SlideShare uma empresa Scribd logo
1 de 32
長江後浪推前浪-世代交替
  SPSS  Amos
       張偉豪
 三星統計服務有限公司 執行長
    Amos 亞洲一哥


   http://www.semsoeasy.com.tw/
Best readings for SEM




• 購買請洽 07-3909246 三星統計
      http://www.semsoeasy.com.tw/
第二代多變量分析




http://www.semsoeasy.com.tw/
基本統計概念
• 觀察變數與潛在變數
• 連續變數與類別變數
• 內 生變數與外生變數
• 研究模型
• H0 假設
• 估計與檢定



          http://www.semsoeasy.com.tw/
觀察變數與潛在變數

• 觀察變項 (observed, measured, indicator
  or manifest variables) : ( 在資料檔 中的變
  數)
   – 人們可以直接觀察,並進行測量的變量,如
     問卷題目、廣告費、價格、成績等。
• 潛在變項 (latent, unobserved variables,
  factor or construct) : ( 資料檔 看不到 )
   – 不可以直接進行觀測,但可以藉由觀察變項
     反應的變量,如組織承諾、忠誠度等。

            http://www.semsoeasy.com.tw/
連續變數與類別變數
• 類別變數
 – 變數本身分成幾個類別,而這些類別本身是互
   斥的,例如:性別、可支配所得、職業…
 – 交叉分析、同質性、適合度、 t 檢
   定、 ANOVA 、控制變數、干擾變數…

• 連續變數
 – 理論上要超過 16 種分類才稱為連續變數;實
   務上如李克特量表及語意差異量表等, 5 個分
   類以上即可當作區間(interval)尺度來使用。
         http://www.semsoeasy.com.tw/
外生變數
• 外生 ( 自 ) 變數: Independent, predictor,
  exogenous, external variable 用來預測變數
  的變數,本身不具有測量誤差的變量 (unique,
  error variables) ,有潛在及觀察變數兩種。
  – 模型中沒有被任何箭頭刺到的變數即為外生變數。
  – 如下圖的「信任」,為一外生觀察變數。




           http://www.semsoeasy.com.tw/
內 生變數
• 內 生 ( 依 ) 變數: Dependent, criterion,
  endogenous, internal variables
  – 被自變數預測的變數,本身具有測量誤差的變
    量,即使該變數也有去預測別的變數,有潛在
    及觀察變數兩種。
  – 凡是在模型中被箭頭刺到的變數即為內 生變數
    ,如 Q1~Q3 , S1~S3 ,服務品質及滿意度
    。




            http://www.semsoeasy.com.tw/   8
研究模型與路徑圖
• 研究模型
 – 研究 ( 潛在 / 觀察 ) 變數之間關係的統計描述
 – 「認同感」對「購買意願」有正向的影響
• 路徑圖
 – 研究模型的圖型展現 , 如下圖
                 知覺品質

   認同感                                   購買意願


                  衝動購買


          http://www.semsoeasy.com.tw/
H0 假設 ( 虛 無假設 )
• SPSS
 – XX 與 OO 沒有差異 ( 平均數比較 )
 – XX 對 OO 沒有影響 ( 斜率比較 )
 – 希望結果為 Reject (P<0.05)
• SEM
 – 假設模型與樣本資料沒有差異

 – 希望結果為Don’t Reject             知覺品質


   P>0.05
              認同感                          購買意願


                                   衝動購買
            http://www.semsoeasy.com.tw/
估計與檢定
• 估計乃是計算估計參數的信賴 區間,所以
  估計在計算一定的範圍內 是否包含了研究
  假設的參數 ( 一般是 0) ,包含 0 則無法拒
  絕虛 無假設。
• 檢定是檢驗估計參數是否存在, p<0.05 則
  拒絕虛 無假設。
• p 值 表示得到 H0 結果的機率,如果小於
  5% ,則表示 H0 的結果不太可能得到。

        http://www.semsoeasy.com.tw/
SPSS vs. Amos
•   相似點
    1. 均是屬於線性模型的分析
    2. 在資料符合常態下,兩者的分析都是有效的
    3. 均不能提供因果關係的證明




           http://www.semsoeasy.com.tw/
SPSS vs. Amos
  相異點        SPSS                       Amos
分析變數    必須是觀察變數              觀察與潛在變數均可
估計方法    最小平方法                最大概似法 ( 內 定 )
構面信度    構面信度假設為              構面信度不可能為 1
        1
分析資料    原始資料                 原始資料、共變異數及

