五南官網

結構方程模型：運用AMOS分析

分享Facebook

作　　者╱

陳寬裕

出版社別╱

五南

書　　系╱

研究&方法

出版日期╱

2023/09/20 (2版 2刷)

I S B N ╱

978-626-343-642-8

書　　號╱

1H1M

頁　　數╱

500

開　　數╱

16K

定　　價╱

590

教學資源╱

投影片((外加)),教學影片(隨書附送)

五南線上學院─30小時搞懂Amos結構方程模型

若無法觀看影片請連結此網址


本書特色：
■ 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。

陳寬裕
（連續2022、2023年榮獲全球前2%頂尖科學家）
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
榮譽：榮獲2022年史丹佛大學遴選「全球前2%頂尖科學家」
Email: pf.kuan.yu.chen@gmail.com

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


Python量化研究實作：D eepnote 雲端平台應用	SPSS操作與應用：問卷統計分析實務（附資料檔）	結構方程模型分析：JASP的運用

給論文寫作者的進階統計指南：傻瓜也會跑統計 Ⅱ (SPSS +R)	問卷設計：如何規劃、建構與編寫有效市場研究之調查資料	破案而非破頭：論文解謎初學者指南

投影片((外加)),教學影片(隨書附送)

若要索取未隨書附送(外加)且未於此提供下載的教學資源，請詳洽業務人員(02-27055066#824)(僅提供教師使用)

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。