Tester les relations dans les modèles d`attitude et de comportement

Amos™ 18 – Spécifications
Tester les relations dans
les modèles d’attitude et
de comportement
Puissant logiciel de modélisation d’équation structurelle
Amos vous permet d’analyser simultanément les données
(SEM) Amos vous permet de soutenir vos recherches et vos
de plusieurs populations par exemple plusieurs groupes
théories en étendant les méthodes d’analyse multivariées
ethniques. Augmentez la fiabilité des variables de votre
standard, dont la régression, l’analyse factorielle, la corréla-
analyse en incluant plusieurs indicateurs. Imputez les
tion et l’analyse de variance. Sous Amos, vous spécifiez,
valeurs manquantes et les notes latentes, par exemple des
vous estimez, vous évaluez et vous présentez votre modèle
notes de facteur, avec l’imputation multiple. Vous pouvez
dans un diagramme des coefficients de direction intuitif
également utiliser Amos pour les études longitudinales,
montrant les relations hypothétiques entre les variables.
l’analyse de groupes multiples et l’analyse de fiabilité.
Confirmer les relations complexes
Aller rapidement du modèle affiché à l’écran
Vous pouvez construire rapidement des modèles d’attitude
aux résultats publiés
et de comportement sous Amos qui reflète de façon réaliste
L’approche visuelle interactive d’Amos simplifie
les relations complexes. Toute variable numérique, observée
l’apprentissage et l’utilisation de la SEM. Avec l’interface
ou latente, peut être utilisée pour prédire toute autre variable
d’Amos, vous pouvez créer des diagrammes de coefficients
numérique. Amos inclut des options statistiques étendues
de direction dans votre analyse en utilisant des outils de
basées sur l’estimation Bayésienne. Vous pouvez:
dessin, plutôt que d’écrire des équations ou d’entrer des
n
Exécuter l’estimation avec des données catégoriques
commandes. Ou bien vous pouvez étendre les capacités
ordonnées et des données censurées. Cette estimation
d’Amos avec les langages de programmation
vous permet de créer des modèles basés sur des don-
Microsoft® tels que Visual Basic® et C#.
nées non numériques sans avoir à assigner des notes
n
numériques aux données. Elle vous permet également
Une fois votre modèle terminé, vous pouvez évaluer
de travailler avec les données censurées sans avoir à
l’ajustement d’un clic. Ensuite, vous pouvez imprimer une
faire d’autres hypothèses que celle de la normalité.
sortie de type présentation. Amos inclus 36 exemples
Entrer des valeurs numériques pour les données
catégoriques ordonnées et les données censurées.
d’équations. Un système d’aide en ligne étendu est
L’ensemble de données résultant peut être utilisé
également disponible.
comme entrée vers des programmes nécessitant des
données numériques complètes.
n
finalisés qui servent d’introduction à la modélisation
Estimer les distributions prédictives ultérieures pour
déterminer des valeurs probables pour les données
manquantes ou partiellement manquantes dans un
modèle de variable latente.
est le meilleur indicateur de fidélité à la marque. En examinant
le diagramme des coefficients de direction sous Amos,
cependant, vous pourriez découvrir que le meilleur indicateur
de fidélité à la marque est la « taille du paquet acheté ».
Appliquer Amos pour explorer les « comments et les
pourquois » dans vos données
Les chercheurs et les étudiants diplômés qui disposent de
Des options de sortie avancées simplifient le travail sous Amos. Par
exemple, avec la fonction d’aide du type « utilisez-le dans une phrase »,
vous pouvez interpréter ou résumer rapidement les résultats.
Trouvez les modèles qui correspondent
le mieux à vos données
données observationnelles ou non expérimentales appliquent Amos à toute une variété de domaines pour convaincre un comité, un patron, sécuriser des fonds ou être publié.
En voici quelques exemples :
n
Psychologie — Développez des modèles pour comprendre
Utilisez la technique exploratoire d’Amos, la recherche
comment la pharmacothérapie, les thérapies cliniques et
de spécification SEM pour choisir un modèle parmi un
artistiques affectent l’humeur
grand nombre de candidats. Tirez parti de la recherche
n
Recherche médicale — Vérifiez laquelle des trois variables
précédente en spécifiant des contraintes sur les valeurs
– confiance, économies ou Recherche – prédit le mieux
des paramètres de votre modèle ou utilisez l’estimation
le support d’un médecin pour la prescription de médica-
Bayésienne pour spécifier une distribution antérieure
ments génériques
d’informations pour les paramètres. Utilisez l’analyse
n
Sciences sociales — Etudiez la façon dont le statut socio-
factorielle confirmatoire pour spécifier et tester un modèle
économique l’appartenance à une organisation et d’autres
de facteur au lieu de vous appuyer sur l’analyse factorielle
déterminants influencent les différences au niveau du
exploratoire traditionnelle.
