【正文】 為 和 ，這說明“質(zhì)量期望”潛變量對“質(zhì)量感知”潛變量的影響程度大于其對“感知價(jià)格”潛變量的影響程度。Amos 提供了一種簡單便捷的方法，叫做 CR（Critical Ratio） 。表 76 方差估計(jì)方差估計(jì) . . P Label超市形象 *** par_25z2 *** par_26z1 *** par_27z3 *** par_28z4 *** par_29z5 *** par_30e1 *** par_31e2 *** par_32e3 *** par_33e5 *** par_34e4 *** par_35e6 *** par_36e7 *** par_37e8 *** par_38e10 *** par_39e9 *** par_40e11 *** par_41e12 *** par_42e13 *** par_43e18 *** par_44e16 *** par_45e17 *** par_46e15 par_47e24 *** par_48e22 *** par_49e23 *** par_50e14 par_51注 :“***”表示 水平上顯著，括號中是相應(yīng)的 值，即 t 值。RMR 小于 ，越小越好SRMR 小于 ，越小越好RMSEA 小于 ，越小越好NFI 大于 ，越接近 1 越好TLI 大于 ，越接近 1 越好相對擬合指數(shù)CFI 大于 ，越接近 1 越好AIC 越小越好信息指數(shù)CAIC 越小越好77）供使用者選擇 13。模型擴(kuò)展是指通過釋放部分限制路徑或添加新路徑，使模型結(jié)構(gòu)更加合理，通常在提高模型擬合程度時(shí)使用；模型限制是指通過刪除 16或限制部分路徑，使模型結(jié)構(gòu)更加簡潔，通常在提高模型可識別性時(shí)使用。圖 719 修正指數(shù)計(jì)算修正指數(shù)用于模型擴(kuò)展，是指對于模型中某個(gè)受限制的參數(shù)，若容許自由估計(jì)（譬如在模型中添加某條路徑） ，整個(gè)模型改良時(shí)將會減少的最小卡方值 19。在模型假設(shè)下，CR 統(tǒng)計(jì)量服從正態(tài)分布，所以可以根據(jù) CR 值判斷兩個(gè)待估參數(shù)間是否存在顯著性差異。修改的模型如圖 721。 根據(jù)上面提出的圖 722 所示的模型，在 Amos 中運(yùn)用極大似然估計(jì)運(yùn)行的部分結(jié)果如表 7表 711。表 713 常用擬合指數(shù)計(jì)算結(jié)果擬合指數(shù)卡方值(自由度)CFI NFI IFI RMSEA AIC BCC EVCI結(jié)果 (146) 7 從表 710 和表 713 可以看出，卡方值幾乎沒變，并且各擬合指數(shù)幾乎沒有改變，但模型便簡單了，做此改變是值得的。因此考慮增加 e12 與 e13 的相關(guān)性路徑。重新估計(jì)模型，重新尋找 MI 值較大的，e10 與 e12 的 MI 值較大，為，表明如果增加 a10 與 a12 之間的殘差相關(guān)的路徑，則模型的卡方值會減小較多。通過點(diǎn)擊工具欄中的 來查看模型輸出詳細(xì)結(jié)果中的 Pairwise Parameter Comparison 項(xiàng)可以查看臨界比率（Critical Ratio）結(jié)果，其中 par_1 到 par_46 代表模型中 46 個(gè)待估參數(shù)，其含義在模型參數(shù)估計(jì)結(jié)果表（如表 75，76）中標(biāo)識。24對應(yīng)相關(guān)系數(shù)路徑。表 718 最優(yōu)模型相關(guān)性路徑系數(shù)估計(jì)協(xié)方差估計(jì) . . P Label相關(guān)系數(shù)估計(jì)e12 e13 *** r2 e7 e8 *** r2 e18 e17 *** r1 e2 e3 *** r1 注 :“***”表示 水平上顯著，括號中是相應(yīng)的 值，即 t 值。這說明當(dāng)其他條件不變時(shí)， “超市形象”潛變量每提升 1 個(gè)單位， “質(zhì)量期望”潛變量將直接提升 個(gè)單位。圖 731 輸出模型的直接效應(yīng)、間接效應(yīng)以及總效應(yīng)表 720 模型中各潛在變量之間的直接效應(yīng)、間接效應(yīng)以及總效應(yīng)（標(biāo)準(zhǔn)化的結(jié)果）超市形象 質(zhì)量期望 質(zhì)量感知 顧客滿意質(zhì)量期望（直接效應(yīng)）***()（間接效應(yīng)）（總效應(yīng)） 質(zhì)量感知（直接效應(yīng)）***()***()（間接效應(yīng)） （總效應(yīng)） 顧客滿意（直接效應(yīng)）***()***()（間接效應(yīng)） （總效應(yīng)） 顧客忠誠（直接效應(yīng)）***()（間接效應(yīng)） （總效應(yīng)） 注 :“***”表示 水平上顯著，括號中是相應(yīng)的 值，即 t 值。比如利用表 717 最后一列的結(jié)果，超市形象到質(zhì)量感知的直接效應(yīng)是 ，超市形象到質(zhì)量感知的間接效應(yīng)是 ，則超市形象到質(zhì)量感知的總效應(yīng)為+=。1．