張偉豪AMOS培訓(xùn)視頻1和2筆記

1、obcn路徑EstimateS.EC.RP值對應(yīng)假設(shè)假設(shè)檢驗(yàn)結(jié)果標(biāo)準(zhǔn)化路徑 系數(shù)人才需求人才環(huán)境0.5930.1384.297*Hla接受0.523人才識別一人才環(huán)境0.5580.1224.574*Hlb接受0.519人才評估一人才環(huán)境0.6310.1095.790*Hlc接受0.592人才政策一人才環(huán)境0.3920.1322.970*Hid接受0.353人才協(xié)調(diào)人才環(huán)境0.4570.0984.663*Hie接受0.413人才需求一科技創(chuàng)新0.5230.1433.657*H2a接受0.498人才識別科技創(chuàng)新0.3120.1522.053*H2b接受0.280人才評估一科技創(chuàng)新0.5730.09

2、56.032*H2c接受0.534人才政策一科技創(chuàng)新0.6080.1195.109*H2d接受0.586人才協(xié)調(diào)一科技創(chuàng)新0.5530.1284.320*H2e接受0.512人才環(huán)境T科技創(chuàng)新0.5810.1085.380*H3接受0.569CR為Z值，CR=estimate/S.E,該值大于1.96為顯著SE為標(biāo)準(zhǔn)誤，那什么是標(biāo)準(zhǔn)差什么是標(biāo)準(zhǔn)誤？簡單說標(biāo)準(zhǔn)誤就是幾組標(biāo)準(zhǔn)差，是重復(fù)測量 好幾次，而標(biāo)準(zhǔn)差只是測量一次。Estimate為非標(biāo)準(zhǔn)化系數(shù)，它表示：如人才需求增加1個(gè)單位，人才環(huán)境增加0.593個(gè)單位。而標(biāo)準(zhǔn)化系數(shù)表示：如人才需求增加1個(gè)標(biāo)準(zhǔn)差，人才環(huán)境增加0.523個(gè)標(biāo)準(zhǔn)差。論文中如果

3、是問卷數(shù)據(jù)，推薦直接用標(biāo)準(zhǔn)化系數(shù)。如果是普通的，帶單位的，例如想知道投入1萬塊能打來多少的XX東西的增長，就看非標(biāo) 準(zhǔn)化系數(shù)。方框內(nèi)數(shù)字代表因素負(fù)荷量（因子教荷量）factor loading,或者測量權(quán)重 measurement weight,建議值為大于0. 6,小于0. 95, 0. 7為理想值，一般低于 0.6要刪除題目，（一個(gè)題構(gòu)面最少要3個(gè)題目），最低不能低于0.5,被刪除 的題目說明缺乏題目信度。在報(bào)告中顯示為： 非標(biāo)準(zhǔn)化系數(shù)報(bào)告行芻意圖v- 行蔚意圄V- EOU1 EOU2 nI2I3uufufaaabbb易易易有有有S砥熊行行行用度用再用用用用用度度度芻當(dāng)高圜圄圖意意意.40

4、9.1333.076.002.221.0972.272.023.511.1084.7151.000.844.07910.656 .973.08411.6481.000O1 06609810913.908.08710.490*1.0001.020.10110.1391.019.1049.7911.0001.215.075(16.2521 17307515 669*，只要是顯著，一般無需刪除題目, 但最終還要看標(biāo)準(zhǔn)化系數(shù)。而第一個(gè)題目一般都為1, 一般也不需要刪除,Regression Weights: (Group number 1 - Default model)Estimate S.E.有用

5、性熊度熊度-行篇意圖一行扁意圖EOL1VEOU2-EOU3一UF1VUF2-UF3-一AttlAtt2-Att3一BI1一用用用度用用用用用用用度度度舄- 現(xiàn)易有S有的易易有有有熊悲O行一rrt ，二一 二一W性性CRP Label.759.0849.049*.430.1333.233.001.409.1333.076.002.221.0972.272.023.511.1084.715.844.079.973.0841.0001.066.098.908.0871.0001.020.1011 019.1041.00010.65611.64810.91310.49010.1399.791*上半部分

6、方框中代表各潛變量之間的關(guān)系，也就是路徑假設(shè)，如果均為顯著，則 所提出的假設(shè)成立，AMOS只顯示顯著性低于0.001為*代，其他均顯示數(shù)字，只 要低于0. 05均為顯著。SEMjl：Slandardized Regression Weights: （CrE,有用性 v-易用性熊度有用性怨度易用性行備意BJ 蟆度行卷意回有用性EOU3v易用性EOU2 易用性EOU1 易用性UF3v有用性UF2有用性UF1有用性Attl一籌層Att2Att3v-旗度BU行嘉惠國B12行離意囿BI3txxxuite.752 383.400 .222 .482 .773 691.749 .686 .71874 F.7

7、17 .683 .753 .934878Zk iller 1 - Default model）標(biāo)準(zhǔn)化的因 素負(fù)荷量.6可接受.7為理想， 一般 .6應(yīng)該 刪除（驗(yàn)證）5（探索）驗(yàn)證性分析即問卷是引用的別人的，此時(shí)因子負(fù)荷量大于0.6可接受，該題目可 不刪除；探索性分析即問卷是自己設(shè)計(jì)的，此時(shí)因子負(fù)荷量大于0.5就可以接受, 該題目可不刪除。該項(xiàng)測量的是題目的信度。紅色方框上邊為標(biāo)準(zhǔn)化路徑系數(shù)，一般情況下只要非標(biāo)準(zhǔn)化是顯著的，此數(shù)據(jù)就 不需要看大小，只需要比較下和其他系數(shù)的大小就可以，看看誰的影響大。建議 最小要大于0.2,大于0. 3為較為理想，以上最小的標(biāo)準(zhǔn)化路徑系數(shù)為態(tài)度影響 行為意圖，為

