AMOS分析技術：経路分析; SPSSを使用してパス分析の問題を解決しますか？次に、AMOS分析を使用します
Amos Analysis Technology
基本的な準備
前回の記事では、Cao Tangjunが、AMOSソフトウェアの操作、分析原理、構造方程式モデル、およびさまざまなフィッティングインジケーターの意味を紹介しました。以下の記事のリンクをクリックしてレビューするか、公開番号ナビゲーションバーの分析テクノロジ（ナビゲーションページ）のレビューからAMOSを取得できます。
上記のように、AMOSは構造方程式モデルのフィッティング分析に使用できます。次の図に示すように、構造方程式モデルには、測定モデルと構造モデルが含まれます。測定モデルに対応する分析方法は因子分析であり、構造モデルに対応する分析方法は経路分析（複数の線形回帰方程式の組み合わせ分析）です。 AMOSパス図では、測定変数（アンケート収集データ）はPL1 / PL2 / PL3などの長方形で表され、潜在変数（因子分析結果）は円または楕円で表されます。
上記から、AMOSは探索的因子分析と経路分析を独立して実行することもできます。分析者が測定変数（長方形で表される）を矢印で直接接続すると、次の図に示すように、経路分析を実行できます（経路分析は実際には複数の相互に関連する線形回帰方程式の組み合わせです）。これは次の分析です。病院財務部門教師が自分の経験に基づいて作成したパスマップには、患者の年齢、病気の程度（スコア）、入院期間、入院費用の4つの変数が含まれています。
この場合に導入されたCaoTangjunは、SPSSを使用して複数の線形回帰分析を完了できます。上記のパス図を2つの線形回帰方程式に分割してから、2つの線形回帰分析を実行できます。
記事のリンクをクリックして確認できます。 データ分析方法：経路分析データ分析を開始するには、繭を取り除くのに忍耐が必要です！ 。以下のCaoTangjunは、AMOSソフトウェアを使用して上記のケースを分析する方法を紹介し、SPSSとAMOSソフトウェアの分析結果を比較します。経路分析の概念と分析原理については、上記の記事のリンクから確認することもできます。 Cao Tangjunは、この記事であまり多くの説明をしません。
ケーススタディ
病院から取得したデータには、性別、年齢、婚姻状況（2つの分類）、病状（3レベルのスコア、スコアが高いほど良い）などの情報変数を含む1,700人の患者の入院に関する情報が含まれています。状況）、入院日数および入院費用。これらのデータは、以下に示すようにSPSSソフトウェア形式に編成されています。
（データはqqグループにアップロードされています。qqグループ番号：134373751）
アナリストは、彼の仕事の経験に応じて4つの変数で構成されるパスマップを描画し、AMOSソフトウェアで描画します。描画プロセスはスキップされます。あなたは記事に従うことができます： AMOS分析技術：ソフトウェアのインストールとメニュー機能の紹介これはビデオチュートリアルです AMOSソフトウェアのメニュー機能を理解し、自分で描画を模倣します。
（データはqqグループにアップロードされています。qqグループ番号：134373751）
AMOSパス図は線形回帰モデルを表すため、すべての従属変数（矢印で示される変数）は残差項目を追加する必要があることに注意してください（残差項目は測定変数ではなく予測変数であるため、円で表されます） 。この場合、入院期間と入院費用の2つの従属変数があるため、残りの項目を追加する必要があります。
分析手順
1.AMOSでパスマップを描画した後。下図のように、[データ選択]ボタンをクリックしてください。ポップアップ表示されるダイアログボックスで、[ファイル名]ボタンをクリックして対応するSPSSファイルを選択し、[OK]ボタンをクリックして確認します。データファイルが正常にインポートされると、インポートされたデータファイルの名前とレコード数が上部のファイル情報ボックスに表示されます。
2.対応する測定変数を描画されたパス図の幾何学的形状にドラッグします。 [変数リスト]ボタンをクリックすると、インポートされたSPSSデータファイルに含まれるすべての変数が一覧表示されるダイアログボックスが表示されます。変数リスト内の必要な変数を、パスマップに対応する長方形にドラッグします。この場合のロードマップには、4つの変数のみが含まれます。リスト内の年齢、入院日数、状態、および入院費用の変数を対応する長方形にドラッグします。
経路分析のため、独立変数が従属変数を説明する能力を持っているかどうかに焦点が当てられますが、モデル全体のフィッティング効果にはあまり注意が払われていないため、独立変数と病気の程度。無効。 CaoTangjunは接続されていません。
3.出力結果を選択します。 [フィッティングプロパティ]ボタンをクリックし、右側のダイアログボックスで出力ページを選択し、最小化プロセス、標準化された回帰係数、全体のR二乗、サンプル共分散行列、フィッティングされたモデル共分散行列、残差行列、補正インデックスを選択します。 、間接的な直接効果と総効果、共分散推定、相関係数推定、および多変量正規性検定。
