SPSS的AMOS系統一、操作步驟二、結果輸出三、結果製表與解釋SPSS的AMOS系統目前可以執行結構方程模型最有名的軟體，主要有LISREL模型，與SPSS的外掛軟體AMOS，SAS系統內也包含SEM的功能。AMOS則提供相當友善的圖形介面，以圖形來直接建立結構方程模型，它可以讀取SPSS的資料檔，兩者可以相整合。可以直接上網下載使用此試用的AMOS學生版，請上下載學生版。AMOS的特點是以圖形表達的形式來分析統計模型。表14-2變數定義關係表圖14-4AmosGraphics主視窗（一）開啟資料檔

（DataFiles）圖14-5DataFiles對話框（二）繪製結構方程模型在AMOS路徑圖中，潛在變數以橢圓形框表示，而觀察變數則是以長形方框表示之。故在路徑分析中，因為沒有潛在變數，故千萬不要出現橢圓形框；透過「工具視窗」中的圖示按鍵，可輕易的在「模型繪製區」中建立CFA模型。圖14-6SEM模型的繪製

圖14-8SEM模型調整後的結果

（三）輸入變數名稱點擊圖示按鍵可得VariablesinDataset（資料組內變數）視窗，此時該視窗中，將顯示出資料檔裡的變數名稱及其標籤。圖14-9VariablesinDataset視窗圖14-10潛在變數命名與ObjectProperties對話框潛在變數由於是抽象構念，無法表示在VariablesinDataset視窗中，故潛在變數的命名必須點擊圖示按鍵，再點擊欲命名的潛在變數圖框。（五）設定輸出結果與

執行計算可透過圖示按鍵，設定所需的輸出結果或估計值，點選該按鍵後會出現AnalysisProperties（分析屬性）對話框，選擇Output表單可勾選需要的輸出結果。路徑圖繪製完成並設定輸出結果後可執行模型運算，點擊 圖示按鍵即開始執行估計值運算。可將路徑圖複製到剪貼簿上。在按下估計值計算時，有時會出現nvariableisunnamed，此時只要將未加上變數名稱的變數框加上變數名稱即可，但有時全部的變數名稱皆已設定變數名稱，但仍出現此訊息，此時，您可以按一下鍵以縮小路徑圖，可能就會發現在隱藏的地方出現未命名的變數框，將之加以刪除後再執行估計值計算。圖14-12完整的結構方程模型繪製完成圖圖14-13AnalysisProperties對話框

圖14-15估計值顯示視窗圖14-16模型路徑圖與

未標準化估計值圖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14-19參數摘要表圖14-20模型紀錄視窗圖14-21未標準化的

迴歸係數估計值圖14-23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14-93G通訊系統採用意願的

飽和模型路徑係數分析表表14-103G通訊系統採用意願的

飽和模型的效果分析表圖14-28CRM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14-9CRM實施績效的

結構模型分析表表14-10CRM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、孤立感的結構方程模型圖14-33修正指標的參考輸出將eps1<-->eps3加到模型中，至少可降低卡方值40.911，而形成模型B。圖14-34未標準化的回歸係數估計值之輸出圖14-35eps1與eps3