spss和amos区别

spss和amos区别,第1张

1、工作分工不同。

spss做前期数据描述和除结构线性模型外的多数统计工作,amos专做结构线性模型相关的统计。

2、使用对象不同。

对量表的区分效度(discrimination validity)检验时,发现有人用SPSS,主要是检验平均提取方差(Average variance extracted,AVE)与该因子与任何其他因子的共同方差(highest shared variance)的值。

而有人则用AMOS,检验修正指数(modification index,MI)的显著性,通过x2/df,NNFI,GFI,AGFI,CFI,RMSEA等拟合优度检验。

3、用途不同。

SPSS是探索性统计分析软件,AMOS是验证性统计分析软件。做探索性因素分析时用SPSS,探索性因素分析完成后,为了验证所得到的因子结构是否合理,就需要进行验证性因素分析。

现在的论文如果涉及因子分析的话,大多要求进行验证性因素分析,以及路径分析等等。这时候,AMOS就派上用场了,AMOS可以进行验证性因素分析、路径分析、群组分析等。

扩展资料

SPSS操作功能:

1、参数检验:单样本、两独立样本、配对样本。

2、方差分析:单因素、多因素、协方差分析。

3、非参数检验:X2、二项式分布、K—S检验。

4、相关分析和线性回归分析。

5、聚类分析。

6、因子分析。

7、信度分析。以上的内容是经常用到的,尤其是相关分析和线性回归分析。

结构方程模型适配度指标如下:

1、x2值:显著性概率值p>0.05(未达显著水平),x2使用样本数为100至200。

2、GFI值:>0.90。

3、AGFI值:>0.90。

4、RMR值:<0.05。

(SEM)的概念与Amos G raphics窗口界面的基本操作;后半部以各种实例介绍Amos G raphics在各种SEM模型中的应用。

全书采用AMOS图像界面,完全没有复杂的SEM理论推导和语法,最大的特点就是对利用AMOS进行结构方程模型各种分析的每一个步骤都有详细的讲解和图示。

这些统计量都是结构方程中用来检验你所建立的模型与数据的拟合程度的指标,称为拟合优度指数(goodness of fit index),简称为拟合指数。

不同学者提出了许多不同的拟合指数。

常用的指标一般是卡方,自由度df,RMSEA( Root Mean Square Error of Approximation, 近似误差均方根)),GFI(goodness-of-fit index, 拟合优度指数), NNFI(non-normed fit index)和CFI(comparative fit index, 比较拟合指数)。

一般认为,如果RMSEA在0.08以下(越小越好),GFI、NNFI和CFI在0.9以上(越大越好),所拟合的模型是一个“好”模型。AGFI(adjusted goodness-of-fit index),IFI也是越大越好,表明模型拟合的较好,不过现在不常用。

卡方和自由度主要用于比较多个模型,卡方值越小越好,自由度反映了模型的复杂程度,模型越简单,自由度越多,反之,模型越复杂,自由度越少。总的来说,我们追求的是既简单又拟合得好的模型。

如果你要更详细的了解这些拟合指数,请参考侯杰泰等人的著作《结构方程模型及其应用》。

例如,把性别作为调节变量,在AMOS里就可以用多组比较的方法,从结果报告的P值可以看出模型对男女是否等同;如在spss里对男女分别做回归,该如何分别回归,如何比较两个方程所得标准回归系数是否有差异呢? 举例: 女生组 y1=a1+b1x+c1z; 男生组 y2=a2+b2x+c2z。 可以用的方法有---- 1. 比较两个回归系数之间差别的公式为:(b1-b2)/se12,其中b1和b2是被比较的回归系,se12是两者的Join Standard Error(联合标准误差),其结果是一个以自由度为n-k-2的t分布(其中n是样本量、k是原来的自变量数,本案中为x和c两个)。可是,在SPSS(其实是任何OLS回归)中,你如果将男女分成两个样本分布做回归可以得到b1和b2,却得不到联合标准误差se12(因为b1和b2出现在不同的模型中国),所以无法用到上述公式。 2. SEM(包括AMOS)是通过比较男女样本的拟合度之差别来比较两组回归系数之间的等同性。不过,SEM的这种做法是有代价的:它将一个总样本分成两个小样本,其结果是降低了Power of Analysis (统计分析效力),从而在没有降低犯Type I的误差的同时又提高了犯Type II误差。 3. 较合理的方法是男女不分组、保留在同一样本内,将性别转换成dummy变量,再生成性别与你想比较的自变量(如X)的交互变量(如X*性别),这就是我和小彭各自发的前贴的意思。也就是说,将你的公式1(或公式2)中改成: Y = a + bX + cZ + dS +eSX + fSZ 其中S是性别(假定男=0、女=1),SX是性别与X的交互变量、SZ是性别与Z的交互变量。如果男女在S上的取值(即0和1)代人该公式,就可以分解成以下两个公式(注意:样本还是一个): 女生组(S=1):Y = a + bX + cZ + d1 +e1X + f1Z = (a+d) + (b+e)X + (c+f)Z 男生组(S=0):Y = a + bX + cZ + d0 + e0X + f0Z = a + bX + cZ 如果d是显著的(即男女本身之差别),就说明女生在Y上的截距(即平均值)比男生高d个单位(见以下左右图的截距);如果e是显著的(即性别对X与Y之关系的影响),就说明女生的X斜率比男生大e个单位(见左下图红线的斜率);如果f是显著的(即性别对Z与Y之关系的影响),就说明女生的Z斜率比男生大f个单位(见右下图紫线的斜率)。 注:上两图应该是合并在一个三维图,但是不容易看清楚,所以分开来画。


欢迎分享,转载请注明来源:夏雨云

原文地址:https://www.xiayuyun.com/zonghe/346499.html

(0)
打赏 微信扫一扫微信扫一扫 支付宝扫一扫支付宝扫一扫
上一篇 2023-05-07
下一篇2023-05-07

发表评论

登录后才能评论

评论列表(0条)

    保存