直接效應(yīng)(direct effect)指由原因變量（可以是外生變量或內(nèi)生變量）到結(jié)果變量（內(nèi)生變量）的直接影響，用原因變量到結(jié)果變量的路徑系數(shù)來衡量直接效應(yīng)。該模型的各個(gè)參數(shù)在 的水平下都仍然是顯著的，各方程的對應(yīng)的測定系數(shù)相對而言增大了很多。比如從圖 725 修正的模型六輸出的臨界比率結(jié)果中發(fā)22對應(yīng)因果路徑。該模型的各個(gè)參數(shù)在 的水平下都仍然是顯著的，各方程的對應(yīng)的測定系數(shù)增大了。重新估計(jì)模型，重新尋找 MI 值較大的，e2 與 e3 的 MI 值較大，為，表明如果增加 a2 與 a3 之間的殘差相關(guān)的路徑，則模型的卡方值會減小較多。圖 723 修正的模型四圖 724 修正的模型五下面考慮通過修正指數(shù)對模型修正，e12 與 e13 的 MI 值最大，為 ，表明如果增加 a12 與 a13 之間的殘差相關(guān)的路徑，則模型的卡方值會減小較多?？紤]刪除這兩個(gè)路徑的模型如圖 723。從實(shí)際考慮，超市形象的確會影響到質(zhì)量感知，設(shè)想，一個(gè)具有良好品牌形象的超市，人們難免會對感到它的商品質(zhì)量較好；反之，則相反。另外，從實(shí)際的角度考慮，通過自身的感受，某超市商品價(jià)格同校內(nèi)外其它主要超市的商品價(jià)格的差別不明顯，因此，首先考慮將該因子在本文的結(jié)構(gòu)方程模型中去除，并且增加質(zhì)量期望和質(zhì)量感知到顧客滿意的路徑。20只有修正指數(shù)值大于開始值的路徑才會被輸出，一般默認(rèn)開始值為 4。17這個(gè) CR 不同于參數(shù)顯著性檢驗(yàn)中的 CR，使用方法將在下文中闡明。因此，在進(jìn)行模型修正時(shí)主要考慮修正后的模型結(jié)果是否具有現(xiàn)實(shí)意義或理論價(jià)值，當(dāng)模型效果很差時(shí) 15可以參考模型修正指標(biāo)對模型進(jìn)行調(diào)整。 Cudeck ，1993） 。11凡是 a+數(shù)字的變量都是代表問卷中相應(yīng)測量指標(biāo)的，其中數(shù)字代表的問卷第一部分中問題的序號。在分析過程中，一般通過前三部分 9了解模型，在模型評價(jià)時(shí)使用估計(jì)結(jié)果和模型擬合部分，在模型修正時(shí)使用修正指數(shù)部分。圖 標(biāo)準(zhǔn)化系數(shù)計(jì)算標(biāo)準(zhǔn)化系數(shù)是將各變量原始分?jǐn)?shù)轉(zhuǎn)換為 Z 分?jǐn)?shù) 8后得到的估計(jì)結(jié)果，用以度量變量間的相對變化水平。圖 713 數(shù)據(jù)配置 圖 714 數(shù)據(jù)讀入第三節(jié) 模型擬合一、 參數(shù)估計(jì)方法選擇模型運(yùn)算是使用軟件進(jìn)行模型參數(shù)估計(jì)的過程。使用 來設(shè)置變量間的因果關(guān)系，使用來設(shè)置變量間的相關(guān)關(guān)系。相關(guān)工具的具體功能參見書后附錄二。因此數(shù)據(jù)的效度檢驗(yàn)就轉(zhuǎn)化為結(jié)構(gòu)方程模型評價(jià)中的模型擬合指數(shù)評價(jià)。確定結(jié)構(gòu)效度的基本步驟是，首先從某一理論出發(fā)，提出關(guān)于特質(zhì)的假設(shè)，然后設(shè)計(jì)和編制測量并進(jìn)行施測，最后對測量的結(jié)果采用相關(guān)分析或因子分析等方法進(jìn)行分析，驗(yàn)證其與理論假設(shè)的相符程度。邏輯分析一般由研究者或?qū)＜以u判所選題項(xiàng)是否“看上去”符合測量的目的和要求。s Alpha N of Items.892 24另外，對問卷中每個(gè)潛變量的信度分別檢驗(yàn)結(jié)果如表 74 所示 4。折半信度（splithalf reliability）是將測量工具中的條目按奇偶數(shù)或前后分成兩半，采用 Spearmanbrown 公式估計(jì)相關(guān)系數(shù)，相關(guān)系數(shù)高提示內(nèi)部一致性好。問卷內(nèi)容包括 7 個(gè)潛變量因子，24 項(xiàng)可測指標(biāo)，7 個(gè)人口變量，量表采用了 Likert10 級量度，如對超市形象的測量： 一、 超市形象 1 代表“非常差勁” ，10 代表“非常好”1 您對某超市總體形象的評價(jià) 1 2 3 4 5 6 7 8 9 102 您認(rèn)為與其它校內(nèi)超市相比，某超市的形象如何 1 2 3 4 5 6 7 8 9 103正向的，采用 Likert10 級量度從 “非常低”到“非常高”3 您認(rèn)為與其它校內(nèi)超市相比，某超市品牌知名度如何1 2 3 4 5 6 7 8 9 10本次調(diào)查共發(fā)放問卷 500 份，收回有效樣本 436 份。因此，可以通過以下幾個(gè)指標(biāo)衡量。?某超市總體形象的評價(jià)( a1)?與其它超市相比的形象( a2)?與其它超市相比的品牌知名度( a3)(二) 質(zhì)量期望質(zhì)