‫‪ - AMOS‬גג לדוקטורנט המאותגר‬ ‫‪ .1‬נכנסים ל ‪ Amos Graphics‬או שנכנסים ל‪ spss-‬ומפעילים ‪ Amos‬מתפריט ‪Analyze‬‬ ‫‪ .2‬מציירים מודל חדש ‪/‬פותחים מודל קיים (מוסבר בכל המדריכים האחרים)‬ ‫‪ .3‬פותחים קובץ נתונים של ‪( spss‬אם נכנסנו דרך ‪ ,spss‬שלב זה לא נדרש)‬ ‫‪ .a‬נכנסים ל – ‪( File → Data File‬או ‪)CTRL+D‬‬ ‫‪ .b‬לוחצים על ‪ File Name‬ובוחרים קובץ ‪ SPSS‬רצוי‪.‬‬ ‫‪.c‬‬ ‫‪ .4‬קישור משתנים במודל (מצוירים) למשתנים בקובץ (אם לא עשינו את זה כבר)‬ ‫‪ .a‬נכנסים ל – ‪ ( View/Set → Variables in Dataset‬או ‪)CTRL+Shift+D‬‬ ‫‪ .b‬גוררים את המשתנה מהרשימה על גבי המשתנה בשרטוט‬ ‫‪ .5‬קובעים את מאפייני הניתוח הרצוי‪ ,‬בהתאם לצורך‬ ‫‪ .a‬נכנסים ל– ‪( View/Set → Analysis Properties‬או ‪,)CTRL+A‬‬ ‫‪ .b‬לעבודה עם ממוצאים מסמנים בחוצץ ‪  Estimation‬ב ‪estimate means‬‬ ‫‪and intercepts‬‬ ‫‪ .c‬בחוצץ ‪ Estimation‬אפשר לסמן נקודה ליד ‪ – maximum likelihood‬שזה‬ ‫אומר להתייחס לקו הרגרסיה הנראה יותר או לסמן נקודה ליד‬ ‫‪ – Generalized least squares‬שזה אומר שיהיו מרחקים מינימאליים מקו‬ ‫הרגרסיה‪.‬‬ ‫‪ .d‬בחוצץ ‪ output‬מסמנים ‪ ‬ב ‪Modification indices‬‬ ‫‪ .e‬בחוצץ ‪ output‬מסמנים ‪ ‬ב ‪Correlations of estimates‬‬ ‫‪ .f‬בחוצץ ‪ output‬מסמנים ‪ ‬ב ‪Standardized estimates‬‬ ‫‪.g‬‬ ‫‪ .6‬לקביעת מאפיינים נוספים למשתנים‬ ‫‪ .a‬יש לסמן צורה במודל וללחוץ על הלחצן הימני בעכבר‪ .‬ברשימה שנפתחת יש‬ ‫לבחור – ‪.Object Properties‬‬ ‫‪ .b‬בחוצץ ‪ Text‬אפשר לתת שם ותווית הסבר קצרה ‪.‬‬ ‫‪ .c‬בחוצץ פרמטר אפשר לתת ערך התחלתי לממוצע או שונות ‪ ,‬כשאין למחשב‬ ‫פתרון ורוצים לצמצם את כמות המשוואות ‪.‬‬ ‫‪ .7‬הרצת המודל‬ ‫‪ .a‬נכנסים ל – ‪( Model-Fit → Calculate Estimates‬או ‪ .)CTRL+F9‬ישנן‬ ‫גרסאות שבהן מריצים מודל מתפריט ‪Analyze → Calculate Estimates‬‬ ‫‪ .8‬כדי לצפות להעתיק ולערוך את המודל עם תוצאות החישובים‬ ‫‪ .a‬לצפייה לוחצים על החץ האדום המופנה כלפי מעלה‬ ‫‪ .b‬להעתקת ציור המודל –‬ ‫‪Edit →Select All, Copy ( to clipboard) .i‬‬ ‫‪ Paste .ii‬בתוך מסמך ‪word‬‬ ‫‪ .c‬לעריכת ציור המודל ‪ -‬לחצן ימני בעכבר כשעומדים על הציור ובוחרים ‪Edit‬‬ ‫‪picture‬‬ ‫‪ .i‬קליק כפול על כל אובייקט בציור מאפשר למחוק ולעדכן מספרים ‪,‬‬ ‫קשתות וכד'‬ ‫‪ .9‬כדי לחזור מתצוגת התוצאות על המודל לתצוגת שמאפשרת שינוי בהגדרות המודל‬ ‫לוחצים על חץ האדום המופנה כלפי מטה‪.