                             相關矩陣
參數估計    只有直接效果               包含直接 , 間接同時完

                             成
自由度    根據樣本數                 根據共變異數矩陣
假設     每 一條迴歸路徑              模型與樣本沒有差異
模型估計次數 依內 生變數而定              一次搞 定 ( 型 І 錯誤控
         http://www.semsoeasy.com.tw/
SPSS vs. Amos
 相異點        SPSS                         Amos
模型估計   ( 近似 ) 飽和模型           過度辨識模型
模型配適度 無                      20 種以上
樣本數    只需大於估計參數              大樣本 (>200)
共線性    需要刪除變數                利用潛在變數合併
呈現方式   表格呈現                  圖形呈現
統計檢定   Z,T,F,χ2              χ2 差異檢定
重製結果   沒辦 法                  容易
學習過程   入門容易                  入門非常容易
理論背景   複雜                    非常複雜
          http://www.semsoeasy.com.tw/
SPSS vs. Amos
•   相關分析
•   t 檢定
•   ANOVA
•   探索式因素分析
•   多元迴歸分析
•   路徑分析
•   典型相關
•   重複量數

        http://www.semsoeasy.com.tw/
相關分析
• 衡量變數或構面之間的兩兩相關




      http://www.semsoeasy.com.tw/
Independent t 檢定
• Y= aX, Y 為連續變數 , X 為二分類變數




        http://www.semsoeasy.com.tw/
Independent t 檢定




   http://www.semsoeasy.com.tw/
Pair t test
• 限制 m1=m2




         http://www.semsoeasy.com.tw/
Amos vs. SPSS output




SPSS

       http://www.semsoeasy.com.tw/
ANOVA( 變異數分析 )
• Y= aX, Y 為連續變數 , X 為三分類以上變
  數, Joreskog 建議最多四類




        http://www.semsoeasy.com.tw/
ANOVA( 變異數分析 )




   http://www.semsoeasy.com.tw/
探索式因素分析
• SEM 除了驗證式因素分析外 , 也可以執行
  探索式因素分析




       http://www.semsoeasy.com.tw/
多元迴歸分析
• Y= aX1+bX2+cX3…, Y 和 X 均為連續變數




          http://www.semsoeasy.com.tw/
TAM 路徑分析
• Y1= aX1+bX2+cX3 …,
  Y2= dY1+eX2+fx3 …
  Y 和 X 均為連續變數
• 以迴歸執行需要
  分析三次才能完成




            http://www.semsoeasy.com.tw/
TAM 結構模型




http://www.semsoeasy.com.tw/
典型相關
• Y1+Y2…=aX1+bX2+cX3…, Y 和 X 均為連續變
  數
    教學內 容                                  整合性動機


                                           工具性動機
    教學能力

                                           自我效能

    教學環境                                   期望價值
            http://www.semsoeasy.com.tw/
典型相關




能力                                                 整合動機
       -.83                            -.86

     -.96               .664                -.87   工具動機
內容              F1               F2         -.93

                                       -.85        自我效能
      -.93
環境
             http://www.semsoeasy.com.tw/          期望價值
SPSS VS. Amos




能力                                                 整合動機
       -.83                            -.86

     -.96               .664                -.87   工具動機
內容              F1               F2         -.93

                                       -.85        自我效能
      -.93
環境
             http://www.semsoeasy.com.tw/          期望價值
重複量數
• 同一個樣本重複測量三次以上




      http://www.semsoeasy.com.tw/
潛在成長模型




http://www.semsoeasy.com.tw/
三星統計服務有限公司
http://www.semsoeasy.com.tw/
E-mail: semsoeasy@gmail.com
Fax: 07-3909741

     Google 請搜尋 : 三星課程網
                                      32
       http://www.semsoeasy.com.tw/

Mais conteúdo relacionado

Mais procurados

SEM與Amos應用班系列一中介與干擾變數-三星統計張偉豪
SEM與Amos應用班系列一中介與干擾變數-三星統計張偉豪SEM與Amos應用班系列一中介與干擾變數-三星統計張偉豪
SEM與Amos應用班系列一中介與干擾變數-三星統計張偉豪Beckett Hsieh
 
結構方程模式於期刊論文研究的應用-三星統計張偉豪-20131007
結構方程模式於期刊論文研究的應用-三星統計張偉豪-20131007結構方程模式於期刊論文研究的應用-三星統計張偉豪-20131007
結構方程模式於期刊論文研究的應用-三星統計張偉豪-20131007Beckett Hsieh
 
SEM與Amos論文寫作班-三星統計張偉豪
SEM與Amos論文寫作班-三星統計張偉豪SEM與Amos論文寫作班-三星統計張偉豪
SEM與Amos論文寫作班-三星統計張偉豪Beckett Hsieh
 
How to write up and report PLS analyses-三星統計張偉豪-20141004
How to write up and report PLS analyses-三星統計張偉豪-20141004How to write up and report PLS analyses-三星統計張偉豪-20141004
How to write up and report PLS analyses-三星統計張偉豪-20141004Beckett Hsieh
 
SEM與LISREL基礎班講義20130112-三星統計張偉豪顧問
SEM與LISREL基礎班講義20130112-三星統計張偉豪顧問SEM與LISREL基礎班講義20130112-三星統計張偉豪顧問
SEM與LISREL基礎班講義20130112-三星統計張偉豪顧問Beckett Hsieh
 
PLS偏最小平方法教材一天-三星統計謝章升-20131122
PLS偏最小平方法教材一天-三星統計謝章升-20131122PLS偏最小平方法教材一天-三星統計謝章升-20131122
PLS偏最小平方法教材一天-三星統計謝章升-20131122Beckett Hsieh
 
