Introducción al programa AMOS

6
Introducción al programa AMOS
Entrar al programa
El programa AMOS 18.0 permite la estimación y contraste de modelos estructurales
mediante un sencillo y cómodo interface gráfico. Para entrar en AMOS se selecciona la
opción AnalizarAmos 18 dentro del programa SPSS.
88
Apuntes Modelos de Ecuaciones estructurales (Universidad Autónoma de Madrid)
Formato del fichero de datos
Aunque AMOS permite importar distintos tipos de ficheros de datos, trabajaremos con ficheros con formato SPSS:
1.) El fichero de datos puede ser una matriz de correlaciones:
Donde aparecen en primer lugar 2 variables de tipo CADENA (ROWTYPE_ y
VARNAME_). ROWTYPE indica el tipo de dato que va a aparecer en esa fila: MEAN
(media), STDDEV (desviación típica), N (número de sujetos en esa variable), CORR (correlaciones); VARNAME_ indica la variable a la que se va a referir el dato (sólo se especifica para N y para CORR). Cada columna siguiente indica también a qué variable pertenece cada dato. Por ejemplo, la correlación entre FLSPAN y MATR_STO es 0.47. En vista de variables puedes observar el formato de cada variable:
Capítulo 6. Introducción al programa AMOS
89
2.) También podemos tener una matriz de datos típica con los datos directos de los sujetos
(en filas) a las variables (en columnas):
90
Apuntes Modelos de Ecuaciones estructurales (Universidad Autónoma de Madrid)
Para generar un modelo estructural
Al entrar en AMOS, tendremos la siguiente pantalla:
En la parte central se debe dibujar el diagrama correspondiente al modelo que desee estimar. A la derecha aparecen una serie de iconos mediante los cuales se puede dibujar el
modelo. Las funciones de la mayoría de estos iconos pueden ejecutarse también desde el
menú superior. En primer lugar, debe definirse cuál es el fichero donde están los datos.
Para ello se pulsa el icono
pantalla:
(seleccionar fichero de datos). Aparecerá la siguiente
Capítulo 6. Introducción al programa AMOS
91
Seleccione el botón File name y elija el fichero de datos.
Ahora debe trazarse el modelo. Existen distintos iconos para este objetivo. Lo mejor es
empezar dibujando los factores latentes. Para ello se pulsa en el icono
(Dibujo de
variables latentes con sus indicadores respectivos), se mueve el puntero a la parte central
y, pinchando con el botón izquierdo, se genera un círculo (el factor latente). Posteriormente, se pulsa (con el botón izquierdo del ratón) tantas veces en el circulo como indicadores
tenga la variable.
Se repite el procedimiento para cada factor latente que aparezca en el modelo. Otra posibilidad si tenemos varios factores iguales es duplicar. En el ejemplo, tenemos 2 factores latentes con 3 indicadores. Debería quedar un diagrama como el siguiente:
92
Apuntes Modelos de Ecuaciones estructurales (Universidad Autónoma de Madrid)
Para ajustar el dibujo a la página seleccione
(ajustar a página) y obtendrá:
Capítulo 6. Introducción al programa AMOS
93
En realidad, el mismo dibujo puede hacerse utilizando los siguientes iconos de la barra de
herramientas:
Para dibujar las variables observables
Para dibujar los factores latentes
Para dibujar el error de las variables observables.
Para dibujar las relaciones unidireccionales entre las variables.
Para dibujar las relaciones bidireccionales entre las variables.
Para completar el diagrama pinchamos en el icono
jamos una correlación entre los 2 factores.
(dibujar correlaciones) y dibu-
Ahora decir qué indicador se corresponde con cada variable del fichero de datos. La manera más sencilla es seleccionar el icono
(presentar las variables en la matriz de
datos). Nos aparecera una pantalla como la siguiente:
94
Apuntes Modelos de Ecuaciones estructurales (Universidad Autónoma de Madrid)
Seleccionamos cada variable del recuadro y la arrastramos (pulsando el botón izquierdo
del ratón) hacia el indicador correspondiente en el dibujo. Obtendremos los siguiente:
Ahora tendremos que poner nombres a las variables latentes. Pulsamos sobre cualquiera
de los circulos (2 veces) y obtendremos el siguiente recuadro:
Capítulo 6. Introducción al programa AMOS
95
En Variable name ponemos el nombre de la variable (MCP). Variable Label indica la
etiqueta con la que se presentará en el gráfico. Pulsando en la pestaña de Parameters
podremos fijar los parámetros (la varianza, en este caso) de esa variable a un valor
concreto. En nuestro caso, ya hemos fijado la métrica de MCP fijando su peso a FLSPAN
a 1. Tras poner nombre a todas las variables latentes tendremos algo parecido a esta
interesante figura:
96
Apuntes Modelos de Ecuaciones estructurales (Universidad Autónoma de Madrid)
Y ya hemos terminado la especificación del modelo. Algunos otros iconos pueden resultar
útiles para realizar/modificar el dibujo:
Seleccionar un objeto del dibujo
Seleccionar todos los objetos
Deseleccionar todos los objetos
Duplicar objetos
Desplazar objetos
Borrar objetos
Cambiar forma objetos
Realinear objetos
Cambiar propiedades de objetos seleccionados simultáneamente
Podemos pinchar sobre cualquiera de los elementos dibujados (flechas, círculos, cuadrados,...) para cambiar sus propiedades.
