Introducción al uso

de AMOS de SPSS

Nazira Calleja

MODELAMIENTO ESTRUCTURAL

•ABRIR AMOS

File → New•ABRIR UN ARCHIVO NUEVO

View → Interface properties

•ACOMODAR LA HOJA EN FORMATO HORIZONTAL

View Page Layout Landscape → Apply

•ACOMODAR LA HOJA EN FORMATO HORIZONTAL

Select data file

•ABRIR EL ARCHIVO DE DATOS

File name

Buscar la base y darle clickOk

•ABRIR EL ARCHIVO DE DATOS

List variables in data set

Muestra las variables que están en el

archivo

•ABRIR LA LISTA DE VARIABLES

Las variables elegidas se “jalan” y se sueltan en el layout, acomodadas de acuerdo con el modelo.

•COLOCAR LAS VARIABLES EN LA HOJA, SEGÚN EL MODELO

•COLOCAR LAS VARIABLES EN LA HOJA, SEGÚN EL MODELO

Conecta las VI con la VD con

líneas de regresión

(unidireccionales rectas).

•CONECTAR LAS VIs CON LA VD

•CONECTAR LAS VIs CON LA VD

Conecta las VI entre ellas (líneas

bidireccionales curvas).

•CONECTAR LAS VIs

•AGREGAR EL TÉRMINO DE ERROR A LA VD

Término de error

Plugings →Name unobserved variables

•GUARDAR EL ARCHIVO

Anota e1i… en los errores

e1

•GUARDAR EL ARCHIVO

Guarda el archivo

Touch up

•AJUSTAR (ARREGLAR) LAS LÍNEAS

Analysispropierties

•MARCAR LAS OPCIONES DE ANÁLISIS

Analysis propierties → Output

Marcar:

Minimizationhistory

Standardizedestimates

Squaredmultiplecorrelactions.

•MARCAR LAS OPCIONES DE ANÁLISIS

Calculateestimates

Save

•CORRER EL ANÁLISIS

Standardizedestimates

Save

•FORMATOS DE LOS PARÁMETROS

View the output path diagram

•VER LAS CORRELACIONES EN EL MODELO

•VER LAS CORRELACIONES EN EL MODELO

View text

•VER EL TEXTO

Amos Output Estimates

•VER LOS RESULTADOS

Amos Output Estimates

•VER LOS RESULTADOS

Evaluación del ajuste del modelo

•Ajuste absoluto

•Ajuste relativo (comparativo)

https://www.youtube.com/watch?v=TQh_9Zo8ZnE

Índices comunes de ajuste absoluto

•Modelo Chi cuadrada:Chi cuadrada no significativo (p> .05) indica un buen ajuste

•RMSEA (Room Mean Squared Error of Approximation):Ajuste aceptable < .10; buen ajuste <.05

•GFI (Goodness of Fit):> .90 es considerado buen ajuste

Índices comunes de ajuste relativo

•NFI (Normed Fit Index)

•IFI (Incremental Fit Index)

•CFI (Compartarative Fit Index)