演講前導投影片-結構方程式SEM與Amos初學者常見的5個瓶頸與求生方式
演講前導投影片-結構方程式SEM與Amos初學者常見的5個瓶頸與求生方式演講前導投影片-結構方程式SEM與Amos初學者常見的5個瓶頸與求生方式
演講前導投影片-結構方程式SEM與Amos初學者常見的5個瓶頸與求生方式Beckett Hsieh
 
SEM(structural equation modeling)結構方程模型-潛在成長模型-三星統計張偉豪-20140828
SEM(structural equation modeling)結構方程模型-潛在成長模型-三星統計張偉豪-20140828SEM(structural equation modeling)結構方程模型-潛在成長模型-三星統計張偉豪-20140828
SEM(structural equation modeling)結構方程模型-潛在成長模型-三星統計張偉豪-20140828Beckett Hsieh
 
SmartPLS3.0偏最小平方法教材2015版-三星統計張偉豪
SmartPLS3.0偏最小平方法教材2015版-三星統計張偉豪SmartPLS3.0偏最小平方法教材2015版-三星統計張偉豪
SmartPLS3.0偏最小平方法教材2015版-三星統計張偉豪Beckett Hsieh
 
CMV共同方法變異-三星統計張偉豪-20140822
CMV共同方法變異-三星統計張偉豪-20140822CMV共同方法變異-三星統計張偉豪-20140822
CMV共同方法變異-三星統計張偉豪-20140822Beckett Hsieh
 
SEM結構方程模型與Amos-多群組比較-三星統計張偉豪
SEM結構方程模型與Amos-多群組比較-三星統計張偉豪SEM結構方程模型與Amos-多群組比較-三星統計張偉豪
SEM結構方程模型與Amos-多群組比較-三星統計張偉豪Beckett Hsieh
 
三星統計張偉豪-統計4超人-SPSS,SEM,HLM,PLS
三星統計張偉豪-統計4超人-SPSS,SEM,HLM,PLS三星統計張偉豪-統計4超人-SPSS,SEM,HLM,PLS
三星統計張偉豪-統計4超人-SPSS,SEM,HLM,PLSBeckett Hsieh
 
中介與調節效果當代分析手法大解秘-Amos與Mplus為例-三星統計張偉豪
中介與調節效果當代分析手法大解秘-Amos與Mplus為例-三星統計張偉豪中介與調節效果當代分析手法大解秘-Amos與Mplus為例-三星統計張偉豪
中介與調節效果當代分析手法大解秘-Amos與Mplus為例-三星統計張偉豪Beckett Hsieh
 
HLM! 想聽不懂,很難!-三星統計張偉豪-20140929
HLM! 想聽不懂,很難!-三星統計張偉豪-20140929HLM! 想聽不懂,很難!-三星統計張偉豪-20140929
HLM! 想聽不懂,很難!-三星統計張偉豪-20140929Beckett Hsieh
 
HLM階層線性模型基礎班-三星統計張偉豪
HLM階層線性模型基礎班-三星統計張偉豪HLM階層線性模型基礎班-三星統計張偉豪
HLM階層線性模型基礎班-三星統計張偉豪Beckett Hsieh
 
16 2 2_sem適配度指標的潛藏問題:最佳模式難求17-30
16 2 2_sem適配度指標的潛藏問題:最佳模式難求17-3016 2 2_sem適配度指標的潛藏問題:最佳模式難求17-30
16 2 2_sem適配度指標的潛藏問題:最佳模式難求17-30Jet_Peng
 
統計的力量-SPSS的25種方法實戰2014版-三星統計張偉豪20141119
統計的力量-SPSS的25種方法實戰2014版-三星統計張偉豪20141119統計的力量-SPSS的25種方法實戰2014版-三星統計張偉豪20141119
統計的力量-SPSS的25種方法實戰2014版-三星統計張偉豪20141119Beckett Hsieh
 
第4回DARM勉強会 (多母集団同時分析)
第4回DARM勉強会 (多母集団同時分析)第4回DARM勉強会 (多母集団同時分析)
第4回DARM勉強会 (多母集団同時分析)Masaru Tokuoka
 
多層次分析方法 Hlm軟體應用
多層次分析方法 Hlm軟體應用多層次分析方法 Hlm軟體應用
多層次分析方法 Hlm軟體應用researcher20
 
SPSS教育訓練-聯合分析-三星統計夏恩顧問-20130824
SPSS教育訓練-聯合分析-三星統計夏恩顧問-20130824SPSS教育訓練-聯合分析-三星統計夏恩顧問-20130824
SPSS教育訓練-聯合分析-三星統計夏恩顧問-20130824Beckett Hsieh
 

Mais procurados (20)

SEM與Amos應用班系列一中介與干擾變數-三星統計張偉豪
SEM與Amos應用班系列一中介與干擾變數-三星統計張偉豪SEM與Amos應用班系列一中介與干擾變數-三星統計張偉豪
SEM與Amos應用班系列一中介與干擾變數-三星統計張偉豪
 