comportement de vote et de l’engagement politique
n
Recherche pédagogique — Evaluez les résultats de
Vous pouvez également ajuster plusieurs modèles dans
programmes de formation afin de déterminer leur impact
une seule analyse. Amos examine chaque paire de modèles
sur l’efficacité d’une classe
lorsqu’un modèle peut être obtenu en plaçant des restric-
n
client sur les ventes de nouveaux produits
tions de paramètres sur l’autre. Amos suggère même des
améliorations pour le modèle – par exemple en ajoutant
une flèche pour connecter deux variables. Les graphiques et
les statistiques vous aident à trouver le compromis optimal
entre simplicité du modèle et qualité de l’ajustement.
Etudes de marché — Modélisez l’impact du comportement
n
Recherche institutionnelle — Etudiez la façon dont les
problèmes liés au travail affectent la satisfaction au travail.
Utilisez Amos avec les produits SPSS
dont vous disposez déjà
Utiliser les diagrammes des coefficients de direction
Vous pouvez utiliser Amos de façon autonome mais vous pou-
pour découvrir des relations imprévues
vez également l’utiliser pour étendre les analyses que vous
Lorsque vous avez ajusté un modèle, le diagramme des
effectuez peut-être déjà sous PASW® Statistics Base*. Amos
coefficients de direction d’Amos montre la force de la relation
complète tout particulièrement vos analyses si vous utilisez
entre les variables. Par exemple, en travaillant avec les don-
PASW® Advanced Statistics* ou PASW® Regression* car la SEM
nées issues d’une enquête sur les condiments, vous pourriez
étend les algorithmes disponibles dans ces logiciels.
supposer au départ que la variable « satisfaction du goût »
* PASW Statistics, PASW Advanced Statistics, et PASW Regression, anciennement
nommés SPSS Statistics, SPSS Advanced Statistics, et SPSS Regression, font
partie de la gamme Predictive Analytics Software de SPSS Inc.
Fonctions
Interface utilisateur graphique
n Afficher, via un navigateur pour diagrammes
des coefficients de direction, une description
et une image en réduction de tous les
diagrammes de coefficients de direction de
vos dossiers
n Pointez et cliquez pour sélectionner les
options de programme
n D’un clic, créez des variables dans les
diagrammes de coefficients de direction
n D’un clic, affichez un diagramme pour un
groupe ou un modèle différent
n Visualisez le contenu des fichiers de
données
n Déplacez les noms de variable de
l’ensemble de données vers le diagramme
des coefficients de direction
Capacités de modélisation
n Créez des modèles d’équation structurelle
(y compris des cas spéciaux tels que
l’analyse causale et les modèles de données
longitudinales) avec des variables observés
et latentes
n Spécifiez des modèles candidats avec l’une
de ces deux méthodes :
–Spécifiez chaque modèle candidat en
tant qu’ensemble de contraintes d’égalité
sur les paramètres de modèle
–Utilisez la SEM de façon exploratoire.
Amos essaie de nombreux modèles et
suggère les plus prometteurs tout en
utilisant les critères AIC (Akaike
Information Criterion) et BIC (Bayes
information Criterion) pour comparer les
modèles.
n Ajustez les modèles d’analyse factorielle
confirmatoire, les modèles de composants
de variance, les modèles d’erreurs dans
les variables et les modèles de variables
latentes généraux
n Analysez les structures moyennes et les
ensembles de données de groupes
multiples
–Spécifiez et testez rapidement les
données de plusieurs groupes via la
spécification automatisée
n Analysez en une seule fois les données de
plusieurs populations
n Gagnez du temps en combinant les modèles
de facteur et de régression en un seul
modèle puis ajustez-les simultanément
n Analysez plusieurs modèles simultanément :
Amos détermine quels modèles sont
imbriqués et calcule automatiquement
les statistiques de test
Convertissez un diagramme de coefficients
de direction en un programme Visual Basic
n Ajustez les modèles de courbe de croissance
linéaire à l’aide de contraintes de paramètre
générées automatiquement
n
Analyse de classe latente (modélisation mixte)
n Exécutez des études de segmentation de
marché
n Estimez la taille de chaque cluster ou segment
n Exécutez la régression mixte et la modélisation mixte
n Exécutez l’analyse factorielle mixte
n Estimez la probabilité d’appartenance à un
groupe pour des cas spécifiques
n Effectuez l’apprentissage de l’algorithme de
classification. Assignez à l’avance certains
cas à des groupes et laissez le programme
classifier les autres cas.