‬‬ ‫‪ .01‬אם רוצים לשמור את המודל ‪ ,‬לא לשכוח לבצע ‪( File → Save‬או ‪.)CTRL+S‬‬ ‫שימו לב! קובץ ‪ amos‬חייב להישמר באותה תיקייה שבה נשמרים קבצי ה‪.spss -‬‬ ‫שם הקובץ ושם התיקייה בה נמצא הקובץ חייב להיות באותיות לועזיות ‪.‬‬ ‫‪ .11‬צפייה והעתקת קובץ פלט –‬ ‫‪ .a‬נכנסים ל ‪( View/Set → Text Output -‬או ‪)F10‬‬ ‫‪ .b‬גוררים את הפרק הרצוי לתוך מסמך ‪word‬‬ ‫☺ונגרוביץ ניבה ©‬ ‫הדגמת הפעלת קבצי דוגמאות–‬ ‫‪.1‬‬ ‫‪.2‬‬ ‫‪.3‬‬ ‫‪.4‬‬ ‫‪.5‬‬ ‫‪.6‬‬ ‫‪.7‬‬ ‫קליק כפול על הדוגמה המבוקשת (קובץ ‪)Ex01-a.amw‬‬ ‫פתיחת קובץ נתונים של ‪spss‬‬ ‫‪ .a‬נכנסים ל – ‪( File → Data File‬או ‪)CTRL+D‬‬ ‫‪ .b‬לוחצים על ‪ File Name‬ובוחרים קובץ ‪ SPSS‬רצוי (‪.)Attg_yng.sav‬‬ ‫לא צריך לקשר משתנים – הדוגמאות כבר מקושרות‬ ‫קביעת מאפייני ניתוח‬ ‫‪ .a‬נכנסים ל– ‪( View/Set → Analysis Properties‬או ‪,)CTRL+A‬‬ ‫‪ .b‬לעבודה עם ממוצאים מסמנים בחוצץ ‪  Estimation‬ב ‪estimate‬‬ ‫‪means and intercepts‬‬ ‫‪ .c‬בחוצץ ‪ Estimation‬אפשר לסמן נקודה ליד ‪– maximum likelihood‬‬ ‫שזה אומר להתייחס לקו הרגרסיה הנראה יותר או לסמן נקודה ליד‬ ‫‪ – Generalized least squares‬שזה אומר שיהיו מרחקים מינימאליים‬ ‫מקו הרגרסיה‪.‬‬ ‫‪ .d‬בחוצץ ‪ output‬מסמנים ‪ ‬ב ‪Modification indices‬‬ ‫‪ .e‬בחוצץ ‪ output‬מסמנים ‪ ‬ב ‪Correlations of estimates‬‬ ‫הרצת המודל‬ ‫‪ .a‬נכנסים ל – ‪( Model-Fit → Calculate Estimates‬או ‪)CTRL+F9‬‬ ‫צפייה במודל עם תוצאות החישובים‬ ‫‪ .a‬לוחצים על החץ האדום המופנה כלפי מעלה‬ ‫צפייה קובץ פלט –‬ ‫‪ .a‬נכנסים ל ‪( View/Set → Text Output -‬או ‪)F10‬‬ ‫☺ונגרוביץ ניבה ©‬ ‫מודל גרפי‬ ‫משתנה תיאורטי ‪ -‬עיגול‬ ‫משתנה תצפיתי – ריבוע‪.‬‬ ‫המספרים מעל ציור המשתנה – אחוז שונות מוסברת של המשתנה‬ ‫קשר בין משתנים (לא סיבתי) – קשת‪ .