【正文】 模型，通過驗(yàn)證性因子分析的模型擬合情況來對量表的結(jié)構(gòu)效度進(jìn)行考評。第二步設(shè)置潛變量之間的關(guān)系。在Analysis Properties 中的 Output 項(xiàng)中選擇 Standardized Estimates 項(xiàng)（如圖 726） ，即可輸出測量模型的因子載荷標(biāo)準(zhǔn)化系數(shù)如表 75 最后一列。10潛變量與潛變量間的回歸系數(shù)稱為路徑系數(shù)；潛變量與可測變量間的回歸系數(shù)稱為載荷系數(shù)。第四節(jié) 模型修正 14一、 模型修正的思路模型擬合指數(shù)和系數(shù)顯著性檢驗(yàn)固然重要，但對于數(shù)據(jù)分析更重要的是模型結(jié)論一定要具有理論依據(jù)，換言之，模型結(jié)果要可以被相關(guān)領(lǐng)域知識所解釋。19即當(dāng)模型釋放某個(gè)模型參數(shù)時(shí)，卡方統(tǒng)計(jì)量的減少量將大于等于相應(yīng)的修正指數(shù)值。比如，超市形象到質(zhì)量感知的 MI 值為 ，表明如果增加超市形象到質(zhì)量感知的路徑，則模型的卡方值會大大減小。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。表 715 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 (125) 從表 714 和表 715 可以看出，卡方值減小了很多，并且各擬合指數(shù)都得到了較大的改善。表 716 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) 從表 715 和表 716 可以看出，卡方值雖然增大了一些，但自由度大大增加了，并且各擬合指數(shù)都得到了較大的改善（NFI 除外） 。3．總效應(yīng)(total effect)由原因變量到結(jié)果變量總的影響，它是直接效應(yīng)與間接效應(yīng)之和。2．間接效應(yīng)(indirect effect)指原因變量通過影響一個(gè)或者多個(gè)中介變量，對結(jié)果變量的間接影響?，F(xiàn)絕對值最小的是 par_44 和 par_45 ，遠(yuǎn)遠(yuǎn)圖 729 設(shè)置 e22 和 e24 的方差相等圖 730 修正的模型七小于 95%置信水平下的臨界值，說明兩個(gè)方差間不存在顯著差異。但實(shí)際上超市的食品保險(xiǎn)amp。該模型的各個(gè)參數(shù)在 的水平下都是顯著的，另外質(zhì)量感知對應(yīng)的測量指標(biāo) a11（關(guān)于營業(yè)時(shí)間安排合理程度的打分）對應(yīng)方程的測定系數(shù)為 ，比較小，從實(shí)際考慮，由于人大校內(nèi)東區(qū)物美超市的營業(yè)時(shí)間從很長，幾乎是全天候營業(yè)在顧客心中，可能該指標(biāo)能用質(zhì)量感知解釋的可能性不大，考慮刪除該測量指標(biāo)。表 78 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 (180) 18圖 721 修正的模型二根據(jù)上面提出的圖 721 提出的所示的模型，在 Amos 中運(yùn)用極大似然估計(jì)運(yùn)行的部分結(jié)果如表 79。使用修正指數(shù)修改模型時(shí)，原則上每次只修改一個(gè)參數(shù)，從最大值開始估算。如果模型擬合不好，需要根據(jù)相關(guān)領(lǐng)域知識和模型修正指標(biāo)進(jìn)行模型修正。CR 值是一個(gè) Z 統(tǒng)計(jì)量，使用參數(shù)估計(jì)值與其標(biāo)準(zhǔn)差之比構(gòu)成（如表 75 中第四列） 。本案例使用最大似然估計(jì)（Maximum Likelihood）進(jìn)行模型運(yùn)算，相關(guān)設(shè)置如圖 715。相關(guān)軟件操作如下：第一步，使用 建模區(qū)域繪制模型中的七個(gè)潛變量（如圖 76） 。特別地，通過標(biāo)準(zhǔn)化系數(shù) 5可以比較不同指標(biāo)間的效度。，表明此量表的可靠性較高。五、 數(shù)據(jù)的的信度和效度檢驗(yàn)1．?dāng)?shù)據(jù)的信度檢驗(yàn)信度（reliability）指測量結(jié)果（數(shù)據(jù)）一致性或穩(wěn)定性的程度。?購物前，對某超市整體服務(wù)的期望(a4)?購物前，期望某超市商品的新鮮程度達(dá)到的水平(a5)?購物前，期望某超市營業(yè)時(shí)間安排合理程度( a6)?購物前，期望某超市員工服務(wù)態(tài)度達(dá)到的水平(a7)?購物前，期望某超市結(jié)賬速度達(dá)到的水平( a8)(三) 質(zhì)量感知質(zhì)量感知和質(zhì)量期望相對應(yīng)，質(zhì)量期望考慮的是在購買商品前的期望，質(zhì)量感知是在購買商品后的實(shí)際感受。下面以一個(gè)研究實(shí)例作為說明，使用 Amos7 軟件 1進(jìn)行計(jì)算，闡述在實(shí)際應(yīng)用中結(jié)構(gòu)方程模型的構(gòu)建、運(yùn)算、修正與模型解釋過程。?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)量期望是指顧客在使用某超市產(chǎn)品前對其的期望水平。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。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。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。相關(guān)工具的具體功能參見書后附錄二。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。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。 Cudeck ，1993） 。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。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?？紤]刪除這兩個(gè)路徑的模型如圖 723。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。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。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)。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。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。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。因此考慮增加 e12 與 e13 的相關(guān)性路徑。 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。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。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。表 76 方差估計(jì)方差估計(jì) . . P Lab