結構方程模式於期刊論文研究的應用-三星統計張偉豪-20131007
結構方程模式於期刊論文研究的應用-三星統計張偉豪-20131007結構方程模式於期刊論文研究的應用-三星統計張偉豪-20131007
結構方程模式於期刊論文研究的應用-三星統計張偉豪-20131007
 
SEM與Amos論文寫作班-三星統計張偉豪
SEM與Amos論文寫作班-三星統計張偉豪SEM與Amos論文寫作班-三星統計張偉豪
SEM與Amos論文寫作班-三星統計張偉豪
 
How to write up and report PLS analyses-三星統計張偉豪-20141004
How to write up and report PLS analyses-三星統計張偉豪-20141004How to write up and report PLS analyses-三星統計張偉豪-20141004
How to write up and report PLS analyses-三星統計張偉豪-20141004
 
SEM與LISREL基礎班講義20130112-三星統計張偉豪顧問
SEM與LISREL基礎班講義20130112-三星統計張偉豪顧問SEM與LISREL基礎班講義20130112-三星統計張偉豪顧問
SEM與LISREL基礎班講義20130112-三星統計張偉豪顧問
 
PLS偏最小平方法教材一天-三星統計謝章升-20131122
PLS偏最小平方法教材一天-三星統計謝章升-20131122PLS偏最小平方法教材一天-三星統計謝章升-20131122
PLS偏最小平方法教材一天-三星統計謝章升-20131122
 
演講前導投影片-結構方程式SEM與Amos初學者常見的5個瓶頸與求生方式
演講前導投影片-結構方程式SEM與Amos初學者常見的5個瓶頸與求生方式演講前導投影片-結構方程式SEM與Amos初學者常見的5個瓶頸與求生方式
演講前導投影片-結構方程式SEM與Amos初學者常見的5個瓶頸與求生方式
 
SEM(structural equation modeling)結構方程模型-潛在成長模型-三星統計張偉豪-20140828
SEM(structural equation modeling)結構方程模型-潛在成長模型-三星統計張偉豪-20140828SEM(structural equation modeling)結構方程模型-潛在成長模型-三星統計張偉豪-20140828
SEM(structural equation modeling)結構方程模型-潛在成長模型-三星統計張偉豪-20140828
 
SmartPLS3.0偏最小平方法教材2015版-三星統計張偉豪
SmartPLS3.0偏最小平方法教材2015版-三星統計張偉豪SmartPLS3.0偏最小平方法教材2015版-三星統計張偉豪
SmartPLS3.0偏最小平方法教材2015版-三星統計張偉豪
 
CMV共同方法變異-三星統計張偉豪-20140822
CMV共同方法變異-三星統計張偉豪-20140822CMV共同方法變異-三星統計張偉豪-20140822
CMV共同方法變異-三星統計張偉豪-20140822
 
SEM結構方程模型與Amos-多群組比較-三星統計張偉豪
SEM結構方程模型與Amos-多群組比較-三星統計張偉豪SEM結構方程模型與Amos-多群組比較-三星統計張偉豪
SEM結構方程模型與Amos-多群組比較-三星統計張偉豪
 
三星統計張偉豪-統計4超人-SPSS,SEM,HLM,PLS
三星統計張偉豪-統計4超人-SPSS,SEM,HLM,PLS三星統計張偉豪-統計4超人-SPSS,SEM,HLM,PLS
三星統計張偉豪-統計4超人-SPSS,SEM,HLM,PLS
 
中介與調節效果當代分析手法大解秘-Amos與Mplus為例-三星統計張偉豪
中介與調節效果當代分析手法大解秘-Amos與Mplus為例-三星統計張偉豪中介與調節效果當代分析手法大解秘-Amos與Mplus為例-三星統計張偉豪
中介與調節效果當代分析手法大解秘-Amos與Mplus為例-三星統計張偉豪
 
HLM! 想聽不懂,很難!-三星統計張偉豪-20140929
HLM! 想聽不懂,很難!-三星統計張偉豪-20140929HLM! 想聽不懂,很難!-三星統計張偉豪-20140929
HLM! 想聽不懂,很難!-三星統計張偉豪-20140929
 
HLM階層線性模型基礎班-三星統計張偉豪
HLM階層線性模型基礎班-三星統計張偉豪HLM階層線性模型基礎班-三星統計張偉豪
HLM階層線性模型基礎班-三星統計張偉豪
 
16 2 2_sem適配度指標的潛藏問題:最佳模式難求17-30
16 2 2_sem適配度指標的潛藏問題:最佳模式難求17-3016 2 2_sem適配度指標的潛藏問題:最佳模式難求17-30
16 2 2_sem適配度指標的潛藏問題:最佳模式難求17-30
 
統計的力量-SPSS的25種方法實戰2014版-三星統計張偉豪20141119
統計的力量-SPSS的25種方法實戰2014版-三星統計張偉豪20141119統計的力量-SPSS的25種方法實戰2014版-三星統計張偉豪20141119
統計的力量-SPSS的25種方法實戰2014版-三星統計張偉豪20141119
 
第4回DARM勉強会 (多母集団同時分析)
第4回DARM勉強会 (多母集団同時分析)第4回DARM勉強会 (多母集団同時分析)
第4回DARM勉強会 (多母集団同時分析)
 
