本书是将称为共变异数构造分析(CSA；Covariance Structure Analysis)或结构方程模式(SEM；Structural Equation Modeling)的数值统计手法，使用AMOS彻底有效活用的一本书。

　　在毕业论文或报告中决定使用共变异数构造分析与急用的人，只要阅读第一章即可。第一章的内容即可选用AMOS进行共变异数构造分析；

　　第2章与第3章是为了想仔细活用AMOS的人而准备。第2章主要是说明AMOS的详细机能，第3章说明共变异数构造分析的典型模式与应用例。至第3章为止已学习了标准的共变异数构造分析的实际技术。

　　第4章到第6章是介绍发展中的模式。第4章是解说多母体分析，多母体分析是从利用性别、学年、人种或其他的名义变数所区别的数个母体，就所取得的数据同时进行分析的方法。第5章是解说平均共变异数构造分析。所谓平均共变异数构造分析是同时分析2次积率(2nd moment)的共变异数与1次积率(first moment)的平均值的手法（这些手法会与第10章加以结合，当作多母体的平均共变异数构造分析来讨论）。第6章是介绍称为潜在曲线模式的成长曲线的分析手法。

　　第7章到第9章是介绍支援分析的主要工具。第7章主要是就多重代入法加以讨论，于调查或实验中，能收集完整的数据是很少的。多重代入法是处理遗漏值的方法。第8章是介绍Bootstrap（拔靴）法。Bootstrap法是调查统计量的安定度的有效手法。第9章是介绍模式的探索。共变异数构造模式对手中的数据可以建构各种的模式。模式探索机能是配合手中的数据对模式的建构提供协助。

　　第11章到第13章是介绍MCMC(Markov Chain Monte Carlo)，首先，第11章是讨论利用事前资讯的贝氏估计。接着，第12章是处理中止数据。然后，第13章是说明使用者期待的顺序类别数据(ordered-categorical data)的分析手法。

　　第14章的Mplus是一套供研究者分析用的结构方程模式化软体，用来处理广范围的模式。用来处理广范围的模式分析，包含单层次或多层次数据、随机截距、随机回归系数、潜在构造分析…等等。本章将简单介绍Mplus该如何运用，将AMOS所无法处理的模式 ( 如类别变项 )，用Mplus将数据套用跟处理出来之路径图结果。(内文探讨的模式如多项式Logistic、随机回归系数、非线性因子、潜在构造分析…等如何运用mplus来处理。)

　　第15章摘选出较贴近生活化之期刊发表、论文或报告，让读者能容易了解该篇所表达为何，并将原先之内文做简单之摘录，让数据及路径分析结果精简化。使得解读能更为清楚快速。附录A是有关AMOS所求出的适合度指标，用于具体案例进行解说。

　　鼎茂图书研究方法课程推荐
　　报名网址: spss999.tingmao.com.tw/
　　(1)多变量分析(含SEM)之经常混淆的研究课题Seminar(2012/12/14)
　　(2)轻松搞懂结构方程模型SEM研习营(2013/1/22 - 1/23)
　　(3)轻松写论文之「SPSS20.0统计分析工作坊」基础班研习营(2013/1/24 - 1/25)
　　(4) HLM7.0基础班(软体操作)(2013/1/28 - 1/29)

作者简介

豊田秀树（Toyoda Hideki）

　　现任
　　早稻田大学文学学术院教授

　　曾任
　　美国伊利诺大学心理学系访问研究员

　　研究专长
　　心理统计、行销科学

译者简介

陈耀茂

　　现任
　　东海大学企业管理系教授

　　研究专长
　　品质管理、商品企划与开发、决策分析

　　着作
　　品质管理
　　可靠度管理

第一章 破冰之旅
1.1 何谓结构方程模式
1.2 数据的准备
1.3 AMOS 的画面构成
1.4 路径图的绘制
1.5 数据、变数的设定
1.6 分析的设定、执行
1.7 分析结果的显示
1.8 正文输出：估计值
1.9 正文输出：适合度
1.10 报告
1.11 构成概念分数

第二章 进阶者之道
2.1 模式的概要
2.2 原始数据以外的数据形成
2.3 正文输出（1）
2.4 正文输出（2）
2.5 正文输出（3）
2.6 正文输出（4）
2.7 给制路径图的细节
2.8 物件的性质
2.9 发生识别问题时
2.10 估计法．数值解法
2.11 数值解析
2.12 其他的工具

第三章 各种模式
3.1 复回归分析
3.2 逐次模式
3.3 非逐次模式
3.4 偏相关与多变量回归
3.5 共变异数分析
3.6 MIMIC 模式
3.7 确认式因子分析
3.8 2 次因子分析．阶层因子分析
3.9 构成概念间的因果模式
3.10 利用1 因子分析模式的检定

第四章 多母体分析
4.1 何谓多母体分析
4.2 多母体路径分析－模式建构
4.3 多母体路径分析－配置不变
4.4 多母体路径分析－差的检定
4.5 多母体路径分析－等值限制
4.6 多母体因子分析－配置不变
4.7 多母体因子分析－测量不变

第五章 平均结构方程模式
5.1 何谓平均结构方程模式
5.2 因子的共变异数分析－模式建构
5.3 因子的共变异数分析－模式解释
5.4 包含平均构造之构成概念间的路径分析

第六章 成长曲线模式
6.1 成长曲线模式之执行
6.2 成长曲线模式的解释
6.3 多样的预测曲线
6.4 GCM 与其他变数之组合

第七章 遗漏值与多重代入法
7.1 何谓遗漏值
7.2 完全资讯最大概似估计法
7.3 数据的代入
7.4 完全数据组的利用

第八章 Bootstrap 法
8.1 何谓Bootstrap 法
8.2 标准误差的估计
8.3 偏误、信赖区间的估计
8.4 模式间的比较

第九章 模式探索
9.1 模式特定化之探索
9.2 结果与其看法
9.3 使用探索模式特定化分析的探索式因子分析
9.4 利用适合度的变化量来探索模式

第十章 多母体的平均构造分析
10.1 何谓多母体的平均构造分析
10.2 平均构造的引进
10.3 不完全数据的因子分析（1）
10.4 不完全数据的因子分析（2）

第十一章 贝氏估计
11.1 贝氏估计与MCMC
11.2 详细的设定
11.3 分析选项
11.4 不适解的因应

第十二章 中止数据的分析
12.1 中止数据与其问题点
12.2 中止数据的输入与分析
12.3 对估计结果的补充

第十三章 顺序类别数据之分析
13.1 顺序类别数据的输入
13.2 顺序类别数据的因子分析
13.3 对潜在变数的推测

第十四章 Mplus
14.1 何谓Mplus？
14.2 随机系数回归
14.3 非线性确认式因子分析
14.4 针对平均与路径系数的潜在构造分析
14.5 针对成长数据的潜在建构模式
14.6 潜在推移分析
14.7 二段抽出模式
14.8 加入潜在构造的2 段抽出模式

第十五章 应用研究介绍
附录A 适合度指标
A1 关于适合度指标的留意点
A2 适合度指标的判读方法(1)
A3 适合度指标的判读方法(2)
A4 适合度指标的判读方法(3)
A5 适合度指标的判定方法(4)