n Imposez l’égalité de certains paramètres de
modèle entre les groupes tout en autorisant
la variation d’autres paramètres d’un groupe
à l’autre
Estimation Bayésienne
n Estimez les valeurs pour les données
catégoriques ordonnées et les données
censurées
n Simulation MCMC (Markov Chain Monte
Carlo)
n Spécifiez une distribution antérieure informative : normal, uniforme ou personnalisée
n Tracez la distribution postérieure marginale
de tout paramètre
n Estimez toute fonction de paramètres de
modèle
n Evitez les solutions non admissibles et les
systèmes linéaires instables
n Obtenez des intervalles asymétriques
optimaux crédibles pour les effets indirects
Modélisation à calcul intensif
n Evaluez les estimations de paramètre
avec les données normales ou non normales
en utilisant de puissantes options de bootstrapping. Les capacités Bootstrapping et
Monte Carlo permettent d’obtenir facilement
des estimations d’erreurs standard et
de déviances pour tout paramètre, y
compris les coefficients standardisés et
les estimations d’effet.
n Testez la normalité multivariée et exécutez
l’analyse des anomalies
Fonctionnalités susceptibles de modifications en fonction de la version finale mise en vente.
Création de modèle
n Utilisez le diagramme des coefficients de
direction comme spécification de modèle
n Modifiez le modèle en changeant le diagramme des coefficients de direction avec
des outils de dessin
n Affichez graphiquement les estimations de
paramètre et les mesures d’ajustement sur
le diagramme des coefficients de direction
n Affichez à tout moment les degrés de liberté
pendant le tracé sur le diagramme des coefficients de direction
n Copiez et collez des parties d’un diagramme
des coefficients de direction dans un autre
diagramme des coefficients de direction
Capacités analytiques et fonctions statistiques
n Utilisez l’estimation du maximum de
vraisemblance avec des informations complètes pour les situations de données manquantes afin d’obtenir des estimations plus
efficaces et moins faussées
n Obtenez un intervalle de confiance approché
pour tout paramètre de modèle dans toute
distribution empirique (incluant les coefficients standardisés) avec la simulation
bootstrap rapide
–Evaluez l’ajustement de modèle avec
l’approche bootstrap de Bollen et Stine
–Calculez les intervalles percentiles et les
intervalles percentiles avec correction de
distorsion
n Exécutez les tests de permutation aléatoires
pour déterminer si des modèles équivalents
ou mieux ajustés peuvent être trouvés
n Spécifiez des contraintes d’égalité dans
le diagramme des coefficients de direction
en utilisant le même libellé pour deux paramètres ou plus, y compris les moyennes,
interceptions, pondérations de régression,
et/ou covariances, dans le même groupe
ou entre des groupes différents
n Estimez les moyennes pour les variables
exogènes
n Estimez les interceptions dans les équations
de régression
n Exécutez des bootstraps paramétriques
pour trouver un intervalle de confiance
approché pour tout paramètre de modèle
selon la théorie de la distribution normale,
incluant les coefficients standardisés avec
la simulation Monte Carlo
n Utilisez toute une variété de méthodes
d’estimation, dont le maximum de vraisemblance, les moindres carrés non pondérés,
les moindres carrés généralisés, le critère
asymptotiquement indépendant de la
distribution de Browne et les moindres
carrés sans échelle
Evaluez les modèles en utilisant plus de
24 de statistiques d’ajustement dont
Khi-deux, AIC, les critères d’information
Bayes et Bozdogan, Browne-Cudeck (BCC),
ECVI, RMSEA et les critères PCLOSE, valeur
résiduelle quadratique moyenne, n critique
de Hoelter et indices de Bentler-Bonett et
Tucker-Lewis
n Obtenez les estimations de distorsion et
d’erreur standard pour tout paramètre et
les statistiques dérivés avec les options
bootstrapping ou Monte Carlo
n En option, estimez les erreurs standard en
utilisant la matrice d’information observée
n Visualisez les valeurs p avec les rapports
critiques pour chaque paramètre
n
Sortie
n Utilisez les aides additionnelles pour la
navigation, les options d’affichage, les
options de formatage de tableau avec une
sortie texte optimisée
–Allez rapidement aux différentes parties
de la sortie et affichez-les dans le
panneau de navigation.