多層次分析方法 Hlm軟體應用
多層次分析方法 Hlm軟體應用多層次分析方法 Hlm軟體應用
多層次分析方法 Hlm軟體應用
 
SPSS教育訓練-聯合分析-三星統計夏恩顧問-20130824
SPSS教育訓練-聯合分析-三星統計夏恩顧問-20130824SPSS教育訓練-聯合分析-三星統計夏恩顧問-20130824
SPSS教育訓練-聯合分析-三星統計夏恩顧問-20130824
 

Semelhante a 世代交替SPSS與Amos-三星統計張偉豪

SPSS從0開始-三星統計張偉豪
SPSS從0開始-三星統計張偉豪SPSS從0開始-三星統計張偉豪
SPSS從0開始-三星統計張偉豪Beckett Hsieh
 
三星统计服务公司执行长 张伟豪的 Mplus论文完全攻略
三星统计服务公司执行长 张伟豪的 Mplus论文完全攻略三星统计服务公司执行长 张伟豪的 Mplus论文完全攻略
三星统计服务公司执行长 张伟豪的 Mplus论文完全攻略KeoniChern1
 
觀光餐旅運動休閒領域期刊論文研究方法暨趨勢探討-三星統計張偉豪-20131224
觀光餐旅運動休閒領域期刊論文研究方法暨趨勢探討-三星統計張偉豪-20131224觀光餐旅運動休閒領域期刊論文研究方法暨趨勢探討-三星統計張偉豪-20131224
觀光餐旅運動休閒領域期刊論文研究方法暨趨勢探討-三星統計張偉豪-20131224Beckett Hsieh
 
抽樣分配
抽樣分配抽樣分配
抽樣分配betsy588
 
To be master or slave of statistics
To be master or slave of statisticsTo be master or slave of statistics
To be master or slave of statisticsBeckett Hsieh
 

Semelhante a 世代交替SPSS與Amos-三星統計張偉豪 (6)

SPSS從0開始-三星統計張偉豪
SPSS從0開始-三星統計張偉豪SPSS從0開始-三星統計張偉豪
SPSS從0開始-三星統計張偉豪
 
三星统计服务公司执行长 张伟豪的 Mplus论文完全攻略
三星统计服务公司执行长 张伟豪的 Mplus论文完全攻略三星统计服务公司执行长 张伟豪的 Mplus论文完全攻略
三星统计服务公司执行长 张伟豪的 Mplus论文完全攻略
 
觀光餐旅運動休閒領域期刊論文研究方法暨趨勢探討-三星統計張偉豪-20131224
觀光餐旅運動休閒領域期刊論文研究方法暨趨勢探討-三星統計張偉豪-20131224觀光餐旅運動休閒領域期刊論文研究方法暨趨勢探討-三星統計張偉豪-20131224
觀光餐旅運動休閒領域期刊論文研究方法暨趨勢探討-三星統計張偉豪-20131224
 
抽樣分配
抽樣分配抽樣分配
抽樣分配
 
卡方考驗
卡方考驗卡方考驗
卡方考驗
 
To be master or slave of statistics
To be master or slave of statisticsTo be master or slave of statistics
To be master or slave of statistics
 

Mais de Beckett Hsieh

謝章升-Google Analytics進階
謝章升-Google Analytics進階謝章升-Google Analytics進階
謝章升-Google Analytics進階Beckett Hsieh
 
謝章升-Google Analytics入門
謝章升-Google Analytics入門謝章升-Google Analytics入門
謝章升-Google Analytics入門Beckett Hsieh
 
謝章升-Google我的商家課程講義
謝章升-Google我的商家課程講義謝章升-Google我的商家課程講義
謝章升-Google我的商家課程講義Beckett Hsieh
 
謝章升-Google Analytics網站流量分析入門課程講義
謝章升-Google Analytics網站流量分析入門課程講義謝章升-Google Analytics網站流量分析入門課程講義
謝章升-Google Analytics網站流量分析入門課程講義Beckett Hsieh
 
謝章升-個人品牌如何知識變現
謝章升-個人品牌如何知識變現謝章升-個人品牌如何知識變現
謝章升-個人品牌如何知識變現Beckett Hsieh
 
謝章升-數位行銷基本力
謝章升-數位行銷基本力謝章升-數位行銷基本力
謝章升-數位行銷基本力Beckett Hsieh
 
GTM(Google Tag Manager)懶人包-謝章升
GTM(Google Tag Manager)懶人包-謝章升GTM(Google Tag Manager)懶人包-謝章升
GTM(Google Tag Manager)懶人包-謝章升Beckett Hsieh
 
Google廣告入門實作-三星統計謝章升-20171031
Google廣告入門實作-三星統計謝章升-20171031Google廣告入門實作-三星統計謝章升-20171031
Google廣告入門實作-三星統計謝章升-20171031Beckett Hsieh
 
參考講義展示版-丘祐瑋-20170617-機器學習python入門者課程
參考講義展示版-丘祐瑋-20170617-機器學習python入門者課程參考講義展示版-丘祐瑋-20170617-機器學習python入門者課程
參考講義展示版-丘祐瑋-20170617-機器學習python入門者課程Beckett Hsieh
 
