結構方程模型: 運用AMOS分析 | 誠品線上

結構方程模型: 運用AMOS分析

內容簡介

內容簡介 ◎以淺顯易懂的方式介紹結構方程模型與Amos軟體，兼顧理論與實務。◎涉及多重中介、干擾、多群組分析、Bootstrap、測量恆等性與模型泛化等高階議題。◎適用於博、碩士等學術論文寫作之指引。◎附範例、習題，方便授課教師驗收學生學習成果。◎所有範例皆附教學影音檔，促進讀者學習效率，減輕授課教師負擔。結構方程模型（Structural Equation Model,SEM）結合了傳統統計學上的因素分析與路徑分析技術，是一種運用統計學中的假設檢定方法對有關現象的內在結構理論，進行分析的一種統計方法。本書以淺顯易懂的方式介紹結構方程模型與Amos軟體的操作介面，是一本兼顧理論與實務應用的教材。1.系統而有條理：本書於內容的編排上，對於每一統計方法先簡略闡述其基本概念與理論，然後介紹該方法的功能與應用，最後透過範例介紹怎樣去做。對於想快速入門的讀者，可以先從範例部分開始掌握基本的資料處理和分析技巧，而後讀者若有興趣可以再專研其理論部分。2.實務應用導向：本書每一章中所講述的內容，皆會以實際碩士或期刊論文為範例，實務示範分析過程與結果。且亦附有習題，方便授課教師驗收學生的學習效果。3.影音教學特色：對於每一範例的操作過程與報表解說或內文中需額外講解的部分，皆附有影音檔。藉由影音檔，可促進讀者的學習效率，亦可減輕授課教師於課堂上的負擔。

作者介紹

作者介紹 ■作者簡介陳寬裕現職：屏東科技大學 休閒運動健康系 教授學歷：長榮大學 經營管理研究所博士嘉義大學 觀光休閒研究所博士班清華大學 工業工程研究所碩士臺灣大學 大氣科學系學士Email: pf.kuan.yu.chen@gmail.com 王正華現職：長榮大學企業管理學系 教授學歷：清華大學工業工程研究所 博士Email：huager@mail.cjcu.edu.tw

產品目錄

產品目錄 序Chapter01概 述1-1 線性迴歸模型1-2 因素分析1-3 路徑分析1-4 結構方程模型的產生Chapter02結構方程模型簡介2-1 結構方程模型的基本概念2-2 結構方程模型的基本原理2-3 結構方程模型的功能2-4 結構方程模型的建模過程2-5 整體模型的評鑑及配適指標2-6 樣本大小與觀察變數之數目的選取Chapter03 Amos Graphics 基本操作3-1 Amos Graphics 之視窗介紹3-2 Amos Graphics 的主功能表3-3 繪圖工具箱3-4 模型資訊視窗3-5 模型圖繪製區Chapter04結構方程模型的應用4-1 結構方程模型的應用分類4-2 結構方程模型的分析步驟4-3 概念性模型的界定Chapter05模型圖的繪製、設定與執行5-1 範例模型一簡介5-2 範例模型二簡介5-3 範例模型三簡介5-4 繪製與設定模型圖的技巧5-5 執行結構方程模型分析5-6 繪製驗證性因素分析模型圖5-7 繪製結構模型分析圖Chapter06常態性檢定6-1 單變數常態性檢定6-2 多元常態性檢定6-3 非常態資料的處理6-4 常態性檢定範例Chapter07驗證性因素分析7-1 驗證性因素分析簡介7-2 探索性與驗證性因素分析的差異7-3 驗證性因素分析的範例7-4 執行計算估計7-5 報表型式7-6 【Model Fit】目錄的輸出內容7-7 【Estimates】目錄的輸出內容7-8 計算組合信度與平均變異抽取量7-9 測量模型的評鑑7-10 測量模型的評鑑範例Chapter08結構模型分析8-1 潛在變數的路徑分析8-2 結構模型分析範例8-3 報表解說8-4 【Model Fit】目錄的輸出內容8-5 【Estimates】目錄的輸出內容8-6 影響效果的分解8-7 結構模型分析範例Chapter09模型修正9-1 模型修正簡介9-2 模型修正指標9-3 模型修正範例Chapter10中介效果的檢驗10-1 中介效果簡介10-2 使用階層迴歸分析10-3 使用結構方程模型10-4 中介效果的檢驗—Sobel test 法Chapter11干擾效果的檢驗11-1 使用階層迴歸分析11-2 使用多群組結構方程模型11-3 步驟一：對干擾變數進行分組11-4 步驟二：檢驗分組的有效性11-5 步驟三：多群組結構方程模型分析Chapter12拔靴法12-1 拔靴法的基本概念12-2 Bollen-Stine bootstrap 法12-3 中介效果檢定12-4 多重中介效果檢定Chapter13測量恆等性13-1 測量恆等性簡介13-2 測量恆等性的檢定13-3 檢驗測量恆等性的統計方法13-4 第一個範例模型介紹13-5 檢驗測量恆等性的範例13-6 檢驗模型泛化的範例Appendix 01【 品牌形象、知覺價值對品牌忠誠度關係之研究】原始問卷Appendix 02【 遊客體驗、旅遊意象與重遊意願關係之研究】 原始問卷Appendix 03【 景觀咖啡廳意象、知覺價值與忠誠度：轉換成本的干擾效果】原始問卷Appendix 04【 服務品質、知覺價值、消費者滿意與行為意向關係之研究】原始問卷Appendix 05服務品質問卷參考文獻

