Page 3
1.執行 LISREL的 EXE檔2.開啟附檔名 .spj的舊檔” test2”
Page 4
從 SPSS可以選擇需要的變數來做”雙變數相關分析”,可以取得這邊數據。
輸入所有觀察值。
輸入所有潛在變數 (依變數 &自變數 )。
(1)輸入所有潛在變數和觀察值之關係。(2)建立關係式 : A→B (B=A)
樣本數 200
Page 6
從 window中的 .OUT檔中依序找出數值填入表格和路徑。
路徑顯示之數字為係數和 T值。
Page 7
路徑顯示之數字為係數和 T值。
從 window中的 .OUT檔中找出數值填入表格和路徑。
A和 B的係數和 t值。
Page 8
參考老師 PPT檔中相關數值的表格製作。
個別項目信度 =1-誤差變異
Page 9
這邊分別求出的 A和 B的信度,就是表格中的潛在變數信度。
分母是構面的觀察值的係數值平方加總,分子是構面的觀察值的係數值平方及誤差變異加總。
Page 10
參考老師 PPT檔中相關數值的表格製作。
個別項目信度 =1-誤差變異
Page 11
配適度指標分別填入表格中,除了 X2的比率是自己除上自由度。
Page 12
參考老師 PPT檔中相關數值的表格製作。
Page 13
(1).輸入雙變數相關分析數值(2).將題目多加一個潛在變數 C(3).C的觀察值是 y4(4).關係式為 A→C→B (C為中介變數 )
(1)
(1)
(2)
(3)(4)
(4)
(3)
Page 14
C的觀察值是 y4,只有一個觀察值,所以在 LISREL輸入 set the errors of y4 to 0
Page 15
動作執行 Run LISREL之後就可以求出路徑的係數和t值。
得到RMSEA=0.189。
Page 16
從 window中的 .OUT找Modification Indices中找出兩觀察值係數最大值,後面步驟需要將其set free後,來減小 RMSEA值 (最好小於0.08)。
關係式輸入 :(1)“Set the errors of y4 y3 to free”(2)然後按” Run LISREL”
(2)
(1)
Page 17
Set free後即可看到此圓弧線,代表此兩數有相關。
Set free y3和 y4後, RMSEA有比之前小,得到 RMSEA=0.110。
Page 18
再從 window中的 .OUT找Modification Indices中找出兩觀察值係數最大值,後面步驟需要將其 set free後,來減小 RMSEA值 (最好小於 0.08)。
關係式輸入 :(1)“Set the errors of x2 y4 to free”(2)然後按” Run LISREL”
(2)
(1)
Page 19
Set free y2和 y4後, RMSEA有比之前小,得到RMSEA=0.024。 RMSEA值 (最好小於 0.08)
Page 20
從 window中的 .OUT檔中找出關係式A→C→B的係數和 T值,並分別填在路徑上。
總效果 :0.67+0.39*0.48=0.8572(通常間接效果的總效果要大於直接效果 )
直接效果0.86
間接效果 0.8572