結構方程模式分析AMOS：製作結構方程模組

　　本書是將稱為共變異數構造分析(CSA；Covariance Structure Analysis)或結構方程模式(SEM；Structural Equation Modeling)的數值統計手法，使用AMOS徹底有效活用的一本書。

　　在畢業論文或報告中決定使用共變異數構造分析與急用的人，只要閱讀第一章即可。第一章的內容即可選用AMOS進行共變異數構造分析；

　　第2章與第3章是為了想仔細活用AMOS的人而準備。第2章主要是說明AMOS的詳細機能，第3章說明共變異數構造分析的典型模式與應用例。至第3章為止已學習了標準的共變異數構造分析的實際技術。

　　第4章到第6章是介紹發展中的模式。第4章是解說多母體分析，多母體分析是從利用性別、學年、人種或其他的名義變數所區別的數個母體，就所取得的數據同時進行分析的方法。第5章是解說平均共變異數構造分析。所謂平均共變異數構造分析是同時分析2次積率(2nd moment)的共變異數與1次積率(first moment)的平均值的手法（這些手法會與第10章加以結合，當作多母體的平均共變異數構造分析來討論）。第6章是介紹稱為潛在曲線模式的成長曲線的分析手法。

　　第7章到第9章是介紹支援分析的主要工具。第7章主要是就多重代入法加以討論，於調查或實驗中，能收集完整的數據是很少的。多重代入法是處理遺漏值的方法。第8章是介紹Bootstrap（拔靴）法。Bootstrap法是調查統計量的安定度的有效手法。第9章是介紹模式的探索。共變異數構造模式對手中的數據可以建構各種的模式。模式探索機能是配合手中的數據對模式的建構提供協助。

　　第11章到第13章是介紹MCMC(Markov Chain Monte Carlo)，首先，第11章是討論利用事前資訊的貝氏估計。接著，第12章是處理中止數據。然後，第13章是說明使用者期待的順序類別數據(ordered-categorical data)的分析手法。

　　第14章的Mplus是一套供研究者分析用的結構方程模式化軟體，用來處理廣範圍的模式。用來處理廣範圍的模式分析，包含單層次或多層次數據、隨機截距、隨機迴歸係數、潛在構造分析…等等。本章將簡單介紹Mplus該如何運用，將AMOS所無法處理的模式 ( 如類別變項 )，用Mplus將數據套用跟處理出來之路徑圖結果。(內文探討的模式如多項式Logistic、隨機迴歸係數、非線性因子、潛在構造分析…等如何運用mplus來處理。)

　　第15章摘選出較貼近生活化之期刊發表、論文或報告，讓讀者能容易了解該篇所表達為何，並將原先之內文做簡單之摘錄，讓數據及路徑分析結果精簡化。使得解讀能更為清楚快速。附錄A是有關AMOS所求出的適合度指標，用於具體案例進行解說。

　　鼎茂圖書研究方法課程推薦
　　報名網址: spss999.tingmao.com.tw/
　　(1)多變量分析(含SEM)之經常混淆的研究課題Seminar(2012/12/14)
　　(2)輕鬆搞懂結構方程模型SEM研習營(2013/1/22 - 1/23)
　　(3)輕鬆寫論文之「SPSS20.0統計分析工作坊」基礎班研習營(2013/1/24 - 1/25)
　　(4) HLM7.0基礎班(軟體操作)(2013/1/28 - 1/29)

作者簡介

豊田秀樹（Toyoda Hideki）

　　現任
　　早稻田大學文學學術院教授

　　曾任
　　美國伊利諾大學心理學系訪問研究員

　　研究專長
　　心理統計、行銷科學

譯者簡介

陳耀茂

　　現任
　　東海大學企業管理系教授

　　研究專長
　　品質管理、商品企劃與開發、決策分析

　　著作
　　品質管理
　　可靠度管理

第一章 破冰之旅
1.1 何謂結構方程模式
1.2 數據的準備
1.3 AMOS 的畫面構成
1.4 路徑圖的繪製
1.5 數據、變數的設定
1.6 分析的設定、執行
1.7 分析結果的顯示
1.8 正文輸出：估計值
1.9 正文輸出：適合度
1.10 報告
1.11 構成概念分數

第二章 進階者之道
2.1 模式的概要
2.2 原始數據以外的數據形成
2.3 正文輸出（1）
2.4 正文輸出（2）
2.5 正文輸出（3）
2.6 正文輸出（4）
2.7 給製路徑圖的細節
2.8 物件的性質
2.9 發生識別問題時
2.10 估計法．數值解法
2.11 數值解析
2.12 其他的工具

第三章 各種模式
3.1 複迴歸分析
3.2 逐次模式
3.3 非逐次模式
3.4 偏相關與多變量迴歸
3.5 共變異數分析
3.6 MIMIC 模式
3.7 確認式因子分析
3.8 2 次因子分析．階層因子分析
3.9 構成概念間的因果模式
3.10 利用1 因子分析模式的檢定

第四章 多母體分析
4.1 何謂多母體分析
4.2 多母體路徑分析－模式建構
4.3 多母體路徑分析－配置不變
4.4 多母體路徑分析－差的檢定
4.5 多母體路徑分析－等值限制
4.6 多母體因子分析－配置不變
4.7 多母體因子分析－測量不變

第五章 平均結構方程模式
5.1 何謂平均結構方程模式
5.2 因子的共變異數分析－模式建構
5.3 因子的共變異數分析－模式解釋
5.4 包含平均構造之構成概念間的路徑分析

第六章 成長曲線模式
6.1 成長曲線模式之執行
6.2 成長曲線模式的解釋
6.3 多樣的預測曲線
6.4 GCM 與其他變數之組合

第七章 遺漏值與多重代入法
7.1 何謂遺漏值
7.2 完全資訊最大概似估計法
7.3 數據的代入
7.4 完全數據組的利用

第八章 Bootstrap 法
8.1 何謂Bootstrap 法
8.2 標準誤差的估計
8.3 偏誤、信賴區間的估計
8.4 模式間的比較

第九章 模式探索
9.1 模式特定化之探索
9.2 結果與其看法
9.3 使用探索模式特定化分析的探索式因子分析
9.4 利用適合度的變化量來探索模式

第十章 多母體的平均構造分析
10.1 何謂多母體的平均構造分析
10.2 平均構造的引進
10.3 不完全數據的因子分析（1）
10.4 不完全數據的因子分析（2）

第十一章 貝氏估計
11.1 貝氏估計與MCMC
11.2 詳細的設定
11.3 分析選項
11.4 不適解的因應

第十二章 中止數據的分析
12.1 中止數據與其問題點
12.2 中止數據的輸入與分析
12.3 對估計結果的補充

第十三章 順序類別數據之分析
13.1 順序類別數據的輸入
13.2 順序類別數據的因子分析
13.3 對潛在變數的推測

第十四章 Mplus
14.1 何謂Mplus？
14.2 隨機係數迴歸
14.3 非線性確認式因子分析
14.4 針對平均與路徑係數的潛在構造分析
14.5 針對成長數據的潛在建構模式
14.6 潛在推移分析
14.7 二段抽出模式
14.8 加入潛在構造的2 段抽出模式

第十五章 應用研究介紹
附錄A 適合度指標
A1 關於適合度指標的留意點
A2 適合度指標的判讀方法(1)
A3 適合度指標的判讀方法(2)
A4 適合度指標的判讀方法(3)
A5 適合度指標的判定方法(4)