Para estimar el modelo estructural
Antes de ejecutar el programa, podemos seleccionar el icono
propiedades del análisis, y aparecerá lo siguiente:
, para especificar las
Capítulo 6. Introducción al programa AMOS
97
Podemos observar que el método de análisis seleccionado es el de máxima verosimilitud.
Si hay datos perdidos la opción Estimate means and intercepts debe estar marcada.
Otra pestaña importante de esta ventana es Output donde podemos especificar la información que queremos que aparezca en la salida. Es importante que este seleccionado
Standardized estimates para que el programa nos proporcione el valor de los parámetros
estandarizados.
98
Apuntes Modelos de Ecuaciones estructurales (Universidad Autónoma de Madrid)
Dicho esto, podemos ejecutar el programa pulsando el siguiente icono
ra qué nuestro modelo esté bien especificado así como identificado...
y rezar pa-
Pero antes de seguir, se guarda el trabajo seleccionando en el menú File y luego Save as.
Salida del programa
Para ver los resultados se pulsa el icono
.
Las primera parte de la salida es importante para saber si el programa se ha ejecutado correctamente (nos indican el tamaño de la muestra, el número de variables de cada tipo, el
número de parámetros fijos y libres , la matriz de varianzas-covarianzas y la matriz de correlaciones observadas y el cálculo de los grados de libertad).
Capítulo 6. Introducción al programa AMOS
The model is recursive.
Sample size = 134
Variable counts (Group number 1)
Number of variables in your model:
Number of observed variables:
Number of unobserved variables:
Number of exogenous variables:
Number of endogenous variables:
14
6
8
8
6
Parameter summary (Group number 1)
Fixed
Labeled
Unlabeled
Total
Weights
8
0
4
12
Covariances
0
0
1
1
Variances
0
0
8
8
Means
0
0
0
0
Intercepts
0
0
0
0
Total
8
0
13
21
Sample Moments (Group number 1)
Sample Covariances (Group number 1)
MATR_STO
COMP_ST
RSPAN_ST
DOT_MEM
FDSPAN
FLSPAN
MATR_STO
41.638
11.077
2.706
5.626
8.346
7.519
COMP_ST
RSPAN_ST
DOT_MEM
FDSPAN
FLSPAN
13.519
1.919
3.086
4.522
4.149
2.808
.493
.849
1.030
6.880
2.139
1.470
8.161
4.104
6.265
COMP_ST
RSPAN_ST
DOT_MEM
FDSPAN
FLSPAN
1.000
.311
.320
.430
.451
1.000
.112
.177
.246
1.000
.286
.224
1.000
.574
1.000
Sample Correlations (Group number 1)
MATR_STO
COMP_ST
RSPAN_ST
DOT_MEM
FDSPAN
FLSPAN
MATR_STO
1.000
.467
.250
.332
.453
.466
Models
Default model (Default model)
Computation of degrees of freedom (Default model)
Number of distinct sample moments:
Number of distinct parameters to be estimated:
Degrees of freedom (21 - 13):
Result (Default model)
Minimum was achieved
Chi-square = 7.761
Degrees of freedom = 8
21
13
8
99
100 Apuntes Modelos de Ecuaciones estructurales (Universidad Autónoma de Madrid)
Probability level = .457
A continuación aparecen los parámetros no estandarizados y sus errores típicos de estimación (S.E.) que nos permiten ver si los parámetros son significativamente distintos de 0.
En este caso, todos los pesos son estadísticamente significativos con un nivel de confianza
del 95 % puesto que, en todos los casos, |C.R.| > 1.96.
Regression Weights: (Group number 1 - Default model)
FLSPAN
FDSPAN
DOT_MEM
RSPAN_ST
COMP_ST
MATR_STO
<--<--<--<--<--<---
MCP
MCP
MCP
MT
MT
MT
Estimate
1.000
1.124
.554
1.000
4.091
7.265
S.E.
C.R.
P
.166
.139
6.783
3.994
***
***
1.132
2.005
3.614
3.622
***
***
Label
También aparecen los mismos pesos para la solución estandarizada. Estos serían los pesos
factoriales.
Standardized Regression Weights: (Group number 1 - Default model)
FLSPAN
FDSPAN
DOT_MEM
RSPAN_ST
COMP_ST
MATR_STO
<--<--<--<--<--<---
Estimate
.748
.737
.396
.370
.690
.698
MCP
MCP
MCP
MT
MT
MT
Las covarianzas entre los factores (también significativamente distintas de cero).