商品規格

最佳賣點

最佳賣點 : ■ 以淺顯易懂的方式介紹結構方程模型與Amos軟體，兼顧理論與實務。
■ 涉及多重中介、干擾、多群組分析、Bootstrap、測量恆等性與模型泛化等高階議題。
■ 適用於博、碩士等學術論文寫作之指引。
■ 附範例、習題，方便授課教師驗收學生學習成果。
■ 所有範例皆附教學影音檔，促進讀者學習效率

試閱文字

自序 : 結構方程模型（structural equation mode,SEM）又稱為共變異數結構分析（analysis of covariance structure) 或線形結構方程（linear structure equation)，它結合了傳統統計學上的因素分析與路徑分析技術，是一種運用統計學中的假設檢定方法對有關現象的內在結構理論，進行分析的一種統計方法。

結構方程模型除了可以處理觀察變數與潛在變數以及各潛在變數之間的關係外，同時也考慮了誤差變數的問題。而一般我們所常用的統計方法如迴歸分析、主成份分析、因素分析、路徑分析及變異數分析等，其實都可看成是結構方程模型的特例。但是，結構方程模型的本質上卻都具有上述統計方法所無法比擬的優點。也正因為如此，導致近年來，結構方程模型在心理學、教育學、管理學以及行為科學等領域中能被廣泛的應用。

回顧過去幾年，個人在學習與運用結構方程模型的過程中，遭遇到不少困境，也因而走了不少冤枉路。有鑒於此，後學本著從實務面學習結構方程模型分析的初衷，而編寫本書。期盼有心學習結構方程模型分析的研究者能更簡單、更有效率的理解其概念並運用於實際的論文研究中。相信對於初次接觸結構方程模型的初心者而言，皆能透過書中實際的論文範例而理解結構方程模型的基本概念並學會運用Amos 執行結構方程模型分析的過程。

本書特別適用於需進行學術論文寫作或個案專題者，另外亦非常適合於教學單位授課時使用。其內容幾乎涵蓋了一般論文或專題中，運用結構方程模型時，所需用到的各種分析方式，諸如：多元常態性檢定、一階驗證性因素分析、二階驗證性因素分析、收斂效度檢驗、區別效度檢驗、潛在變數的路徑分析、影響效果分解、模型修正、中介變數檢驗、多重中介效果檢驗、多群組分析、干擾變數檢驗、Bootstrap 法、測量恆等性與模型泛化等。而且書中幾乎所有的範例都是實際碩士論文的原始資料與分析結果，期盼讓讀者能身歷其境，融入研究之情境中。

