前情复习第二大种情况,Y为潜变量时候,这时候回归啥的传统方法是救不了的,只能用SEM这时候分析的思路还是和第一大种情况一样,我们根据数据的类型选择不同的统计分析方法,X和Y都是潜变量,类型是大前提,没有选择咯。所以这里只有2种情况,一种是:M是观察变量(case1),M又分为分类资料(case1.1),或者是连续资料(case1.2);
另一种情况:M也是潜变量(case2)所以我们,也是按照刚才的情况分为三个case来写。Case1 M是观察变量这里给大家介绍一下楼主一篇论文里面用的模型,整合的技术接受模型,见下图,我红色框起来的地方就是M,调节变量或者叫干扰变量。红色大框里面,显然,性别和年龄是分类资料,经验和使用的自愿性是连续变量。so,来吧,我们分情况讨论。case1.1 M为分类资料这里的时候,其实本质上变成了SEM多群组分析及检验。
这里虽然是为了检验干扰是否存在,其实进行多群组分析是SEM分析中很大的一章。
歪个楼补充一下多群组分析关心的5个核心议题:(1)组合特别测量工具的题项在跨不同总体中是否具有等同性,测量模型的组群不变性。
(2)跨群体的单一工具或理论构念等同的因素结构,构念效度(construct validity)的验证。
(3)界定因果结构的特定路径是否具有跨总体等同性存在。
(4)假设模型内特定构念的潜在平均数是否具有跨总群体效度。
(5)在相同的总体中,测量工具的因素结构在不同独立总体中是否可以再制,测量工具稳定性的分析。这里显然我们应用的是群组分析的第3个功能,在于检验模型是否具有跨群组效度,整体模型是否与群组相匹适。理论依据就是多群组分析模型是在探究群组变量(通常是间断变量)是否具有调节理论模型的功能,若是模型可以被接受,表示模型具有跨群组效度(cross-validity)。
AMOS操作原理:采用Amos群组分析,检定两群之间的结构系数、共变异数及衡量负荷量是否有所差异,结果若达显著,表示有差异,则干扰效果存在。
AMOS实操
第一步 进行分组
①设立分组
单击红色框起来的group number1--键入male--点击new--再键入female--点击close
最后的效果见下下下图②导入数据
导入男性--点击grouping variable--选择性别--OK--选择group value--选择1--OK
导入女性--点击female那一栏-导入数据,按照male的步骤把group variable和group value选进去
完整录入结果见第三张图第二步 标明要检验的系数
为了大家看得清楚一点,我把模型画下来