‬המספר מעל – מתאם בין המשתנים‬ ‫קשר סיבתי – חץ‪ .‬המספר מעל – מקדם רגרסיה‪ ,‬ביטא‬ ‫הרגרסיה)‬ ‫(סטנדרטיזציה של מקדם ‪ ,b‬השיפוע‪ ,‬במשוואת‬ ‫אקסוגני ‪ -‬המשתנה המשפיע‪ ,‬הבלתי תלוי‪ ,‬החיצים יוצאים ממנו (גלוי‪-‬ריבוע או סמוי‪-‬עיגול)‬ ‫אנדוגני – משתנה מושפע‪ ,‬מתווך או סמוי (לטנטי)‪ .‬חיצים מגיעים אליו‪ ,‬חיצים יכולים גם לצאת ממנו‬ ‫אך לא יכולה לצאת ממנו קשת אם נכנס אליו חץ‪.‬‬ ‫סוגי ניתוחים‬ ‫ניתוח נתיבים – ‪Path Analysis‬‬ ‫ניתוח גורמים מאשש – ‪( Confirmatory‬לעומת הרגיל‪ ,‬המגשש – ‪)Exploratory‬‬ ‫ניתוח אישוש השערות על ממוצעים‪ ,‬שונויות‪ ,‬הבדלים בין קבוצות (את כל אלה ניתן לבצע גם בעזרת ‪)spss‬‬ ‫בדיקת השערות על שוויון מתאמים‪ ,‬קו‪-‬ואריאנטים או שונויות בין זוגות משתנים‬ ‫משתנים חשובים בקובץ פלט‬ ‫ישנם כ‪ 40-‬מדדים של טיב מודל‪ .‬צריך שלפחות שלושה יהיו טובים כדי לקבוע שמודל טוב‪.‬‬ ‫חי בריבוע‪ –CMIN /‬קטן ככל הניתן‪ ,‬אך רצוי שלא יתקרב ל‪( 0-‬שלא יהיה מובהק‪ ,‬שלא יהיה‬ ‫הבדל מובהק בין המודל לבין הנתונים)‪.‬‬ ‫‪ – NFI‬רצוי שיהיה מעל ‪ ,0.90‬אחרת יש מקום לשיפור במודל‬ ‫‪ – GFI‬רצוי שיהיה מעל ‪0.95‬‬ ‫‪ – RMR‬רצוי נמוך ככל האפשר‪ ,‬כאשר ‪ 0‬ההתאמה בין המודלים מלאה‪.‬‬ ‫‪ – SRMR‬קטן מ‪ 0.9-‬בשילוב עם אחד המדדים הבאים (‪)TLI, BL89, RNI, CFI, GAMMHAT, MC‬‬ ‫שצריך להיות גדול מ‪0.95-‬‬ ‫‪ - RMSEA‬קטן מ‪( 0.06-‬אחוז הטעות‪ ,‬החלק הלא מוסבר‪ ,‬לא מדד טוב למדגמים מתחת ל ‪ 250‬איש)‬ ‫‪ – MSI ,TSI‬מעל ‪0.95‬‬ ‫רצוי ש ‪ Default model -‬יהיה קרוב ככל האפשר ל‪ Saturated model -‬בין אם הוא ‪ 0‬או ‪.1‬‬ ‫מידת הקרבה היא מדד לטיב מודל‪ .‬סטייה של עד ‪ 10%‬מהמודל האידיאלי סבירה‪.‬‬ ‫‪ – IFI‬קרוב ל‪ 1‬מעיד על התאמה גבוהה‪ ,‬במידה וה‪ default model-‬קרוב ל – ‪saturated‬‬ ‫‪model‬‬ ‫מהימנות שאלון וגורמים בשאלון (‪ – )α‬מעל ‪ - 0.6‬גבוהה‬ ‫בין ‪ 0.4‬ל‪ - 0.6-‬בינונית‬ ‫נמוך מ ‪ – 0.4‬נמוכה‬ ‫מתאמים (‪ – )β‬נמוך מ ‪ – 0.15‬אין מתאם בערך מוחלט‬ ‫– מתאם נמוך‬ ‫‪0.15-0.3‬‬ ‫– מתאם בינוני‬ ‫‪0.3-0.7‬‬ ‫– מתאם גבוה‬ ‫מעל ‪0.7‬‬ ‫מעל ‪ – 0.85‬מתאם גבוה מאוד‬ ‫☺ונגרוביץ ניבה ©‬