4.パスマップフィッティング。 [モデルフィッティング]ボタンをクリックすると、警告ダイアログボックスが表示され、年齢と病気の程度が関連していない2つの独立変数があることを示します。 Cao Tangjunは、パス分析は、パスモデル全体の適合の質よりも、従属変数に対する独立変数の効果が意味があるかどうかに注意を払うため、接続できるかどうかに注意を払い、影響を与えないことを前述しました。結果。 [分析を続行]ボタンを直接クリックして、結果を出力します。
結果の解釈
1.モデルの結果が表示されます。デフォルトモデルの前のXXがOKになった場合、モデル係数が正常に適合されていることを意味します。上の[結果を表示]ボタンをクリックすると、右側のパス図に回帰図と独立変数の分散が表示されます。左側は、標準化されていない結果と標準化された結果を出力することも選択できます。
2.回帰係数の比較。以下は、標準化されていないモデルパラメータと標準化されたモデルパラメータのフィッティング結果です。標準化されていない結果では、独立変数側の数値と残差は変数の分散を表します。たとえば、年齢側の253.77ですが、標準化された結果では、従属変数側の数値は日数の側の0.05など、回帰方程式の側。
以下のSPSSの2つの線形回帰結果を比較すると、0.046と0.16の2つのR二乗値が上記の標準化された結果と一致していることがわかります。他の標準化された回帰係数と標準化されていない回帰係数の結果も一貫しています。
3.経路分析の完全な結果。 [テキスト読み取り]ボタンをクリックすると、以前に選択したすべてのモデル出力結果を含む[Amos出力]ダイアログボックスがポップアップ表示されます。下の図に示すように、標準化されていない回帰係数のT検定の結果が示されています。 p値は0.001未満であり、***で表されます。これは、独立変数が従属変数に大きな影響を与えることを示しています。
4.この場合、経路分析が実行されるため、モデル全体のフィッティング効果は無視できます。上記のパラメータ推定結果を考えてみてください。回帰係数、分散と共分散、および残余の結果を含むパラメーター推定結果では、Cao Tangjunはここではあまり紹介しません。CaoTangjunによって導入された線形回帰の内容を組み合わせて、これらの結果を理解できます。線形回帰の内容は、ホームページの下部、統計の基本ナビゲーションページおよびSPSSナビゲーションページのレビューから取得されます。
5.間接的、直接的、全体的な効果。これはCaoTangjunが焦点を当てるコンテンツです。次の図に示すように、入院費用に対する年齢の影響は、アナリストが作成したパスマップに従って、2つの影響パスに分けられます。 1つは、年齢が入院費用に直接影響すること、もう1つは、年齢が入院期間に影響し、次に病院費用に影響することです。病気の程度が入院費用に与える影響は同じです。このプロセスでは、入院変数の役割は中間変数です。
次の表は、Amosによって出力された標準化されていない直接効果の結果です。直接効果の結果は、実際には上記の回帰係数の結果です。たとえば、入院期間に対する病気の程度の直接的な影響は0.701であり、これは以前の回帰係数と同じであることがわかりました。
Amosは、間接効果と合計効果を出力できます。これは、SPSSソフトウェアが直接出力できない結果です。これは、経路分析におけるSPSSと比較したAmosの利点でもあります。入院費用の例として年齢を取り上げると、入院費用に対する年齢の間接的な影響は6.653です。上記の表は、入院費用に対する年齢の直接的な影響が20.510であることを示しています。 2つの合計は、合計効果テーブルの27.163に正確に等しくなります。
間接効果6.653は、年齢から入院時間の長さまでの0.057に、入院日数を掛けた入院費用の117.055に等しくなります。つまり、年齢の効果は、中間変数の入院日数を介して入院費用に転送されます。 。
ケースデータはQQグループにアップロードされており、それが必要な友人はダウンロードに行くことができます。 AMOSソフトウェアインストールパッケージもQQグループに同期的に共有されています。
チップ：
-
カスタマイズされたデータ分析コース、1対1の個別指導、WeChatの追加 （Possitive2）順番に！
-
生命統計のQQグループ： 134373751、 記事に記載されているさまざまなケース資料、ソフトウェア、データファイルなどを共有するために使用されます。さまざまな資料の直接ダウンロードとBaiduクラウドディスクのダウンロードをサポートします。
-
生活統計WeChatコミュニケーショングループ、 100を超える数であるため、それぞれの業界でのデータ研究プロジェクトや成果を交換および共有するために使用されます。グループに参加するには、WeChatpositive2を追加してください。
-
データ分析とコンサルティングについては、ホームページの下部をクリックしてくださいインタラクティブな相談'セクション、相談プロセスを取得します！
