共变异数矩阵.ppt

* 共變異數矩陣 「分析」?「相關」?「雙變數」 將所有題目選入「變數」，按貼上語法 * * 利用SPSS中產生共變異數矩陣 點選 “分析”? “相關”? “雙變數”?“選入變數”?“貼上語法”?加入紅色這幾行字?“執行”，即可產生共變異數矩陣的新檔。 CORRELATIONS /VARIABLES=‘FILE NAME’ /PRINT=TWOTAIL NOSIG /MISSING=PAIRWISE /MATRIX=OUT(*). MCONVERT. PS.要先全選所有語法,方可執行語法 SPSS自己產生語法 自行key in 共變異數矩陣產生 刪除多餘的N，小數點改至第三位，存成.sav檔 * * 資料的處理（分析）－Estimation 估計平均數及截距 資料不符常態性假設，至少要1000個樣本以上 系統內定 * Amos內建估計方法 Kline, 2005 GLS及ULS均屬全訊息的估計方法，ULS需要所有觀察變數的尺度一樣。 ML比ULS有效率，因為可得到較小的標準誤。 GLS為WLS (ADF)的一分支，WLS可用在資料嚴重非常態的情形下；ADF適用於大樣本(1000) ，又稱為理論上最佳法。 GLS及ULS比ML的優點為運算時間短，但在現今電腦發達下，已無實質意義了。 * 資料的處理（分析）－Numerical * 資料的處理（分析）－Bias * 資料的處理（分析）－Output 收斂過程 標準化估計 複相關平方 修正指標 差異決斷值 z-test 常態及極端值檢驗 直接,間接及總效果 樣本COV矩陣 期望COV矩陣 殘差矩陣 因素分數加權值 共變異數估計值 觀察資訊矩陣 相關估計值 修正指標預設門檻 含潛在變項的期望矩陣 * 資料的處理（分析）Bootstrap 蒙地卡羅演算法 (資料為共變異數矩陣時使用) 執行拔靴(自助)演算 * 資料的處理(分析)－Permutations * 資料的處理(分析)－Random# * 資料的處理（分析）－Title * 參數名稱設定 * 自動繪製共變異數相關 先用點選要連線的潛在變數，「Plugins」? 「Draw Covariances 」，共變異數就會自動連線 自動繪製共變異數相關 * * 結論 Amos(四不一滑鼠)輕鬆幫您完成SEM分析 不用數學 不用方程式 不用語法 不用程式設計 只需會使用滑鼠和基本的統計概念，輕輕鬆鬆完成SEM分析 * Questions? * * 三星統計服務有限公司 .tw/ * 三星統計服務有限公司 SEM教育訓練 SPSS 統計訓練 SEM 基礎訓練 SEM 進階分析 SEM 實務應用 SEM 寫作不求人 SEM 縱斷面分析應用 演講邀約 論文分析統計諮詢 資料分析 統計小班教學 IBM SPSS暨Amos銷售 E-mail: semsoeasy@ Fax: 07-3909741 * 三星統計服務有限公司 全國最專業的SEM統計服務團隊 快速並正確解決您統計上的問題 教育訓練沒有煩人的數學推導、只有實例的深入探討 以生活上的例子解釋抽象的統計概念 全亞洲唯一的白話文結構方程模型教學 亞洲結構方程模型教學第一品牌 * * SPSS Inc. Copyright 2006 SPSS Inc. * * 顯示區 Select input or output path diagram(顯示輸入,輸出路徑圖) List of groups(群組列表) File list (Amos graphic) (應用資料夾檔案列表) List of parameter format(顯示格式) Summary of computations (計算過程) List of models(模型列表) * Amos繪圖流程 製作潛在變數 複製物件 製作觀察變數 建立潛在變數 之間關係 讀取資料檔案 交待變數名稱 分組(若有) 分析屬性 視窗設定 參數名稱設定 計算估計值 檢視輸出值 * 建立迴歸模型圖 練習 * 製作CFA分析圖 練習 * 物件屬性複製的功能說明 圖形(圓形或方形)大小的複製 垂直對齊 水平對齊 複製物件名稱 設參數限制一樣,如1或0 設參數位置一樣 設物件字型大小一樣 設參數字型大小一樣 不重要 * 製作CFA分析圖(續) 練習 * Title製作 * 圖形輸出 * 建立模式 製作潛在變數 製作指標變數 共變異數相關 單向箭頭 因果關係 製作觀察變數 內生變數的誤差變數 * 圖形化工具建立模型 * * 圖形化工具建立模型 * * 圖形化工具建立模型 * * 讀取資料檔 * 交待變數名稱 2.拖曳 1.按住 3.在格子內放手 * 潛在變數名稱 * 誤差變數名稱 誤差變數名稱 誤差變數名稱註解 * Title 常用輸入語法