一、导入数据

amos在导入.xlsx数据的时候，有时会提示文件打不开，这个时候可以先把.xlsx文件粘贴到SPSS中，保存成.sav文件，就可以打开了。

在画amos模型图的时候，有的时候画不开，这个时候可以点击view---第一个选项，然后改变纸张的宽度，需注意，在填写完宽度数据后，需要再点击一下其他方框，比如高度，否则不会发生任何变化。

二、中介模型的搭建

今天主要讲的是简单中介效应，简单中介效应的基本机构如上图所示，具体的结构需要具体分析，但是整个大框架是一致的。其中，F1是自变量，F2是中介变量、F3是因变脸，椭圆是潜变量，不需要导入数据，矩形是显变量，需要导入数据，假设只有一列数据，比如xx正确率，那么就把该变量改成椭圆。下图是两种不同类型的简单中介框架图。搭建好以后，将对应题目拖入，并且命名残差就可以了。

 

三、输出结果设置

首先，在output和bootstrap窗口勾选必要内容

中介分析需要对各个路径命名并写公式，比如第一张图中，将自变量到中介变量各个路径命名为a1,a2....以此类推，接着点击左下角，再点击第二项define new estimand

第一个模型输入如下图所示

第二个模型输入如下图所示

 

四、运行模型，查看结果（需要点击第二项标准化的选项，而不是直接看第一个选项）

在model fit选项可以查看各个拟合指数，确保拟合指数在一定的范围内，如果样本数过大，比如上万，那么会因为统计敏感性导致CMIN/DF指标偏高，如果其他指标是正常的，只有这一个过高，也是可以接受的。如果超过了范围，那么就需要进行模型修正，模型修正其实是一件很棘手的事情。第一种修正方法：拉残差，但是这种方法需要谨慎，因为没有文献和理论支撑，拉一两个可以，再多就很难解释。第二种修正方法：删除不显著的路径，如下下下图所示，删除载荷因子比较低的路径再进行分析。

其次，在Estimates选项查看各个变量之间的关系，下图是各个变量之间的关系，第一列是非标准化系数B，第二张图是标准化系数β,一般来说，标准化系数β更重要，因为β更能比较不同自变量之间的相对预测力。

五、中介效应检验

点击estimate中matrics，然后在下面的estimate/bootstrap中查找需要的数据，如果你想查看间接效应，那么现在上方点击间接效应，然后再下方查看效应值（estimate），以此类推。得先在上面点击一下，下方才能显示。下下图是estimate输出的一部分，表示关联——价值——忠诚这条路径的效应值是0.33，estimate表格中最后一列是p值。

 

接着在bootstrap confidence中寻找上下限，若该区间不包含 0，则可确认中介效应的存在。比如关键——价值——忠诚的下限是0.006，上限是0.087，表明该路径显著，中介效应成立

 

 

形成报告