謝章升-演講-大數據行銷-網路廣告解讀-20170327
謝章升-演講-大數據行銷-網路廣告解讀-20170327謝章升-演講-大數據行銷-網路廣告解讀-20170327
謝章升-演講-大數據行銷-網路廣告解讀-20170327Beckett Hsieh
 
謝章升-演講-Ga網站流量分析入門-20170410
謝章升-演講-Ga網站流量分析入門-20170410謝章升-演講-Ga網站流量分析入門-20170410
謝章升-演講-Ga網站流量分析入門-20170410Beckett Hsieh
 
謝章升-演講-拉新與熟客經營-再行銷廣告與EDM-20170413
謝章升-演講-拉新與熟客經營-再行銷廣告與EDM-20170413謝章升-演講-拉新與熟客經營-再行銷廣告與EDM-20170413
謝章升-演講-拉新與熟客經營-再行銷廣告與EDM-20170413Beckett Hsieh
 
謝章升-演講-WordPress ORG建構網頁入門-20170424
謝章升-演講-WordPress ORG建構網頁入門-20170424謝章升-演講-WordPress ORG建構網頁入門-20170424
謝章升-演講-WordPress ORG建構網頁入門-20170424Beckett Hsieh
 
張偉豪-擺脫墨菲定律魔咒的迷思-Logistc迴歸-20160602
張偉豪-擺脫墨菲定律魔咒的迷思-Logistc迴歸-20160602張偉豪-擺脫墨菲定律魔咒的迷思-Logistc迴歸-20160602
張偉豪-擺脫墨菲定律魔咒的迷思-Logistc迴歸-20160602Beckett Hsieh
 
謝章升-Google Analytics網站流量分析入門實作
謝章升-Google Analytics網站流量分析入門實作謝章升-Google Analytics網站流量分析入門實作
謝章升-Google Analytics網站流量分析入門實作Beckett Hsieh
 
演講-Meta analysis in medical research-張偉豪
演講-Meta analysis in medical research-張偉豪演講-Meta analysis in medical research-張偉豪
演講-Meta analysis in medical research-張偉豪Beckett Hsieh
 
看不見的消費者 Google關鍵字廣告實作-三星統計謝章升
看不見的消費者 Google關鍵字廣告實作-三星統計謝章升看不見的消費者 Google關鍵字廣告實作-三星統計謝章升
看不見的消費者 Google關鍵字廣告實作-三星統計謝章升Beckett Hsieh
 
品牌管理師證照重點複習-謝章升-20151221
品牌管理師證照重點複習-謝章升-20151221品牌管理師證照重點複習-謝章升-20151221
品牌管理師證照重點複習-謝章升-20151221Beckett Hsieh
 
整合行銷管理師總複習-20150927
整合行銷管理師總複習-20150927整合行銷管理師總複習-20150927
整合行銷管理師總複習-20150927Beckett Hsieh
 

Mais de Beckett Hsieh (20)

謝章升-Google Analytics進階
謝章升-Google Analytics進階謝章升-Google Analytics進階
謝章升-Google Analytics進階
 
謝章升-Google Analytics入門
謝章升-Google Analytics入門謝章升-Google Analytics入門
謝章升-Google Analytics入門
 
謝章升-Google我的商家課程講義
謝章升-Google我的商家課程講義謝章升-Google我的商家課程講義
謝章升-Google我的商家課程講義
 
謝章升-Google Analytics網站流量分析入門課程講義
謝章升-Google Analytics網站流量分析入門課程講義謝章升-Google Analytics網站流量分析入門課程講義
謝章升-Google Analytics網站流量分析入門課程講義
 
謝章升-個人品牌如何知識變現
謝章升-個人品牌如何知識變現謝章升-個人品牌如何知識變現
謝章升-個人品牌如何知識變現
 
謝章升-數位行銷基本力
謝章升-數位行銷基本力謝章升-數位行銷基本力
謝章升-數位行銷基本力
 
GTM(Google Tag Manager)懶人包-謝章升
GTM(Google Tag Manager)懶人包-謝章升GTM(Google Tag Manager)懶人包-謝章升
GTM(Google Tag Manager)懶人包-謝章升
 
Google廣告入門實作-三星統計謝章升-20171031
Google廣告入門實作-三星統計謝章升-20171031Google廣告入門實作-三星統計謝章升-20171031
Google廣告入門實作-三星統計謝章升-20171031
 
參考講義展示版-丘祐瑋-20170617-機器學習python入門者課程
參考講義展示版-丘祐瑋-20170617-機器學習python入門者課程參考講義展示版-丘祐瑋-20170617-機器學習python入門者課程
參考講義展示版-丘祐瑋-20170617-機器學習python入門者課程
 
謝章升-演講-大數據行銷-網路廣告解讀-20170327
謝章升-演講-大數據行銷-網路廣告解讀-20170327謝章升-演講-大數據行銷-網路廣告解讀-20170327
謝章升-演講-大數據行銷-網路廣告解讀-20170327
 
