1. 什么是结构方程模型?
结构方程模型  Structural Equation Modeling,SEM
      在社会科学以及经济、市场、管理等研究领域,有时需要处理多个原因多个结果间的复杂关系,或者会碰到不可直接观测的变量(即潜变量),这些都是传统的统计方法不好解决的问题。二十世纪八十年代以来,结构方程分析迅速发展,弥补了传统统计方法的不足,成为多元数据分析的重要工具。
       简单而言,与传统的回归分析不同,结构方程分析能同时处理多个因变量,并可以比较评价不同因果关系的理论模型。与传统的探索性因子分析不同,在结构方程模型中,我们可提出一个特定的因子结构,并检验它是否吻合数据。通过结构方程多组分析,我们可了解不同组别 (如不同性别) 内各变量的关系是否保持不变,各因子的均值是否有显着差异。
       近三四十年以来,国际上关于教育与心理统计的研究取得了快速的发展,结构方程模型可以说是其中发展较快,应用广泛的多元统计分析技术;在商业领域的品牌研究、顾客满意度研究等方向上也得到了广泛的应用。在我国近十年来,SEM研究方法还在管理学、经济学、医学及社会学研究等领域的应用也得到了快速的发展。
       结构方程模型(SEM)是国际管理研究和其他社会科学研究中日益广泛采用的建模技术,每年的美国管理学会年会上都有专题教学和研讨。SEM越来越成为各类高层次学术刊物、高层次管理研究以及社会学和经济学等学科研究领域的必备方法。
2. Amos工具与结构方程模型有什么关系?
       Amos是功能强大的结构方程建模(SEM)工具,通过对回归分析,因子分析,相关性分析和方差分析等传统多元数据分析方法的扩展,为您的理论研究提供更多的支持。在Amos中,您可以在直观的路径图中指定,评估,检验以及展现模型,进而验证路径图中各个变量之间的假设关系。
3. Amos工具能做什么样的统计分析?
使用观测和潜在变量获得新的洞察力
       Amos使您能够通过使用观测变量,比如调查数据或潜在变量,比如"满意度"来预测任意其他数值变量的能力来更加现实的构建反应复杂关系的模型。结构方程建模,有时也被称为路径分析,帮助您获得对于因果模型的额外的洞察力和变量关系的优势。
基于贝叶斯(Bayesian)估计扩展统计选择
       通过Amos,您能够执行有序类别和删失数据的估计,使您能够:
       A. 基于非数值数据来创建模型,不必须分配数值记分(score)到数据
       B. 处理删失数据,不必须进行除了正态性以外的假设
       您同样能够计算有序类别和删失数据的数值,因此只要需要您能够创建完整的数值数据集。或者在新的数据集中计算遗漏值的值。您同样有选项来估计后验预测分布,以用于决定在潜在变量模型中的遗漏或部分遗漏值的概率值。
找出拟合数据的最佳模型
       Amos的探索技术和SEM的"界定搜索"功能,可以让您从大量候选模型中筛选出最佳模型。您可以利用之前的模式界定或通过在模型上设定参数值约束条件,或者利用贝叶斯估计指定参数的先验分布。利用验证性因子分析,您可以指定和验证因子模式,而不需依赖传统的探索性因子分析。
       您也可以在多个分析中拟合多个模型,Amos会比较每一对模型,其中每对模型都可以通过更改模型参数的限制条件而得到。而且Amos会给出模型改进的建议,例如,通过在两个变量间添加箭头连接,Amos图形和统计量将会帮助您在模型的简约性和拟合优度间取得最佳平衡。
利用路径图分析意想不到的关联
       在模型拟合后,Amos路径图还能够显示变量之间相关性的强弱。例如,在进行关于调味品产品的调查分析中,最初您也许会认为"对味道的满意度"是品牌忠诚度的最佳指示指标。然而,在Amos路径图中,您或许会发现品牌忠诚度的最佳指示指标却是"调味产品的包装尺寸"。
利用Amos在数据中探索"原因和程度"
       在不同领域的研究人员,使用观测性/非实验性数据,借助Amos进行分析,说服领导或委员会,获取研究经费;或者使研究结果得以发表。例如:
       A. 心理学-建立模型来探索药物治疗,临床治疗和艺术治疗对情绪的影响
       B. 医疗和卫生保健-确定可信性,节省性或科研投入这三个因素中哪个最能预测医生是否支持开非专利药品
       C. 社会科学-研究社会经济学状态,组织结构关系和其他因素对投票行为和政治参与情况的影响
       D. 教育研究-评估培训项目的结果对教育绩效或者课堂有效性的研究
       E. 市场调研-研究客户的消费行为如何影响新产品的销售
       F. 结构研究-研究与工作相关的问题如何影响企业员工对工作的满意程度
4. Amos经典案例
       案例1:互联网企业价值与客户关系的相关研究
       案例2:幼龄儿童的社会助长行为探讨 
       案例3:农作物生长环境的路径关系 
       案例4:胜任力、内外环境与员工绩效的实证研究 
       案例5:快餐连锁企业顾客满意度、品牌感知与购买意愿问卷调查 
       案例6:内控型与特质焦虑的关系研究
       案例7:心脏手术病人的删失数据 
       案例8:关于环境问题态度的调查
       案例9:fisher鸢尾花数据
5. 全面学习和了解结构方程模型及Amos软件应用
       第二期结构方程模型与AMOS软件应用现场班 
            2013年6月10日-12日(三天) 
              北京海淀区 中国人民大学