–Reliez les titres de section et de tableau
à de l’aide contextuelle.
–Reliez les nombres, tels que les valeurs p
affichées dans le panneau de navigation
à de l’aide de type « Utilisez-le dans une
phrase » et obtenez une description
en anglais de ce que ces nombres
représentent
n Visualisez la sortie XHTML (sortie Web) des
fichiers texte dans votre navigateur
–Conservez le formatage des tableaux
lorsque vous utilisez le presse-papiers ou
les modifications de type glisser-déposer
pour copier des tableaux vers d’autres
applications
–Utilisez des fichiers au format XHTML
comme format d’archives
–Analysez la sortie d’Amos avec un
analyseur XML ; lors de l’écriture de
programmes vers la sortie Amos posttraitée, utilisez une expression XPATH
pour extraire toute portion désirée
de la sortie
n Prévisualisation de l’impression
Imputation de données
n Imputez des valeurs numériques pour les
données catégoriques ordonnées et les données censurées
n Imputez les valeurs manquantes et les notes
de variables latentes
n Choisissez parmi trois méthodes : régression, régression stochastique et Bayésienne
n Imputation simple :
– L’imputation de régression utilise la
régression linéaire pour remplacer les
valeurs manquantes
n Imputation simple ou multiple : L’imputation de régression stochastique
utilise les estimations de paramètres basées
sur le maximum de vraisemblance (ML
pour Maximum Likelihood) des données
observées ; cette technique suppose
que les paramètres sont égaux à leurs
estimations ML
–L’estimation Bayésienne est similaire
à l’imputation de régression stochastique ; elle suppose cependant que les
valeurs des paramètres sont estimées,
non connues.
Dessins et autres outils
n Créez des diagrammes des coefficients de
direction dont la qualité permet de les intégrer à une présentation
– Affichez ou masquez facilement tous les
noms de variables ou les libellés dans un
diagramme des coefficients de direction
n Imprimez ou collez les diagrammes de coefficients de direction dans d’autres applications
n Utilisez les boutons de la boîte à outils, dont
Forme, Copie, Effacer, Ajuster à la page et
Aligner pour dessiner votre modèle
n Personnalisez la barre d’outils
–Associez un bouton de la barre d’outils,
une option de menu, ou une touche
rapide à toute macro Amos, y compris
celles que vous écrivez vous-mêmes
–Ajoutez une image à un bouton de barre
d’outils
–Créez un raccourci clavier pour l’exécution
de macros
Fonctionnalités susceptibles de modifications en fonction de la version finale mise en vente.
Pour en savoir plus, visitez www.spss.com
Pour les adresses et les numéros de téléphone des
bureaux SPSS allez à www.spss.com/worldwide.
SPSS est une marque déposée et les autres produits SPSS Inc.
nommés sont des marques de SPSS Inc. Tous les autres noms sont
des marques appartenant à leur détenteur respectif. © 2009 SPSS Inc.
Tous droits réservés. A18SPC-0709-FR
–Ajustez votre modèle à l’aide des boutons
de la barre d’outils
–Travaillez avec des noms de variable que
vous assignez, au lieu de lettres grecques
n Ajoutez des titres et des annotations à votre
diagramme.
n Travaillez avec la barre d’outils, les menus
et les touches rapides pour les tâches
fréquemment utilisées
n Utilisez les menus contextuels qui montrent
les actions utiles pour chaque élément de
votre diagramme
n Réarrangez les modèles de mesure en
utilisant les boutons de réflectance et de
rotation
n Utilisez des plugins pour étendre les
capacités du programme
Capacité de programmation
n Spécifiez des modèles en écrivant des
programmes avec Visual Basic ou C#.
n Etendez les capacités d’Amos.
–Dans l’analyse Bayésienne, trouvez la
distribution postérieure de toute fonction
des paramètres
–Définissez vos propres mesures
d’ajustement
Documentation et aide
n Aide en ligne étendue avec références croisées donnant des explications sur la sortie
n Inclut le fichier PDF User’s Guide avec 36
exemples finalisés
Gestion de données et de fichiers
n Types de fichiers supportés : dBASE®
(.dbf), Microsoft Excel® (.xls), FoxPro®
(.dbf), Lotus® (.wk1, .wk3, .wk4), Microsoft
Access® (.mdb), PASW Statistics (.sav),
and text (.txt, .csv)
Configuration système
n Système d’exploitation : Microsoft®
Windows® XP or Windows Vista®
n Mémoire: 256MB RAM minimum
n Espace disponible sur le disque dur : 125MB
n Navigateur web : Internet Explorer 6