8、0.222,符合標(biāo)準(zhǔn)。-rnn ： gSqgjrd CorreiMMBS: tGmp innber 1 - DeGtlt mcdd)j； :?: A*nosOM1rtK“x“】 hl*Sxudazdiici &4T二儂 Veigntit&: -.r. r : - - ?v二 fodol PitSxcxm ：5-XOUp 31二“ 1urrt)l* x j X&昌 ID 電 17 J - 7 nily3 Sw.aryKober Mr ”心 Variable Stmuary亮”傅，ryI 岑 3。18 fu Jlodl X EatxMi3Att3.4t62515AS1521UF3471UF2516

9、UF15MEOU35男EOV2477EOV13611 U L U JL U ble Sumary eter Sunjnary for Model ates ilars degression Weights: Standardized Regres-rNavigation treevariances:Squared Multiple Correlations:ricesization HistoryFittion Timejmber 1Estimate有用性.565萼度.537行舄意圖.429BI3.771312.873BI1.567Att3.466Att2.515Attl.521IT3.471

10、1F2.516十LT1.554：OU3.598EOU2.477EOU1.561j 9 Scl(3SMC該部分框內(nèi)部分表示題目信度，是上圖中標(biāo)準(zhǔn)化因子載荷值的平方，一般大 于0.36即為有效，0.5以上為理想，可不刪除該題目。上面為三個(gè)變量（有用性、態(tài)度、行為意圖）的有用性，大于0.19為small, 大于0.33為中等，0.67為理想。非標(biāo)準(zhǔn)化估計(jì)值的含義非標(biāo)準(zhǔn)化系數(shù)(有可能大于1) 因素負(fù)荷量(測量權(quán)重)9值為正值而且顯著 (P0.7,0.6可接受SMC (R2)多元相關(guān)平方 測量變量的SMO0.5 內(nèi)生潛變量的SMC=0.I9 (small), 0.33 (medium), 0.67(hi

11、jgu) 誤差今(1-SMC) 方差今值為1 回歸系數(shù)分值愈大表示自變量影響力愈大對象屬性Drag Proper. ? X調(diào)整圖形大小，垂直水平一致r ffeisht r othr Yworiin優(yōu)Nwferametei constomts Plmeer positicfi r Exit r Paemeter font Ffea width Cwtwe r Gok r Ability不重要圖形（圓形或方形）大小的復(fù)制-垂直對齊.水平對齊復(fù)制對象名稱設(shè)參數(shù)限制一樣，如1或0設(shè)參數(shù)位置一樣.設(shè)對象字號一樣.設(shè)參數(shù)字號一樣*色E1眥5AM0S前面的數(shù)字為非標(biāo)準(zhǔn)化系數(shù)，一般應(yīng)該表達(dá)為：非標(biāo)準(zhǔn)化系數(shù)一一

12、*一一（標(biāo) 準(zhǔn)誤）Whats a Good Model? SEM假設(shè)樣本協(xié)方差矩陣（S尸模型協(xié)方差矩陣HO）模型擬合度的形式兩模型相似最高相似最高即為1（完全一樣）,一般以.9為標(biāo)準(zhǔn) GFI, CFI, TIJ兩模型差異最小相異最小即為。（完全沒有差異），一般以08為標(biāo)準(zhǔn) RMSEA, SRAIR模型擬合編寫方法0 Edk vkwAnalyze TookHdp英IBM i”然r ItalicKxeSf Ct11-Eater tbsa f inth4r Crr*r alleyC Lfl &li(n (R：t al ip ( Cemcr oa 3*Fem tinIs2最,11C5Q-O-Mi)點(diǎn)擊

13、title,然后點(diǎn)擊空白處，在caption填寫寫入如上語句模型擬合的系數(shù)標(biāo)準(zhǔn)予 Reponing p*octko n confirmaio*- io ctorAn cncnncw xxi Kfnr rcccvrmcTatiocsp# 4dobr Acrobt 8。0mF ysXeBJZ 色菌t |T；u f，、 H T ilff 只用|BkL7f Lr r v u ir rc fr i rr irStudiesIndexChi-square (y2)173Degrees ol freedom (力)173X 溝f ratio42Root-rnean-s(|iiare erioi of app

14、roxinuilion (RMSEA)126Root-mean-squarc residual (RMR)29iStandardized RMR45Goodness of til index (GFI)66Adjusted GFIIMcDonalds centrality index Normed fit indexTucker-Lewis index (TLI)Comparative lil index (CFl) Relalie noncenirnliiy index (RNI) Bollens rho 1 (rekuive lil index)3924690,15243*825xH00報(bào)告中模型擬合度報(bào)告值出現(xiàn)的次數(shù)（次數(shù)多的需報(bào)告）Model Fit Model Fit Summary模型擬合度摘要ModelNPARCMINDFPCMINDFDefault model2961.68349.1051.259Saturated model78.0000Independence model121638 5236600024.826CMINCMIN：卡方差異值（愈小愈好） DF:自