今天我将详细讲解如何在AMOS中绘制调整模型图,并使用AMOS来分析调整变量的调整效果。 请看下面的案例:
我们收集了 74 个样本的数据,其中 A 为自变量,B 为调节变量,C 为因变量。 我们想要分析B是否在A对C的影响中起到显着的调节作用(图1)
图1
AMOS中的操作步骤:
① 首先打开AMOS软件,新建一个空白文档,点击左侧显示变量工具,画四个矩形,分别对应自变量、因变量、调节变量、交互项自变量*调节变量(图2 )
图2
②点击单向箭头,绘制它们之间的关系路径(图3)
图3
③点击左侧“Dtata Files”打开数据文件,然后点击“List”拖入对应的变量框中(图4)
图4
④ 点击残差工具,将残差项添加到模型中(图5)
图5
⑤命名残差项后,点击左侧输出选项,勾选标准化系数(图6),点击保存,然后点击操作(图7)
图6
图7
⑥得到计算结果,点击下图中2个标签即可得到标准化系数(图8)
图8
从上图可以看出,因变量C的三个影响路径系数如上图所示,其中A*B→C为调节作用路径系数,我们需要检验该变量的显着性水平是否路径系数显着,即可以判断调节作用是否显着。
因此,我们需要点击左侧“查看文本”来查看具体的结果数据表格,点击“”进行查看,如图9
图9
从上图可以看出,A*B→C的路径系数为0.737,显着性水平P为***,小于0.05,这意味着B在A→C中的调节作用为显着,且具有正向显着调节作用。
以上就是如何在AMOS中建立调整模型以及如何分析调整变量的调整效果。 当然,本例是一个比较简单的单不同变量模型。 未来我们将进一步讲解多潜变量调整模型的分析。 尊敬的请注意!
本次课程到此结束,感谢大家的耐心等待! 每日更新,敬请关注!
【杏花生物医学统计】微信公众号()
【杏花生物医药统计】相关文章:
· SPSS混合线性模型在生物医学统计中的应用与操作
· SPSS无序回归在生物医学统计分析中的应用
· AMOS处理生物医学问卷的中介效应分析
· AMOS进行的问卷分析有效性分析的验证因子分析
· SPSS调整回归分析在生物医学统计分析中的应用
· SPSS重复测量方差分析在生物医学中的应用
· SPSS组间差异比较和两两比较
· SPSS独立样本T检验和SPSS单向方差分析
· Prism绘制ROC曲线具体操作步骤
· SPSS连续数据正态分布检验
· SPSS有序回归的具体操作
· SPSS生存分析在生物医学统计中应用的COX危害比例回归
· SPSS二元回归在生物医学统计分析中的应用
软件精准对比多项指标诊断准确率
· SPSS多元线性回归的应用运算与分析
· SPSS 以及如何比较组内和组间的差异
· 医学问卷量表分析AMOS结构方程教程
· SPSS生存分析在生物医学统计中的应用
· Prism统计图的直方图和箱线图
· SPSS中问卷数据探索性因素分析的详细操作及结果解读
· SPSS问卷数据统计分析之项目分析
· Excel用于线性回归模型分析的操作
· SPSS常用的参数和非参数检验方法
· SPSS中ROC曲线的操作与应用
· 一篇文章看懂如何用R语言实现逐步回归分析
· 如何用R语言绘制散点图和箱线图?
· SPSS中数据变量类型介绍
· SPSS中相关分析的操作,相关系数的含义
· 一篇文章看懂SPSS单因素方差分析和方差分析
· 线性回归确定系数R平方的计算方法及具体意义
· 医学与生物统计学全流程
· 生物和医学统计学中的假设检验
用Prism绘制生存曲线的详细教程