|
Statistikk Familien:
SPSS Base
SPSS Data Entry
SPSS SmartViewer
SPSS Web App
Amos
SamplePower
SPSS Data Mining Familien:
Answer Tree
Clementine
Statistikk Familien
Data Mining Familien
SPSS Kurs
Grunnkurs i SPSS
Anvendt Statistikk
Regresjonskurs
Klassifikasjon og Gruppering
Datatilrettelegging
Introduksjon til Data Entry
Spørreskjemametode
Oppfriskningskurs
Presentasjon i tabeller/grafer
|
 |
|
|
 |
|
 |
|
Amos er et modelleringsverktøy for testing av teorier og
modeller. I
Amos jobber du i et grafisk miljø der du har mulighet for å
definere alle delene av modelleringsprosessen, slik som å
definere, beregne, teste, justere og presentere modeller.

Amos er en forkortelse for ”Analysis of Moment Structures”. Amos
bruker den generelle tilnærming til dataanalyse kjent som
”Structural Equation Modelling” (SEM) – også kjent som
”Analysis of Covariance Structures”, eller
kausalmodellering. Disse tilnærmingene
innbefatter mange kjente teknikker, som generell lineær
modell og vanlig faktoranalyse. SEM er av og til tenkt på som
en esoterisk metode som er vanskelig å lære og bruke. Dette
er ikke riktig. Grunnen til at SEM var et så viktig
gjennombrudd, er den enkle bruken. SEM åpner døren for
ikke-statistikere til å løse estimater og hypotesetestingsproblemer som tidligere krevde eksperter for å
løse. Amos var opprinnelig utviklet som et redskap for å lære
bort denne metoden. Amos er derfor utviklet for å skulle være spesielt
brukervennlig. Amos integrerer en enkel grafisk oversikt med
andre avanserte beregningsmetoder for SEM. Modellene gir en klar forståelse av
sammenhenger. Modellene
viser også resultatet på testing av en rekke numeriske
algoritmer. Metodene i Amos er blant de
mest effektive og reliable som finnes.
Amos overgår andre strukturelle
modelleringsprogrammer. Når du står
overfor manglende verdier, kan Amos gjøre de beste
beregninger med ”maximun-likelihood” isteden for å stole
på ad-hoc metoder slik som listvise eller parvise angivelser, eller gjennomsnittelig
beregninger.
Programmet kan analysere data fra ulike populasjoner på samme
tid.
|