54個參數 2020 4 21 FredLi 2009嘉大 資料處理資料讀取徑路圖的繪製模式的辨識與選取統計分析方法的選擇模式的評估結果解釋 2020 4 21 FredLi 2009嘉大 AMOS5 0操作介面 徑路圖編輯器 2020 4 21 FredLi 2009嘉大 2020 4 21 FredLi 2009嘉大 2020 4 21 FredLi 2009嘉大 AMOS繪圖工具總攬 2020 4 21 FredLi 2009嘉大 AMOS之徑路圖繪製工具 1 2020 4 21 FredLi 2009嘉大 AMOS之徑路圖繪製工具 2 2020 4 21 FredLi 2009嘉大 AMOS資料輸入方式 1 利用SPSS讀入相關矩陣或共變數矩陣 2020 4 21 FredLi 2009嘉大 利用Excel讀入相關矩陣或共變數矩陣 2020 4 21 FredLi 2009嘉大 AMOS原始資料輸入方式 2 利用SPSS讀入原始資料 2020 4 21 FredLi 2009嘉大 AMOS原始資料輸入方式 使用文書處理軟體 3 當使用純文字檔建檔時 需以 隔開各變項之數據 且第一行需列出變項的名稱 從第二行開始 依序輸入各變項的數據 2020 4 21 FredLi 2009嘉大 心理測驗 要不要住院 Duringavisittothementalasylum avisitoraskedtheDirectorwhatthecriterionwaswhichdefinedwhetherornotapatientshouldbeinstitutionalized Well saidtheDirector wefillupabathtub thenweofferateaspoon ateacupandabuckettothepatientandaskhimorhertoemptythebathtub Oh Iunderstand saidthevisitor Anormalpersonwouldusethebucketbecauseit sbiggerthanthespoonortheteacup No saidtheDirector Anormalpersonwouldpulltheplug Doyouwantaroomwithorwithoutaview http www office humour co uk g i 3665 2020 4 21 FredLi 2009嘉大 模式與資料之連結設定 2020 4 21 FredLi 2009嘉大 資料連結方法 當資料分析檔案建立後 按下AMOS FILE 下之 DATAFILES 出現前圖之視窗後 點選 FileName 讀入如SPSS或EXCEL資料編輯器所建檔的資料 當待分析的資料檔名稱出現在視窗之中 即表示AMOS已可將徑路圖與此資料檔相互連接 2020 4 21 FredLi 2009嘉大 AMOS估計方法 利用View Set下 AnalysisProperties 中點選Output 選取所需統計量 亦可點選 Estimation 選擇估計方法 2020 4 21 FredLi 2009嘉大 統計量數輸出設定 2020 4 21 FredLi 2009嘉大 AMOSGraphicMode執行步驟 1 利用AMOS FILE 下之 DATAFILES 讀入相關矩陣或原始資料按AMOS FILE 下之 NEW 與利用其所提供之ICONS 再根據理論繪製徑路圖 2020 4 21 FredLi 2009嘉大 AMOSGraphicMode執行步驟 2 執行AMOS SEM分析方法 2020 4 21 FredLi 2009嘉大 AMOS徑路圖輸出 按EDIT下之 COPY 即可輸出徑路圖形 2020 4 21 FredLi 2009嘉大 AMOS報表輸出的各種統計量 利用View Set下 AnalysisProperties 中點選Output 選取所需統計量 亦可點選 Output 選擇估計方法 2020 4 21 FredLi 2009嘉大 SEM結構模式之繪製 根據過去的實驗 經驗與理論 決定因果關係繪製徑路圖 單向因果關係 Construct 建構間之關係 簡單概念 egage or複雜概念 egattitude 雙向因果關係 2020 4 21 FredLi 2009嘉大 SEM測量模式之繪製 2020 4 21 FredLi 2009嘉大 AMOS徑路圖之解釋 下列徑路圖形中之係數為標準化係數 2020 4 21 FredLi 2009嘉大 適合度考驗 Overallmodel 首先檢查有無不良估計值 offendingestimates eg 負的誤差變異量 標準化係數超過1 與過大的標準誤適合度考驗旨在了解實際輸入的矩陣與模式所預測的理論矩陣間之一致性 分為三類 absolutefitmeasures 整體適配性之評估 incrementalfitmeasures 底限模式與理論模式的比較 parsimoniousfitmeasures 自由度比值的加權 適合度的評估需作全面性的指標評估 2020 4 21 FredLi 2009嘉大 適合度考驗 測量模式 建構信度 Compositereliability 代表測量指標是否能測到潛在建構的程度 抽取變異比 Varianceextractedmeasure 為潛在建構可以解釋指標變異量的比率 代表測量指標是否能真正代表潛在建構的程度 檢查標準化徑路係數是否達於 70 2020 4 21 FredLi 2009嘉大 建構的信度指標 指標的綜合信度 2020 4 21 FredLi 2009嘉大 適合度考驗 結構模式 SEM程式提供每一估計係數之標準誤與統計考驗的t值 當樣本較小且使用MLE估計法時 使用較保守的顯著水準 025或 01 計算R2與競爭模式作比較以決定最佳模式比較各模式的簡潔指標檢查標準化結構係數是否大於 30 2020 4 21 FredLi 2009嘉大 模式界定錯誤 ModelMisspecification 遺漏重要變項包含無關變項或指標非線性模式因果關係錯置 SEM是盲的 原因指標與效果指標之混淆 2020 4 21 FredLi 2009嘉大 解釋與修正 詳細檢查理論模式與實際資料之一致性理論模式中的主要關係獲得支持及達到統計上之顯著水準嗎 檢查標準化與非標準化係數 競爭模式有助於取代原理論嗎 所取代之模式須再進行效度複核 所有發現的關係與提議的方向相同嗎 2020 4 21 FredLi 2009嘉大 絕對適配指標 Measuresofabsolutefit 的評鑑 整體適配性的評估 Likelihood Ratio 2 愈小愈好 P值最好大於 1或 2 本考驗較適合100 200人的樣本Noncentrality 2 df ParametersandScaledNoncentralityParameters 2 df samplesize NCP適合模式間之比較 Goodness of FitIndex 0 poorfit 1 perfit RootMeanSquareResiduals 最好 05以下 愈低愈好 較適合相關矩陣的分析 RootMeanSquareErrorofApproximation 最好 08以下 ExpectedCross ValidationIndex 適合模式間之比較 尤其是複核效度的評估 2020 4 21 FredLi 2009嘉大 增值適配指標 Incrementalfitmeasures 的評鑑 底限模式 或稱獨立 虛無模式 與理論模式的比較 AdjustedGoodness of FitIndex 最好 90 1 K K 1 2dfproposed 1 GFI Tucker LewisIndex Non NormedFitIndex 最好 90 2null dfnull 2proposed dfproposed 2null dfnull 1 NormedFitIndex 最好 90 2null 2proposed 2nullComparativeFitIndex 適合模式發展與小樣本 1 NCPproposed NCPnull K 表觀察變項數 2020 4 21 FredLi 2009嘉大 精簡適配指標 Parsimoniousfitmeasures 的評鑑 自由度或估計參數的加權 ParsimoniousNormedFitIndex dfproposed dfnull NFI 最好 60以上 Pars