Amos es un potente software de modelización de ecuaciones estructurales (SEM) el cual le permite dar apoyo a su estudio y teorías ampliando métodos de análisis estándar multivariante, incluyendo la regresión, análisis de factores, correlación y el análisis de la varianza. En Amos, especifique, estime, estudie y presente su modelo en un diagrama causal intuitivo para mostrar las relaciones de las hipótesis entre variables.
Con Amos podrá especificar, estimar, evaluar y presentar su modelo en un intuitivo diagrama causal, que le mostrará las relaciones posibles entre las variables
Puede construir rápidamente modelos de actitudes y comportamientos en Amos que reflejen realmente las relaciones complejas. Cualquier variable numérica, observada o latente, puede utilizarse para pronosticar cualquier otra variable numérica. Amos 17.0 incluye opciones estadísticas ampliadas, basadas en estimación Bayesiana.
Puede:
Amos le permiten analizar simultáneamente los datos de diferentes poblaciones, como por ejemplo de diferentes grupos étnicos. Aumente la fiabilidad de variables en su análisis incluyendo muchos indicadores. Atribuya valores perdidos y puntuaciones latentes, tales como puntuaciones factoriales, con múltiples imputaciones. Puede utilizar también Amos para estudios longitudinales, análisis de grupos múltiples y análisis de fiabilidad.
El enfoque de visualización interactiva de Amos se aproxima a la modelización de ecuaciones estructurales (SEM) para facilitar su aprendizaje y uso. En la interfaz de Amos se puede crear diagramas causales de los análisis utilizando herramientas de dibujo en vez de escribir ecuaciones o tecleando comandos. O puede aumentar las capacidades de Amos con lenguajes de programación como Visual Basic® y C# de Microsoft®.
Una vez completado el modelo, puede valorarlo con un simple clic. Así, cuando su modelo esté completo, puede imprimir sus presentaciones. Amos incluye 36 ejemplos completos como introducción a los modelos de ecuaciones estructurales. También tiene un amplio sistema de ayuda online.
Utilice la técnica exploratoria de Amos, busque requisitos SEM para elegir un modelo de entre un amplio abanico de opciones. Adelántese en la investigación especificando las restricciones en los valores de los parámetros de su modelo, o utilice la estimación Bayesiana para especificar una distribución informativa a priori de los parámetros. Utilice el análisis factorial confirmatorio para especificar y probar un patrón factorial, en vez de confiar en el tradicional análisis exploratorio factorial.
También puede ajustarse a múltiples modelos en un único análisis. Amos examina cada par de modelos donde uno puede ser obtenido localizando restricciones de parámetros en el otro. Amos sugiere la manera de mejorar el modelo – por ejemplo, añadiendo una flecha para conectar dos variables. Los gráficos y estadísticos le ayudan a encontrar una compensación óptima entre modelos de simplicidad y la bondad de ajuste.
Después de ajustar el modelo, el diagrama causal de Amos muestra la fuerza de la relación entre variables. Por ejemplo, cuando trabaja con los datos de una encuesta de productos para condimentar las comidas, debe asumir desde el principio que la variable “satisfacción de la prueba” es el mejor indicador de fidelidad de marca. Mirando el diagrama causal en Amos, sin embargo, podrá descubrir que el mejor indicador de lealtad es “el tamaño del paquete adquirido”.
Los investigadores y los estudiantes de postgrado que poseen datos de observaciones o no experimentales aplican Amos en una gran variedad de campos para convencer a un comité o jefes, conseguir financiación o publicar su trabajo. Por ejemplo en campos como:
Puede utilizarlo con los productos de SPSS que ya tienePuede utilizar Amos con SPSS Statistics Base para ampliar el análisis que ya ha estado haciendo. Amos será el complemento ideal para sus análisis si utiliza SPSS Advanced Statistics™ o SPSS Regression™, ya que los modelos de ecuaciones estructurales (SEM) amplían los algoritmos disponibles en esos programas.
**SPSS Advanced Statistics y SPSS Regression eran antes conocidos como SPSS Advanced Statistics y SPSS Regression, respectivamente
Productos y Servicios Clave
Recursos
Descarga