Todos en un rango de 0 a 1

Generalmente, > .90 es considerado bueno

Dibujar variablesobservadas

Dibujar un sendero

Subtítulos

Seleccionar un objeto

Duplicar objetos

Cambiar la forma delos objetos

Mover los valores delos parámetros

Seleccionar archivode datos

Copiar el diagrama

Propiedades delobjeto

Zoom en el áreaseleccionada

Muestra la páginacompleta

Bayesiana

Borrar el cambio

Herramientas

Dibujar variablesno observadas

Dibujar covarianza

Lista de variablesen el modelo

Seleccionar todoslos objetos

Mover objetos

Rotar los indicadoresde una var. latente

Rollo

Propiedades delanálisis

Ver texto

Arrastrar propiedadesde un objeto a otro

Aumentar el tamañodel diagrama

Ajustar el tamaño deldiagrama a la página

Análisis de múltiplesgrupos

Re-hacer

Agregar indicadores auna variable latente

Agregar una variablea una existente

Lista de variablesen la base de datos

Des-seleccionar todoslos objetos

Borrar objetos

Reflejar los indicadoresde una variable latente

Retocar una variable

Calcular estimados

Guardar el diagrama

Preservar la simetría

Disminuir el tamañodel diagrama

Examinar con lupa

Imprimir el diagrama

Búsqueda

*

* *

***

*

*

*

* *

*También en click derecho

https://www.youtube.com/watch?v=efC81f-Z22Q

https://www.youtube.com/watch?v=GA2hco5604M

REPORTE DE LOS RESULTADOS

Con el objeto de examinar empíricamente la estructura factorial de la escala, se efectuó un análisis factorial confirmatorio con base en el programa de ecuaciones estructurales (Byrne, 2001; Kline, 2005), mediante la utilización del programa AMOS 16 y con una muestra aleatoria de 200 participantes. Las varianzas de las variables latentes se fijaron en 1.0. Las varianzas de los términos de error fueron especificadas como parámetros libres. Se empleó el método de estimación de máxima verosimilitud (ML). Los indicadores de bondad de ajuste obtenidos para la Escala de Ira-Estado fueron: (1) χ2 entre

los grados de libertad (el cociente debería ser < 4.00; a menor índice, mejor ajuste) = 195.93 / 89 = 2.20; (2) índice de ajuste comparativo de Bentler (CFI, Comparative fit index; el valor debería acercarse a 0.90 (cuanto más cercano sea el valor a una 1, mejor ajuste) = 0.953, y (3) raíz cuadrada media de error de aproximación (RMSEA, Root mean square error of approximation; el valor debería ser ≤ 0.05; cuanto menor sea el valor, mejor ajuste) = 0.05. En suma, el modelo presentó niveles admisibles de ajuste a los datos, lo cual confirma la estructura factorial obtenida en los análisis exploratorios.

Ejemplo 1

REPORTE DE LOS RESULTADOS

Con base en los análisis previos, se elaboró y probó un modelo explicativo de la intención de fumar mediante el modelamiento de ecuaciones estructurales (Kline, 2005). Se utilizó el programa Amos 7.0.

El modelo obtenido (figura 1) mostró un buen ajuste, como lo indican los siguientes valores: ÷2 (6)=5.54, p=.48; NFI=.99; RFI=.96 y CFI=1.00; RMSEA=.001, con un intervalo de confianza de 90%, oscilando entre .001 y .070. El porcentaje de varianza explicada de la intención de fumar fue 49.7.

La variable que tuvo mayor efecto total sobre la intención de fumar de las adolescentes fue tener amigos fumadores (.30, p<.001), seguida por la supervisión de los padres (-.25 p<.001) y la permisividad de consumo de tabaco en el hogar (.21, p<.001). Los efectos de la rebeldía (.16, p<.001), de la creencia en la propiedad adictiva del tabaco (-.15, p=.001) y de las creencias en los beneficios de fumar (.10, p=.017) fueron moderados.

Ejemplo 2

REPORTE DE LOS RESULTADOS

La variable amigos fumadores ocupó una posición central en el modelo, ya que fue afectada por cuatro de las cinco variables restantes: la rebeldía (.28, p<.000), la supervisión paterna (-.18, p=.001), la permisividad de consumo de tabaco en el hogar (.16, p=.001) y la creencia en los beneficios de fumar (.19, p<.006). Estas variables explicaron 24.9% de su varianza.

En el modelo, la rebeldía refuerza la intención de fumar a través de su influencia sobre las creencias en los beneficios de fumar (.24, p<.001) y sobre la asociación con amigos fumadores (.28, p<.001).

La supervisión paterna y la permisividad de consumo de tabaco en el hogar tuvieron efectos opuestos sobre la intención de fumar, los amigos fumadores y la rebeldía (-.47, p<.001 y .18, p<.001, respectivamente), y ambas explicaron 27.8% de su varianza).

Ejemplo 2 (cont.)

REPORTE DE LOS RESULTADOS