本書以淺顯易懂的方式介紹結構方程模型與Amos 軟體的操作介面，是一本兼顧理論與實務應用的教材。
其特色為：
1. 系統而有條理：本書於內容的編排上，對於每一統計方法先簡略闡述其基本概念與理論，然後介紹該方法的功能與應用，最後透過範例介紹怎樣去做。對於想快速入門的讀者，可以先從範例部分開始掌握基本的資料處理和分析技巧，而後讀者若有興趣可以再專研其理論部分。
2. 實務應用導向：本書每一章中所講述的內容，皆會以實際碩士或期刊論文為範例，實務示範分析過程與結果。且每一章後皆附有習題，方便授課教師驗收學生的學習效果。
3. 影音教學：本書的編排方式尚有一大特色，即對於每一範例的操作過程與報表解說或內文中需額外講解的部份，皆附有影音檔與簡報檔。藉由影音檔與簡報檔，當可促進讀者的學習效率，亦可減輕授課教師於課堂上的負擔。本書得以順利出版，首先感謝五南圖書公司的鼎力支持與協助，其次感謝屏東科技大學提供優質的教學環境，還有對我們容忍有加的家人以及默默協助我們的同事、學生。由於編寫時間倉促、後學水準亦有限，錯誤之處，在所難免，敬請批評指正，後學不勝感激！

陳寬裕　謹識
2018 年7 月

試閱文字

內文 : 傳統上，研究者在探討變數間的關係時，最常使用的統計方法包括：相關分析、迴歸模型和路徑分析⋯⋯等。然而我們也不難發現，這些方法在運用上往往也存在著許多不足或不合理之處。例如，我們不能拿兩個變數間的相關係數，來當作單方向的因果關係之推論。因為即使兩變數間呈現高度相關時，也可能存在多面向的解釋方式，如兩變數可能「互為」因果關係；或者，此兩變數亦可能是共同受到此兩變數之外的某其它變數之影響等。
此外，當我們進行迴歸模型時，雖然能夠將較多的變數同時納入分析與討論，但是由於這些變數之間或許並不存在明確的時間順序，因此將它們之間的關係，莽撞的直接以單方向的因果關係來解釋的話，也是蠻危險的。另外，更令人詬病的是，若以數學的角度來看，迴歸模型的前提假設中，須滿足每個自變數在測量時，不會有測量誤差的存在。然而我們都知道，在社會科學領域的相關研究中，很多變數都是屬於不可直接測量的潛在變數（latent variable，如忠誠度、滿意度⋯等），這些潛在變數卻都存在著測量誤差。因此，這個前提假設很難在社會科學領域的相關研究中獲得滿足。
再者，較為複雜的路徑分析技術，雖然已克服了迴歸模型中未能考慮變數間之時間先後順序的缺點，而已能將變數客觀的、按事件發生的先後順序而建立關係，進而間接的推論變數間之單方向因果關係。但是，令人遺憾的是，路徑分析中所使用的變數，也存在著與迴歸模型一樣的先天缺陷，即假設變數是沒有測量誤差的。
結構方程模型（structural equation model,SEM）又稱為共變異數結構分析（analysis of covariance structure）或線形結構方程（linear structure equation），它是一種運用統計學中的假設檢定概念，對有關變數的內在因素結構與變數間的因果關係進行驗證、分析的一種統計方法。它是近年來在社會科學領域的研究中，發展甚為快速，應用越來越廣泛的一種多變量統計分析方法，並已成為一種十分重要的資料分析技巧。由於結構方程模型對於潛在變數、測量誤差和因果關係模型皆具有獨特的處理能力，除了在心理學、教育學等領域的應用日臻成熟和完善之外，還不斷的被應用在其它多個領域。而先前我們所提及的相關分析、多元迴歸模型、因素分析和路徑分析等等第一代的統計分析方法，都只不過是結構方程模型的特例而已。因此，瑞典經濟學家Claes Fornell 便將結構方程模型視為第二代統計學，並致力於推廣、運用於社會科學領域的相關研究。