          社會統計學入門-L4潛變量分析培訓

 

 

 

Amos 軟件操作
一、SEM的基本概念

1. 什么是SEM

2. 為何是SEM

3. SEM術語與符號

4. 學習SEM前必須知道的五件事

5. 潛變量VS觀察變量

6. SEM常見的模型

二、Amos軟件操作
1. Amos分析步驟

2. 觀察變量-路徑模型/Amos OV-path model

3. 觀察變量-回歸模型/Amos OV-regression model

4. 潛變量-路徑模型Amos LV- path model

5. Amos 模型擬合度Amos model fit

6. Amos 圖形美化

7. Amos 圖形輸出

8. Amos 分析及界面屬性

三、SEM實務上的重點
1. SEM估計參數設定原則

2. CFA分析實務

四、測量模型與結構模型
1. AMOS驗證式因素分析（CFA）

2. AMOS信度、收斂效度、區別效度

3. AMOS一階SEM

4. AMOS二階CFA

5. AMOS二階SEM

五、協方差矩陣數據分析
1. AMOS協方差矩陣輸入

2. AMOS協方差矩陣SEM分析

六、Amos進階
1. 缺失值（上）

2. 缺失值（下）

3. 多元正態與極端值

4. 擬合度修正

5. 自助法(bootstrap)

6. SEM二階段準則

7. 共線性的影響

8. 共線性的處理

9. 構面單一指標

10. 項目打包

11. 順序尺度的處理

12. 統計檢定力(power)

13. Power及樣本量計算

14. 模型探索

15. SEM報告的準則

七、Amos應用（中介與調節）
1. 中介變量的原理說明

2. 中介變量的重要性

3. 傳統的中介變量檢驗方法

4. 21世紀中介變量檢驗方法

5. 蒙地卡羅模擬(MC)

6. 二因子無因果中介變量

7. 特定的間接效果評估

8. 二因子因果中介變量(遠程中介)

9. 中介效果樣本數需求

10. 調節的定義及實務意涵

11. 觀察變量的調節效果（上）

12. 觀察變量的調節效果（中）

13. 觀察變量的調節效果（下）

14. 潛變量的調節效果分析（調節變量為類別變量）

15. 潛變量的調節效果分析（調節變量為潛變量）

16. 潛變量的調節效果分析（調節變量為潛變量-example）

17. 中介效果的調節效果

18. 三種中介的調節效果檢驗方法

八、Amos應用（調節）
1. 調節的定義及實務意涵

2. 觀察變量的調節效果（上）

3. 觀察變量的調節效果（中）

4. 觀察變量的調節效果（下）

5. 潛變量的調節效果分析（調節變量為類別變量）

6. 潛變量的調節效果分析（調節變量為潛變量）

7. 潛變量的調節效果分析（調節變量為潛變量-example）

8. 中介效果的調節效果

9. 三種中介的調節效果檢驗方法

九、多群組
1. 什么是多群組的SEM分析

2. 測量工具因素恒等性01

3. 測量工具因素恒等性02

4. 測量工具因素恒等性03

5. 測量工具因素恒等性04

6. 結構模型恒等性

7. 潛變量平均值比較

8. 模型穩定度—交叉評估(Cross-Validation)

十、共同方法偏誤
1. 什么是共同方法偏誤

2. 共同方法偏誤不同的觀點

3. CMB的檢測

4. 驗證因子分析法（CFA method）

5. 潛變量方法效應估計（ULMC）

6. 標記變量法（marker variable）

7. CMB修正

十一、潛在成長模型（LGM）
1. 淺談潛在成長模型

2. 認識潛在成長模型

3. 潛在成長模型參數估計

4. 無條件潛在成長模型設定

5. 基本LGM估計流程

6. 非線性潛在成長模型

7. 非線性潛在成長模型-2

8. 條件式潛在成長模型

9. 多變量潛在成長模型繪圖示范

10. 潛在成長模型范例

Pls（偏小二乘法） 軟件操作
一、Pls（偏小二乘法）

1. 偏小二乘法(PLS)第二代統計學

2. 開始繪制模型

3. 圖形調整及美化

4. 數據缺失值處理

5. 偏小二乘法(PLS)原理

6. PLS的優勢

7. PLS 與SEM的異同

8. 反映型與形成型指標

9. 信、效度與結構效度（上）

10. 信、效度與結構效度（下）

11. PLS 分析報告

二、PLS實務應用操作
1. 高階測量模型分析

2. 中介與調節的應用

3. 調節的應用

4. 多群組比較

5. 共同方法偏差(CMB)

一、SEM的基本概念
1. 什么是SEM

2. 為何是SEM

3.SEM術語與符號

4.學習SEM前必須知道的五件事

5.潛變量VS觀察變量

6.SEM常見的模型

二、Mplus操作篇
1. A Step by Step Guide to Data Analysis Using Mplus

2. Mplus操作篇

3.Mplus常用指令直接

4.Observed Variable model-Regression Model Path model

5.路徑分析

6.Latent Variable model-CFA and SEM

7.驗證式因素分析

8. 一階CA分析時常見的問題

9.信度與收斂效度

10.區別效度Fornell and Larcker critiria

11.一階SEM分析及報告

12.二（高）模型

13.二階SEM分析與報告

14.模型擬合度修正

15.協方差矩陣分析

三、中介
1.中介與調節模型

2.簡單中介模型

3.遠程（鏈式）中介模型

4.多重（并聯）中介模型

5.簡單調節模型

6.調節變量為潛變量

7.雙調節變量模型

8.雙調節變量有交互作用模型

9.中介的調節變量模型

10.中介的調節（連續）效果

四、調節
1.Mplus觀察變量繪圖（1）

2.Mplus觀察變量繪圖（2）

3.Mplus觀察變量繪圖（3）

4.進階調節變量繪圖

五、MLM基本認識
1.為什么需要多層次分析

2.MLM基本認識

3.MLM的參數估計

六、MPlus multilevel 語法介紹
1. Mpus Multilevel 語法介紹

2.Multievel 六大模型、隨機方差模型（空模型）

3.截距模型及完整模型

七、數據整理及計算R WGJ
八、范例
1. EX2模型完整分析

2. EX3模型完整分析

九、共同方法偏誤
1. 什么是共同方法偏誤

2. 共同方法偏誤不同的觀點

3.CMB的檢測

4.驗證因子分析法（CFAmethod）

5.潛變量方法效應估計（ULMC）

6.標記變量法（maker variable)

7.CMB修正

十、恒等性分析
1.MPlus多群組恒等性檢驗

2.測量工具因素恒等性分析測量

3.測量工具因素恒等性（一階CFA）

4.測量供具因素恒等性（一階CFA)范例2

5.結構模型恒等性分析

6.交叉評估（Cross-validation)

Pls（偏小二乘法） 軟件操作
一、Pls（偏小二乘法）

1. 偏小二乘法(PLS)第二代統計學

2. 開始繪制模型

3. 圖形調整及美化

4. 數據缺失值處理

5. 偏小二乘法(PLS)原理

6. PLS的優勢

7. PLS 與SEM的異同

8. 反映型與形成型指標

9. 信、效度與結構效度（上）

10. 信、效度與結構效度（下）

11. PLS 分析報告

二、PLS實務應用操作
1. 高階測量模型分析

2. 中介與調節的應用

3. 調節的應用

4. 多群組比較

5. 共同方法偏差(CMB)

二、PLS實務應用操作
1. 高階測量模型分析

2. 中介與調節的應用

3. 調節的應用

4. 多群組比較

5. 共同方法偏差(CMB)