謝章升-演講-Ga網站流量分析入門-20170410
謝章升-演講-Ga網站流量分析入門-20170410謝章升-演講-Ga網站流量分析入門-20170410
謝章升-演講-Ga網站流量分析入門-20170410
 
謝章升-演講-拉新與熟客經營-再行銷廣告與EDM-20170413
謝章升-演講-拉新與熟客經營-再行銷廣告與EDM-20170413謝章升-演講-拉新與熟客經營-再行銷廣告與EDM-20170413
謝章升-演講-拉新與熟客經營-再行銷廣告與EDM-20170413
 
謝章升-演講-WordPress ORG建構網頁入門-20170424
謝章升-演講-WordPress ORG建構網頁入門-20170424謝章升-演講-WordPress ORG建構網頁入門-20170424
謝章升-演講-WordPress ORG建構網頁入門-20170424
 
張偉豪-擺脫墨菲定律魔咒的迷思-Logistc迴歸-20160602
張偉豪-擺脫墨菲定律魔咒的迷思-Logistc迴歸-20160602張偉豪-擺脫墨菲定律魔咒的迷思-Logistc迴歸-20160602
張偉豪-擺脫墨菲定律魔咒的迷思-Logistc迴歸-20160602
 
謝章升-Google Analytics網站流量分析入門實作
謝章升-Google Analytics網站流量分析入門實作謝章升-Google Analytics網站流量分析入門實作
謝章升-Google Analytics網站流量分析入門實作
 
FB廣告入門
FB廣告入門FB廣告入門
FB廣告入門
 
演講-Meta analysis in medical research-張偉豪
演講-Meta analysis in medical research-張偉豪演講-Meta analysis in medical research-張偉豪
演講-Meta analysis in medical research-張偉豪
 
看不見的消費者 Google關鍵字廣告實作-三星統計謝章升
看不見的消費者 Google關鍵字廣告實作-三星統計謝章升看不見的消費者 Google關鍵字廣告實作-三星統計謝章升
看不見的消費者 Google關鍵字廣告實作-三星統計謝章升
 
品牌管理師證照重點複習-謝章升-20151221
品牌管理師證照重點複習-謝章升-20151221品牌管理師證照重點複習-謝章升-20151221
品牌管理師證照重點複習-謝章升-20151221
 
