Lizenzfilter
0

 

Gesamtsumme
inkl. 19 % USt

Preis in €

----

Produkt anfragen

SPSS Amos ist ein bedienerfreundliches Instrument zur Spezifikation, Schätzung und Beurteilung von Strukturgleichungsmodellen. Mit der grafischen Benutzeroberfläche können Sie Ihr Modell zeichnen, modifizieren und in Präsentationsqualität visualisieren. Das Programm ist vor allem für Daten aus Befragungen, Langzeitstudien oder Panel-Erhebungen eine ausgezeichnete Hilfe. Aufgrund komplexer Beziehungen enthält Ihr Strukturgleichungsmodell (SEM) oft eine Vielzahl unterschiedlichster Variablen und Abhängigkeiten. Amos berücksichtigt dies und bildet Ihre Modelle schneller und genauer und fördert somit Ihre Entscheidungssicherheit. Bilden Sie umfassende Modelle, indem Sie in beobachteten Daten versteckte Informationen entdecken und daraus latente Variablen definieren. So kann zum Beispiel die Markenloyalität über die Variablen „Kaufhäufigkeit“ und „Verkaufte Produkte“ repräsentiert werden.

IBM SPSS Amos - Software für die Strukturgleichungsmodellierung

Mit IBM SPSS Amos können Sie Modelle spezifizieren, schätzen, bewerten und präsentieren, um hypothetische Beziehungen zwischen Variablen zu zeigen. Diese Software ermöglicht eine akkuratere Modellerstellung als mit Methoden der multivariaten Statistik. Die Benutzer können sich entweder für die grafische Benutzerschnittstelle oder eine nicht grafische Programmierschnittstelle entscheiden. SPSS Amos gibt Ihnen die Möglichkeit, Einstellungs- und Verhaltensmodelle zu erstellen, die komplexe Beziehungen abbilden.

Strukturgleichungsmodellierung (Structural Equation Modelling, SEM)
Diese Funktion erlaubt es Ihnen, Ihre Modelle einfach und mühelos zu vergleichen, zu bestätigen und zu optimieren.

Bayes-Analyse
Die Bayes-Analyse verbessert die Schätzung von Modellparametern.

Verschiedene Datenimputationsmethoden
Ermöglicht die Erstellung unterschiedlicher Datasets.


SPSS Statistics-Datendateien lassen sich mühelos zur Analyse in SPSS Amos importieren
Mit der Drag-and-drop-Schnittstelle von SPSS Amos können Sie ein Strukturgleichungsmodell auf einfache Weise visuell erstellen
Nutzen Sie Drag-and-drop-Zeichentools zur schnellen Ausgestaltung Ihres Pfaddiagramms. Klicken Sie auf Objekte in dem Pfaddiagramm, um Werte wie Variablennamen und Parameter zu bearbeiten. Oder ziehen Sie einfache Variablennamen aus der Variablenliste auf das Objekt im Pfaddiagramm, um Variablen in Ihrem Modell zu spezifizieren.
Nichtprogrammierer können ein Modell spezifizieren, ohne ein Pfaddiagramm zeichnen zu müssen. Dazu geben Sie das Modell in eine Spreadsheet-ähnliche Tabelle ein, die geändert werden kann.

Weitere Informationen:

  Windows®
Andere Voraussetzungen  
Betriebssystem Windows XP, Vista, 7, 8, 10 (32/64-Bit)
Min. CPU Intel/AMD Prozessor 1 GHz, oder höher
Min. RAM 1 GB RAM
Festplattenplatz 800 MB

Strukturgleichungsmodellierung (Structural Equation Modelling, SEM)

  • Erstellen Sie grafische Modelle in kürzester Zeit mithilfe von Drag-and-drop-Tools zum Zeichnen und Bearbeiten.
  • Erzeugen Sie Modelle, die komplexe Beziehungen realitätsnah abbilden.
  • Verwenden Sie beliebige numerische Werte – ob beobachtet oder latent – zur Prognose beliebiger anderer numerischer Werte.
  • Setzen Sie nicht grafische Scripting-Funktionen ein, um große, komplizierte Modelle in kürzester Zeit auszuführen und ähnliche Modelle zu generieren, die sich nur geringfügig unterscheiden.
  • Nutzen Sie die Multivarianzanalyse, um Standardmethoden wie die Regression, die Faktorenanalyse, die Korrelation und die Varianzanalyse zu erweitern.

Einsatz der Bayes-Analyse

  • Verbessern Sie Schätzungen durch die Angabe einer informativen A-priori-Verteilung.
  • Profitieren Sie von der zugrunde liegenden Markov-Ketten-Monte-Carlo-Rechenmethode, die schnell und automatisch anpassbar ist.
  • Führen Sie Schätzungen mit sortierten kategorischen und zensierten Daten aus.
  • Geben Sie über ein vereinfachtes Verfahren benutzerdefinierte Estimanden an.
  • Erstellen Sie Modelle auf Basis von nicht numerischen Daten, ohne den Daten numerische Scores zuordnen zu müssen.
  • Arbeiten Sie mit zensierten Daten, ohne Annahmen außer der Normalität treffen zu müssen.

Verschiedene Datenimputationsmethoden

  • Nutzen Sie die Regressionsimputation zur Erstellung eines einzelnen, vollständigen Datasets.
  • Verwenden Sie die stochastische Regressionsimputation oder die Bayes-Imputation, um verschiedene imputierte Datasets zu erzeugen.
  • Sie können außerdem fehlende Werte oder latente Variablenscores imputieren.