AMOS結構方程進行醫學問卷量表分析教程（一階簡單路徑效應分析）
在生物醫藥的資料統計分析中，要研究量表和量表之間的關係時候，由於維度題項較多，而不再是單一的變數，因此我們要使用AMOS結構方程進行處理。
舉個例子，比如對住院患者的相關研究，設定了患者在住院期間的適應性量表和自我效能的量表，想考察患者適應性與自我效能之間的影響關係，或者說適應性的強弱是否會影響到患者自我效能的高低。此時適應性量表和自我效能量表都不是單一的變數，而是有N個題項構成的。這裡使用SPSS就不能準確的提取出單一的因變數來代表自我效能量表了。雖然有時候我們會用所有題項的均值來代表量表總體的水平，但是這樣就會出現一定的誤差。
而使用AMOS來做這個分析，就會非常的準確，因為AMOS是代入全部題項資料的結構方程模型。下面我們就來詳細講解一下AMOS一階簡單路徑效應分析在醫學量表分析中的應用。
案例資料及背景
我們收集了75名患者的住院期間的適應性量表資料和自我效能量表資料，想研究患者適應性是否能影響自我效能。其中適應性量表含有5個題項，自我效能量表含有11個題項。如圖1
（圖1）
在AMOS中的操作步驟
①開啟amos軟體，新建一個空白文件，按Ctrl+I調出場景設定選單，選擇自適應鋪滿選項（圖3）。
（圖2）
（圖3）
②然後點選左側工具欄中的橢圓工具，在舞臺中畫出對應的兩個潛變數適應性和自我效能，畫出2個橢圓後，雙擊橢圓，在對應的text裡填寫潛變數名稱“適應性”和“自我效能”
（圖4）
（圖5）
③畫好潛變數和命名好以後，點選左側工具欄橢圓工具右側那個題項工具，給潛變數新增題項（圖6），分別為5題和11題，然後點選旋轉工具，調整一下題項的方向（圖7）。這樣兩張量表及題項就畫好了。
（圖6）
（圖7）
④要計算適應性對自我效能的影響，就需要畫一根由適應性出發，單向指向自我效能的箭頭，代表著影響關係，點選左側工具欄單向箭頭工具，以適應性為起點，自我效能為終點，連線起來。
（圖8）
⑤錄入資料，點選左側工具欄，Select data file 這個工具（圖9），開啟整理好的原始資料，再點選List Variable工具（圖10），將對應的題項依次拖拽入我們舞臺上畫好的小矩形題項框中。最終全部錄入好資料（圖11）
（圖9）
（圖10）
（圖11）
⑥接下來就是新增殘差項及給殘差項命名了。點選左側工具欄中第二行第三個工具給自我效能潛變數新增一個殘差項（圖12），然後點選選單欄的“Plugins”-“Named Unobserved Variables”給所有殘差項命名（圖13）。這樣我們的一階路徑模型圖就畫好了。
（圖12）
（圖13）
⑦進行運算前的引數設定。點選左側工具欄的“Analysis Properties”，在彈出的介面中，點選Output標籤，勾選“Standardized estimates”（圖14）。然後點選儲存檔案，注意這裡一定要儲存，不儲存，amos是不能運算的，最後點選運算按鈕（圖15）。
（圖14）
（圖15）
⑧得到結果，並進行分析。運算完成後，首先觀察圖16中紅框部分是否提示OK。如果OK，表示運算成功。如果沒有，則表示模型不通，有誤，需要檢查前面步驟中哪裡出了錯誤或者資料有問題導致無法調通。
如果是OK的，表示運算成功，那麼先點選上面右側那個圖示，再點選下面“Standardized estimates”標籤，切換到標準化路徑係數。途中橙色框中就是我們的係數結果。
當然也可以調出輸出資料介面 檢視完整結果。點選左側工具欄中“View Text”按鈕。在彈出的選單中，點選“Estimates”（圖17）。
注意這裡的紅框部分表單中SE 、CR 、P為有效資料，非標準化路徑係數也就是藍框部分不適用， 要繼續下拉，看下面一張 Standardized estimates表單中的標準化路徑係數（圖18）。
此時我們需要的結果是適應性對自我效能的影響，則圖18中的0。48即是，與圖16中的模型圖中的結果一致，顯著性水平P也為***，表示<0。001，十分顯著。說明適應性整體能顯著影響自我效能整體。且為顯著正向影響，即適應性越強，自我效能就越強。
（圖16）
（圖17）
（圖18）
以上就是今天講解的AMOS一階簡單路徑效應分析在醫學量表分析中的應用的實際案例分析，看起來步驟比較多，其實仔細一點，慢慢操作，難度並不大。
當然這只是一階簡單路徑分析，一對一的情況，現實中經常會出現多對一，多對多等更復雜的情況，我們將在今後的文章中進一步詳細講解二階路徑分析，及其他更為複雜的結構方程模型分析，敬請大家持續關注我們！
相關文章
●
GraphPad Prism繪製柱狀圖
●
SPSS中對問卷資料進行探索因子分析
●
SPSS問卷資料統計分析之專案分析
●
Excel進行線性迴歸模型分析的操作與結果解讀
● Excel在統計分析中的應用之單因素方差分析
●
Excel進行基礎資料分析之VLOOKUP函式及透視表的應用
●
Excel進行資料分析常用方法及函式彙總
●
SPSS中常用的引數和非引數檢驗方法、基本原理和操作步驟
●
ROC曲線在SPSS中的具體操作及醫學和生物統計中的應用
●
一文讀懂R語言如何實現逐步迴歸分析
●
R語言中如何繪製散點圖和箱線圖？看完即會
●
SPSS中的Variable資料變數型別介紹
上一篇:面癱後遺症有的治嗎？
下一篇：電鍍廢水處理後銅無法達標的原因？
