请教如何进行amos模型修正？

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

请教各位大虾：

    用amos进行分析，出现的结果是
    Chi-square = 1661.341
    Degrees of freedom = 265
    Probability level = .000     然后进行模型修正，是不是该从剔除异常值开始？如果是，剔除异常值时不停的出现新的异常值该怎么办?
    再者，根据提供的修正指标的参数估计建立共变关系，如果需要建立的关系特别多是否需要再做？
    除了这个方法，还有什么方法可以使模型得到修正？非常感谢！
    其他参数如下图，样本量为600+
   

CMIN	1661.341
DF	265
P	.000
CMIN/DF	6.269
CFI	0.894
NFI	0.877
PNFI	0.775
CNP	1396.63
FMIN	2.425
F0	2.038
RMSEA	0.088
AIC	1831.34>饱和模型的数据
ECVI	2.673>饱和模型的数据

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

关键词：AMOS模型 模型修正 amos AMO Probability 异常 模型 freedom 如何

结构方程的东西，我还没下过这个软件呢 。

数据发出来看一下，这样讲比较麻烦，或者用别的方式谈，如果自己看书荣泰生的《amos与研究方法》。

要明辨不是任何AMOS模型经过修改都能达到与数据的高度拟合！

我不懂得事情是国内和国外学的内容完全不一样
大家一提到chisquare显著，就MI MI什么的，我想说的是，通过我们学的内容，chisquare test显著没问题，关键是其他适配度指标怎么样。但是呢，你的适配度指标的确不是很好。看看MI里面的建议，有没有理论支持的而你的模型缺失的连接，然后如果再不行，而你不在乎item层面的模型，可以考虑item parceling，能够有效的提高适配度。

jialin3105 发表于 2012-5-2 11:53
我不懂得事情是国内和国外学的内容完全不一样
大家一提到chisquare显著，就MI MI什么的，我想说的是，通过 ...

你好!非常感谢你的解答！你能具体解释一下item parceling吗？中文叫什么？该怎么做呢？

jinzunshutong 发表于 2012-5-2 12:29
你好!非常感谢你的解答！你能具体解释一下item parceling吗？中文叫什么？该怎么做呢？

你的問題不清楚，不知道你是問卷檢驗和發展，還是Model檢驗。1，如果是問卷檢驗和發展，item parcelling（條目打包）不適用。因為問卷檢驗或問卷發展本身就是要看Items的performance如何，如果打包，無法達到此目的，別人也有可能對你的問卷有質疑的空間。2，如果你是Model檢驗，通常需要在做structural model 之前，要先檢驗measurement model。你的結果如果是measurement model的結果，那麼不一定是你的Model結構上的問題，有可能是用來測量latent variable的 items 有問題，此時，可以參見MI，對item的問題進行排查。如果item都沒有問題，才考慮是否model結構上有問題，同樣也可以參見MI。但是，很多人同時強調，不能過度依賴MI，還是需要你根據你的model建立的理論依據進行取捨和修改。僅供參考。

jinzunshutong 发表于 2012-5-2 12:29
你好!非常感谢你的解答！你能具体解释一下item parceling吗？中文叫什么？该怎么做呢？

通过你的学校网站登陆structural equation modeling这个期刊，并搜索item parceling，就会有文章，其中还有一篇就想楼上那位回复的一样，告诉你什么时候用什么时候不用，除了他说的之外，还有一点，对一个变量的量表用哪几个维度来衡量，用什么量表来衡量，没有太大争议，这样才可以。

jialin3105 发表于 2012-5-2 22:22
通过你的学校网站登陆structural equation modeling这个期刊，并搜索item parceling，就会有文章，其中还 ...

非常感谢！

liuliqingdong 发表于 2012-5-2 13:22
你的問題不清楚，不知道你是問卷檢驗和發展，還是Model檢驗。1，如果是問卷檢驗和發展，item parcelling（ ...

非常感谢，你的回答给我很多启发！如果是模型检验根据理论和MI依然不能使数据满足拟合指标要求，是不是应该剔除异常值？如果异常值特别多怎么办？