AMOS的使用手册 SEM基础

I tellin@163.com

AMOS 的使用

 第一部分: 介绍

o 关于文挡

o 访问

AMOS

o 文挡

o 合理的样本量

o 连续和正态内生变量

o 模型识别（识别方程）

o 完整数据或缺失数据的适当处理

o 模型规范和因果关系的理论基础

 第四部分 : 使用 AG 建立和检验模型

o 结构方程——多重回归关系的说明

o 使用 AG 绘制模型

o 将数据读入到 AMOS 中

o 选择 AMOS 分析选项和运行模型

o 独立参数的显著性检验

 第六部分 : 摘要：结论的实质性解释

I tellin@163.com

第一部分:介绍

关于文档

本课程使用 AMOS（距结构分析）软件对结构方程进行简单的介绍和概述。结构方程模型

(SEM) 包括多种统计技术，如路径分析，验证性因子分析，带潜变量的因果关系模型，甚

至方差分析和多重线性回归。 课程介绍 SEM 的逻辑，SEM 的假设和输入需求，怎样使用

AMOS 执行 SEM 分析。

到课程结束，能够使用 AMOS 拟合 SEM。也能给出 SEM 适合研究问题的评价和 SEM 方

法基本假设的概述。

本)获得许可密码

2. 德克萨斯大学的教师，学生和职员经由 STATS 视窗终端服务器访问 AMOS。要使

用终端服务器，必须获得 ITS 计算机账号（或分类账号），然后在 NT 服务器上验

证账号。接下来下载和配置客户端软件使个人计算机，Macintosh，或 UNIX 工

作站能连接终端服务器。最后连接服务器，通过双击位于 STATS 终端服务组中

AMOS 程序肖像登陆 AMOS。如何获得 ITS 计算机账号的细节，账号使用的变更，

下载客户端软件和配置指导可以在 General FAQ #30: Connecting to

published statistical applications on the ITS Windows Terminal Server.

中找到。

3. 从 AMOS development website

I tellin@163.com

AMOS 手册是由 James Arbuckle 和 Werner Wothke 撰写的 AMOS 4.0 User's Guide

。包含 20 多个例子，有许多调查得到的典型模型。这些样本数据的例子在学生版和商业

版的 AMOS 中都有，所以能容易地在 AMOS 中拟合，修改描述模型。

AMOS 4.0 User's Guide 手册在 UT Austin 的职员，学生，教师经检验合格后在 PCL

获得。也可以直接从 Smallwaters Corporation Web site

也写了一本使用 AMOS 的书。 书名是《AMOS 的 SEM：基本概念，应用和编程》。这本

书由 Lawrence Erlbaum Associates, Inc

限公司也出版 SEM 杂志（季刊）。杂志包含软件回顾，经验文章，理论文章以及教师部分

Publications.

Hatcher, L. (1996).

Cary, NC:

SAS Institute, Inc.

获得 AMOS 帮助

如果在 STATS 视窗终端服务器上访问 AMOS 有困难，请打 ITS 的客服电话 512-475-

9400 或发送 e-mail 到 help@its.utexas.edu。

如果能登陆视窗 NT 终端服务器运行 AMOS，但有怎样使用 AMOS 或解释输出的问题，请

预约统计和数学服务部，打 ITS 客服电话 512-475-9400 或发送 e-mail 到

stats@its.utexas.edu。 重要提示: 两个服务部只是在德克萨斯大学的教师，学生和职

员使用。有关指导服务的更多信息及常见问题和回答 EFA, CFA/SEM, AMOS, 其它题目见

I tellin@163.com

验传统模型，而且也执行更复杂关系和模型的检验，例如，验证性因子分析和时间序列分

析。

进行 SEM 分析的基本途径显示如下：

研究者首先基于理论定义模型，然后确定怎样测量建构，收集数据，然后输入数据到 SEM

软件中。软件拟合指定模型的数据并产生包括整体模型拟合统计量和参数估计的结果。

分析的输入通常是测量变量的协方差阵，例如调查项目得分，虽然有时使用相关阵或协方

差和均值阵。实际上，数据分析经常用原始数据提供给 SEM，程序转换这些数据为它自身

使用的协方差和均值。

模型由测量变量间的关系组成。然后，这些关系表示所有可能关系的限制。

I tellin@163.com

结果有模型拟合的全部指数以及参数估计，标准误，模型中自由参数的检验统计量。

SEM 术语

SEM 有其自身的语言。一般来讲统计方法有这种特性，但 SEM 用户和创建者似乎为这种

方法发明了一个特殊的语言。

自变量，假设没有测量误差的，称为外生变量；因变量或中间变量被称作为内生变量。

观测变量直接由研究者测量，而潜在或不可观测变量不能直接测量但可由分析中测量变量

的相关性或关联推断。统计估计可由多种方式实现，探索性因子分析从观测变量的共享方

差中推断潜在因子的存在。

SEM 用户使用路径图表示观测和非观测变量间的关系。椭圆或圆形表示潜在变量，而长方

形或方形表示测量变量。残差总是非观测的，所以它们用椭圆或圆形表示。