课件：SSS与AMOS的结合使用详解.ppt

圖14-35 eps1與eps3關係分析之輸出 加上eps1 -- eps3後，可得到下列參數估計值，兩者間關係的共變數為1.886且達顯著水準，相關係數.382，這表示eps1與eps3兩者間確實有高度相關。 故模型A假設兩者間沒有相關，而造成模型不成立，但模型B加上兩者間的相關，而使得模型B成立。 THANK YOU SUCCESS * * 可编辑 圖14-17 模型路徑圖與標準化估計值 此AMOS輸出可將它貼在Word上，此圖稍作修改即可變成告的一部份。可先將所有觀測變數的衡量誤差加以刪除，留下衡量模型與因果模型的係數即可。 此外，可將SAFE、CON、WILL等潛藏變數，直接在英文字上貼上中文，這可完成中文化工作。 圖14-18 Amos Output視窗 圖14-19 參數摘要表 圖14-20 模型紀錄視窗 圖14-21 未標準化的迴歸係數估計值 圖14-22 標準化的迴歸係數估計值 圖14-23 模型配合度指標摘要 表14-3 行動加值服務的衡量模型分析表 THANK YOU SUCCESS * * 可编辑 表14-4 行動加值服務的結構模型分析表 除了圖14-17與表14-3與表14-4外，所有AMOS還需報告卡方值與其它配合度的指標，在本例中，卡方值為37.668，df為17，P為.003，亦即模型不成立，此外，GFI為.885，AGFI為.757，皆代表觀察資料與理論模型並不配合。 從表14-3的CFA模型中，只有使用意願的模型較佳。 從表14-4的結構模型分析表中，可知兩個迴歸係數皆未達顯著水準，故而造成整個SEM模型並不配合的現象。在SEM模型中，模型不成立的情形相當普遍，除非研究主題是相當成熟的主題。 第四節 路徑分析與結構方程模型範例 一、學生期末成績的路徑分析 二、3G系統採用意願的路徑分析 三、CRM系統採用意願的路徑分析 四、其它範例 五、孤立感的結構方程模型 圖14-24 影響期末成績的飽和模型路徑圖(標準化估計) 一、學生期末成績的路徑分析 表14-5 學生期末成績的飽和模型路徑係數分析表 圖14-25 影響期末成績的修正模型路徑圖(標準化估計) 表14-6 學生期末成績的修正模型路徑係數分析表 表14-7 學生期末成績的飽和模型的效果分析表 飽和模型間接效果分析： 上機時間?期初成績＝-.816*.-.920＝.752 電腦能力?期末成績＝-.920*1.177＝-1.083 上機時間?期末成績＝（-.816*.730＋-.030*1.177） ＋（ -.816*-.920*1.177）＝.254 表14-8 學生期末成績的修正模型的效果分析表 修正模型間接效果分析： 上機時間?期初成績＝-.816*.-.896＝.732 電腦能力?期末成績＝-.896*.686＝-.615 上機時間?期末成績＝-.816*-.896*.686＝.502 二、3G系統採用意願的路徑分析 圖14-26 影響3G通訊系統採用意願的原始模型路徑圖 (標準化估計) 圖14-27 影響3G通訊系統採用意願的修正模型路徑圖(標準化估計) 表14-9 3G通訊系統採用意願的飽和模型路徑係數分析表 表14-10 3G通訊系統採用意願的飽和模型的效果分析表 圖14-28 CRM績效的SEM 研究架構 公司規模雖然不能直接影響CRM績效，但透過CRM實施程度，公司規模還是可以間接影響CRM績效。 三、CRM系統採用意願的 路徑分析 表14-9 CRM實施績效的結構模型分析表 表14-10 CRM實施績效的結構模型分析表 圖14-29 工作績效的迴歸分析圖 四、其它範例— 工作績效的路徑分析模型 四、其它範例—工作績效的結構方程模型 圖14-30 具有潛在變數的工作績效迴歸分析圖(1/2)  圖14-30 具有潛在變數的工作績效迴歸分析圖(2/2) 迴歸係數輸出可知四個潛在變數的衡量模型皆成立。 外生變數知識與價值觀對內生變數工作績效有顯著影響，但滿意度對績效則無顯著影響。 圖14-31 學術表現與吸引力相互影響的非遞迴路徑模型(1/2) 四、其它範例—工作績效的結構方程模型 圖14-31 學術表現與吸引力相互影響的非遞迴路徑模型(2/2) GPA愈高則學術表現愈佳、學術表現愈佳則表現愈有自信故愈有吸引力、評等愈高也愈有吸引力。 至於，身高與體重對吸引力則沒有顯著影響。 圖14-32 孤立感的結構方程模型圖 五