整合行銷管理師總複習-20150927
整合行銷管理師總複習-20150927整合行銷管理師總複習-20150927
整合行銷管理師總複習-20150927
 

世代交替SPSS與Amos-三星統計張偉豪

  • 1. 長江後浪推前浪-世代交替 SPSS  Amos 張偉豪 三星統計服務有限公司 執行長 Amos 亞洲一哥 http://www.semsoeasy.com.tw/
  • 2. Best readings for SEM • 購買請洽 07-3909246 三星統計 http://www.semsoeasy.com.tw/
  • 4. 基本統計概念 • 觀察變數與潛在變數 • 連續變數與類別變數 • 內 生變數與外生變數 • 研究模型 • H0 假設 • 估計與檢定 http://www.semsoeasy.com.tw/
  • 5. 觀察變數與潛在變數 • 觀察變項 (observed, measured, indicator or manifest variables) : ( 在資料檔 中的變 數) – 人們可以直接觀察,並進行測量的變量,如 問卷題目、廣告費、價格、成績等。 • 潛在變項 (latent, unobserved variables, factor or construct) : ( 資料檔 看不到 ) – 不可以直接進行觀測,但可以藉由觀察變項 反應的變量,如組織承諾、忠誠度等。 http://www.semsoeasy.com.tw/
  • 6. 連續變數與類別變數 • 類別變數 – 變數本身分成幾個類別,而這些類別本身是互 斥的,例如:性別、可支配所得、職業… – 交叉分析、同質性、適合度、 t 檢 定、 ANOVA 、控制變數、干擾變數… • 連續變數 – 理論上要超過 16 種分類才稱為連續變數;實 務上如李克特量表及語意差異量表等, 5 個分 類以上即可當作區間(interval)尺度來使用。 http://www.semsoeasy.com.tw/
  • 7. 外生變數 • 外生 ( 自 ) 變數: Independent, predictor, exogenous, external variable 用來預測變數 的變數,本身不具有測量誤差的變量 (unique, error variables) ,有潛在及觀察變數兩種。 – 模型中沒有被任何箭頭刺到的變數即為外生變數。 – 如下圖的「信任」,為一外生觀察變數。 http://www.semsoeasy.com.tw/
  • 8. 內 生變數 • 內 生 ( 依 ) 變數: Dependent, criterion, endogenous, internal variables – 被自變數預測的變數,本身具有測量誤差的變 量,即使該變數也有去預測別的變數,有潛在 及觀察變數兩種。 – 凡是在模型中被箭頭刺到的變數即為內 生變數 ,如 Q1~Q3 , S1~S3 ,服務品質及滿意度 。 http://www.semsoeasy.com.tw/ 8
  • 9. 研究模型與路徑圖 • 研究模型 – 研究 ( 潛在 / 觀察 ) 變數之間關係的統計描述 – 「認同感」對「購買意願」有正向的影響 • 路徑圖 – 研究模型的圖型展現 , 如下圖 知覺品質 認同感 購買意願 衝動購買 http://www.semsoeasy.com.tw/
  • 10. H0 假設 ( 虛 無假設 ) • SPSS – XX 與 OO 沒有差異 ( 平均數比較 ) – XX 對 OO 沒有影響 ( 斜率比較 ) – 希望結果為 Reject (P<0.05) • SEM – 假設模型與樣本資料沒有差異 – 希望結果為Don’t Reject 知覺品質 P>0.05 認同感 購買意願 衝動購買 http://www.semsoeasy.com.tw/
  • 11. 估計與檢定 • 估計乃是計算估計參數的信賴 區間,所以 估計在計算一定的範圍內 是否包含了研究 假設的參數 ( 一般是 0) ,包含 0 則無法拒 絕虛 無假設。 • 檢定是檢驗估計參數是否存在, p<0.05 則 拒絕虛 無假設。 • p 值 表示得到 H0 結果的機率,如果小於 5% ,則表示 H0 的結果不太可能得到。 http://www.semsoeasy.com.tw/
  • 12. SPSS vs. Amos • 相似點 1. 均是屬於線性模型的分析 2. 在資料符合常態下,兩者的分析都是有效的 3. 均不能提供因果關係的證明 http://www.semsoeasy.com.tw/
  • 13. SPSS vs. Amos 相異點 SPSS Amos 分析變數 必須是觀察變數 觀察與潛在變數均可 估計方法 最小平方法 最大概似法 ( 內 定 ) 構面信度 構面信度假設為 構面信度不可能為 1 1 分析資料 原始資料 原始資料、共變異數及 相關矩陣 參數估計 只有直接效果 包含直接 , 間接同時完 成 自由度 根據樣本數 根據共變異數矩陣 假設 每 一條迴歸路徑 模型與樣本沒有差異 模型估計次數 依內 生變數而定 一次搞 定 ( 型 І 錯誤控 http://www.semsoeasy.com.tw/
  • 14. SPSS vs. Amos 相異點 SPSS Amos 模型估計 ( 近似 ) 飽和模型 過度辨識模型 模型配適度 無 20 種以上 樣本數 只需大於估計參數 大樣本 (>200) 共線性 需要刪除變數 利用潛在變數合併 呈現方式 表格呈現 圖形呈現 統計檢定 Z,T,F,χ2 χ2 差異檢定 重製結果 沒辦 法 容易 學習過程 入門容易 入門非常容易 理論背景 複雜 非常複雜 http://www.semsoeasy.com.tw/
  • 15. SPSS vs. Amos • 相關分析 • t 檢定 • ANOVA • 探索式因素分析 • 多元迴歸分析 • 路徑分析 • 典型相關 • 重複量數 http://www.semsoeasy.com.tw/
  • 17. Independent t 檢定 • Y= aX, Y 為連續變數 , X 為二分類變數 http://www.semsoeasy.com.tw/
  • 18. Independent t 檢定 http://www.semsoeasy.com.tw/
  • 19. Pair t test • 限制 m1=m2 http://www.semsoeasy.com.tw/
  • 20. Amos vs. SPSS output SPSS http://www.semsoeasy.com.tw/
  • 21. ANOVA( 變異數分析 ) • Y= aX, Y 為連續變數 , X 為三分類以上變 數, Joreskog 建議最多四類 http://www.semsoeasy.com.tw/
  • 22. ANOVA( 變異數分析 ) http://www.semsoeasy.com.tw/
  • 23. 探索式因素分析 • SEM 除了驗證式因素分析外 , 也可以執行 探索式因素分析 http://www.semsoeasy.com.tw/
  • 24. 多元迴歸分析 • Y= aX1+bX2+cX3…, Y 和 X 均為連續變數 http://www.semsoeasy.com.tw/
  • 25. TAM 路徑分析 • Y1= aX1+bX2+cX3 …, Y2= dY1+eX2+fx3 … Y 和 X 均為連續變數 • 以迴歸執行需要 分析三次才能完成 http://www.semsoeasy.com.tw/
  • 27. 典型相關 • Y1+Y2…=aX1+bX2+cX3…, Y 和 X 均為連續變 數 教學內 容 整合性動機 工具性動機 教學能力 自我效能 教學環境 期望價值 http://www.semsoeasy.com.tw/
  • 28. 典型相關 能力 整合動機 -.83 -.86 -.96 .664 -.87 工具動機 內容 F1 F2 -.93 -.85 自我效能 -.93 環境 http://www.semsoeasy.com.tw/ 期望價值
  • 29. SPSS VS. Amos 能力 整合動機 -.83 -.86 -.96 .664 -.87 工具動機 內容 F1 F2 -.93 -.85 自我效能 -.93 環境 http://www.semsoeasy.com.tw/ 期望價值
  • 32. 三星統計服務有限公司 http://www.semsoeasy.com.tw/ E-mail: semsoeasy@gmail.com Fax: 07-3909741 Google 請搜尋 : 三星課程網 32 http://www.semsoeasy.com.tw/