Covariances: (Group number 1 - Default model)
MCP
<-->
MT
Estimate
1.029
S.E.
.312
C.R.
3.302
Y la correlación entre los factores:
Correlations: (Group number 1 - Default model)
MCP
<-->
MT
Estimate
.886
P
***
Label
Capítulo 6. Introducción al programa AMOS
101
El programa también ofrece las varianzas estimadas para las variables exógenas.
Variances: (Group number 1 - Default model)
Estimate
3.507
.385
2.758
3.729
5.802
2.424
7.081
21.339
MCP
MT
Efl
Efd
edo
ers
eco
ema
S.E.
.805
.199
.535
.697
.749
.312
1.236
3.805
C.R.
4.356
1.937
5.152
5.347
7.746
7.762
5.731
5.608
P
***
.053
***
***
***
***
***
***
Label
Si se lo hemos pedido nos dará las matrices de varianzas-covarianzas implícitas o reproducidas según el modelo, así como los residuos y los residuos estandarizados (i.e., cada
residuo estandarizado es el residuo dividido por su error típico… si los datos se ajustan al
modelo los residuos deberían estar entre -1.96 y 1.96 con un nivel de confianza del 95 %).
Matrices (Group number 1 - Default model)
Implied Covariances (Group number 1 - Default model)
matr_sto
comp_st
rspan_st
dot_mem
Fdspan
Flspan
matr_sto
41.638
11.432
2.794
4.143
8.401
7.472
comp_st
rspan_st
dot_mem
fdspan
flspan
13.519
1.574
2.333
4.731
4.208
2.808
.570
1.156
1.029
6.880
2.185
1.944
8.161
3.942
6.265
comp_st
rspan_st
dot_mem
fdspan
flspan
1.000
.255
.242
.450
.457
1.000
.130
.242
.245
1.000
.292
.296
1.000
.551
1.000
Implied Correlations (Group number 1 - Default model)
matr_sto
comp_st
rspan_st
dot_mem
Fdspan
Flspan
matr_sto
1.000
.482
.258
.245
.456
.463
Residual Covariances (Group number 1 - Default model)
matr_sto
comp_st
rspan_st
dot_mem
Fdspan
Flspan
matr_sto
.000
-.355
-.089
1.484
-.055
.046
comp_st
rspan_st
dot_mem
fdspan
Flspan
.000
.345
.753
-.210
-.059
.000
-.077
-.307
.001
.000
-.046
-.474
.000
.162
.000
102 Apuntes Modelos de Ecuaciones estructurales (Universidad Autónoma de Madrid)
Standardized Residual Covariances (Group number 1 - Default model)
matr_sto
comp_st
rspan_st
dot_mem
fdspan
flspan
matr_sto
.000
-.156
-.092
.982
-.031
.030
comp_st
rspan_st
dot_mem
fdspan
Flspan
.000
.626
.875
-.210
-.067
.000
-.201
-.719
.003
.000
-.068
-.798
.000
.229
.000
Posteriormente aparece información sobre el ajuste del modelo. En este caso, los datos se
ajustan al modelo (p > 0.05). Los índices de ajuste RMSEA, CFI y TLI son adecuados
(RMSEA < 0.05; TLI, CFI > 0.95).
Model Fit Summary
CMIN
Model
Default model
Saturated model
Independence model
NPAR
13
21
6
CMIN
7.761
.000
182.938
DF
8
0
15
P
.457
CMIN/DF
.970
.000
12.196
RMR, GFI
Model
Default model
Saturated model
Independence model
RMR
.404
.000
4.165
GFI
.981
1.000
.604
AGFI
.951
PGFI
.374
.446
.431
NFI
Delta1
.958
1.000
.000
RFI
rho1
.920
IFI
Delta2
1.001
1.000
.000
TLI
rho2
1.003
Baseline Comparisons
Model
Default model
Saturated model
Independence model
.000
.000
Parsimony-Adjusted Measures
Model
Default model
Saturated model
Independence model
PRATIO
.533
.000
1.000
PNFI
.511
.000
.000
PCFI
.533
.000
.000
FMIN
Model
Default model
Saturated model
Independence model
FMIN
.058
.000
1.375
F0
.000
.000
1.263
LO 90
.000
.000
.963
HI 90
.079
.000
1.619
CFI
1.000
1.000
.000
Capítulo 6. Introducción al programa AMOS
RMSEA
Model
Default model
Independence model
RMSEA
.000
.290
LO 90
.000
.253
AIC
33.761
42.000
194.938
BCC
35.205
44.333
195.604
HI 90
.100
.329
PCLOSE
.676
.000
AIC
Model
Default model
Saturated model
Independence model
BIC
71.433
102.855
212.325
CAIC
84.433
123.855
218.325
Una versión para estudiantes del AMOS 5.0 se puede descargar en:
http://www.amosdevelopment.com/download/
Está limitada a 8 variables observables y 54 parámetros.
103