一、导入数据
amos在导入.xlsx数据的时候,有时会提示文件打不开,这个时候可以先把.xlsx文件粘贴到SPSS中,保存成.sav文件,就可以打开了。
在画amos模型图的时候,有的时候画不开,这个时候可以点击view---第一个选项,然后改变纸张的宽度,需注意,在填写完宽度数据后,需要再点击一下其他方框,比如高度,否则不会发生任何变化。
二、中介模型的搭建
今天主要讲的是简单中介效应,简单中介效应的基本机构如上图所示,具体的结构需要具体分析,但是整个大框架是一致的。其中,F1是自变量,F2是中介变量、F3是因变脸,椭圆是潜变量,不需要导入数据,矩形是显变量,需要导入数据,假设只有一列数据,比如xx正确率,那么就把该变量改成椭圆。下图是两种不同类型的简单中介框架图。搭建好以后,将对应题目拖入,并且命名残差就可以了。
三、输出结果设置
首先,在output和bootstrap窗口勾选必要内容
中介分析需要对各个路径命名并写公式,比如第一张图中,将自变量到中介变量各个路径命名为a1,a2....以此类推,接着点击左下角,再点击第二项define new estimand
第一个模型输入如下图所示
第二个模型输入如下图所示
四、运行模型,查看结果(需要点击第二项标准化的选项,而不是直接看第一个选项)
在model fit选项可以查看各个拟合指数,确保拟合指数在一定的范围内,如果样本数过大,比如上万,那么会因为统计敏感性导致CMIN/DF指标偏高,如果其他指标是正常的,只有这一个过高,也是可以接受的。如果超过了范围,那么就需要进行模型修正,模型修正其实是一件很棘手的事情。第一种修正方法:拉残差,但是这种方法需要谨慎,因为没有文献和理论支撑,拉一两个可以,再多就很难解释。第二种修正方法:删除不显著的路径,如下下下图所示,删除载荷因子比较低的路径再进行分析。
其次,在Estimates选项查看各个变量之间的关系,下图是各个变量之间的关系,第一列是非标准化系数B,第二张图是标准化系数β,一般来说,标准化系数β更重要,因为β更能比较不同自变量之间的相对预测力。
五、中介效应检验
点击estimate中matrics,然后在下面的estimate/bootstrap中查找需要的数据,如果你想查看间接效应,那么现在上方点击间接效应,然后再下方查看效应值(estimate),以此类推。得先在上面点击一下,下方才能显示。下下图是estimate输出的一部分,表示关联——价值——忠诚这条路径的效应值是0.33,estimate表格中最后一列是p值。
接着在bootstrap confidence中寻找上下限,若该区间不包含 0,则可确认中介效应的存在。比如关键——价值——忠诚的下限是0.006,上限是0.087,表明该路径显著,中介效应成立
形成报告