โปรแกรม Amos เป็นการพัฒนาของโปรแกรมคอมพิวเตอร์สำหรับการวิเคราะห์โมเดลสมการโครงสร้าง (Structural Equation Modeling: SEM) ที่มีศักยภาพในการวิเคราะห์ข้อมูลได้มากยิ่งขึ้น โดยที่โปรแกรม SPSS (Statistical Package for the Social Science for Windows) ยังไม่สามารถวิเคราะห์ข้อมูลตามโมเดลแบบใหม่ได้
โปรแกรม Amos เป็นการพัฒนาของโปรแกรมคอมพิวเตอร์สำหรับการวิเคราะห์โมเดลสมการโครงสร้าง (Structural Equation Modeling: SEM) ที่มีศักยภาพในการวิเคราะห์ข้อมูลได้มากยิ่งขึ้น โดยที่โปรแกรม SPSS (Statistical Package for the Social Science for Windows) ยังไม่สามารถวิเคราะห์ข้อมูลตามโมเดลแบบใหม่ได้ โมเดล SEM เป็นการวิเคราะห์ตัวแปรในการวิจัยที่มีทั้งตัวแปรสังเกตได้ (observed variable) และตัวแปรแฝง (latent or unobserved variable) โดยที่ตัวแปรแฝงเป็นตัวแปรที่ไม่มีความคลาดเคลื่อนในการวัด โดยวัดได้จากตัวบ่งชี้ที่เป็นตัวแปรสังเกตได้ ดังนั้นองค์ประกอบที่สำคัญของโมเดลสมการโครงสร้าง คือ โมเดลโครงสร้าง (structural model) ซึ่งแสดงถึงความสัมพันธ์เชิงสาเหตุ (causal relationship) ระหว่างตัวแปรภายนอกและตัวแปรภายใน ซึ่งอาจเป็นแบบทางเดียวและแบบเส้นเชิงบวก (recursive and linear additive) หรือแบบสองทางและแบบเส้นเชิงบวก (non-recursive and linear additive) และ โมเดลการวัด (measurement model) ซึ่งแสดงถึงความสัมพันธ์ระหว่างตัวแปรแฝงกับตัวแปรสังเกตได้ ดังนั้น โมเดลสมการโครงสร้างจะสะท้อนให้เห็นถึงทั้งการวิเคราะห์องค์ประกอบ (factor analysis) และการวิเคราะห์เส้นทาง (path analysis) การยืนยันหรือการทดสอบว่าโมเดลที่สร้างขึ้นมีความสอดคล้องกับข้อมูลเชิงประจักษ์หรือไม่นั้น มีสถิติวัดความสอดคล้อง ดังนี้ เช่น
1) ค่าไค-สแควร์ (chi-square) ที่ไม่มีนัยสําคัญ คือค่า p-value สูงกว่า 0.05
2) ค่าสัดส่วนไค-สแควร์/df มีค่าไม่ควรเกิน 2.00
3) ค่า goodness of fit index: GFI, adjusted goodness of fit index:AGFI, comparative fit index: CFI มีค่าตั้งแต่ 0.90 – 1.00
4) ค่า standardized root mean squared residual: standardized RMR, root mean square of error approximation: RMSEA มีค่าต่ำกว่า 0.05
5) ค่า critical n: CN มีค่าเท่ากับ หรือมากกว่า 200 ของกลุ่มตัวอย่าง
6) ค่า largest standardized residual มีค่า -2 ถึง 2
ข้าพเจ้าคาดว่าจะนำความรู้ที่ได้รับมาประยุกต์ใช้กับการสร้างงานวิจัยใหม่ ๆ ที่สอดคล้องกับสถานการณ์ในปัจจุบัน สามารถนำหลักการพื้นฐานของสถิติวิเคราะห์ทั้งหมด รวมทั้งการมีประสบการณ์ตรงในการทำวิจัย มาวิเคราะห์ข้อมูลที่มีตัวแปรจำนวนมากให้ได้ผลการวิเคราะห์ที่ถูกต้องและแม่นยำมากขึ้น