結構方程模型電信滿意度研究中的應用(編輯修改稿)
2025-07-20 17:54 本頁面
【文章內容簡介】 示變量間的協(xié)方差或者相關。因此一個完整路徑圖通常需要展示以下四個方面的內容： ? 觀測變量對潛變量的回歸系數(shù)； ? 潛變量之間的回歸系數(shù)； ? 與觀測變量相關的測量誤差； ? 潛變量預測值的殘差。 下面以本文將采用的案例來展示結構方程模型的路徑圖及其構成： 圖 1中總體滿意度與廣告宣傳、促銷等變量構成的模型以及忠誠度與轉網、推薦等四個變量構成模型都屬于測量模型。而總體滿意度與忠誠度構成的模型則屬于結構模型。 四、結構方程模型的步驟 一般而言，結構方程模型的應用可以包括以下步驟：（ 1）基礎理論模型的設定；（2）構造因果關系路徑圖；（3）模型的估計與識別；（4）模型擬合優(yōu)度評價；（5）模型修正。下面我們將對這五個步驟分別進行說明。 設定基礎理論模型 由于結構方程模型是一種證實性的建模技術，在因果模型中變量之間存在的直接或者間接的關系并不是由模型去發(fā)掘的，模型（如圖 1）的設定通常都有一定的理論支持，或者有一些已經在過往研究中得到的經驗性結論作為基礎。因此，在進行模型驗證之前，研究者必須對于變量之間的關系進行設定。 在模型設定過程中，研究者必須考慮模型驗證的可操作性，在模型中不應存在過多的變量，因為變量的多寡會直接影響軟件的運算過程，此外，變量過多亦會對變量間關系的識別造成難度。筆者曾對多達 48個的觀測變量，11個潛在變量的模型進行驗證，致使AMOS運算時間高達20多分鐘，結果模型還不可識別。因此在建模前，需要對于變量及因素（潛變量）進行仔細的甄選。 構造因果關系路徑圖 不必贅言，將理論模型轉化為路徑圖即可（如圖 1），需要注意的是，在路徑圖完成后，我們需要對于部分觀測變量與潛變量之間的回歸路徑系數(shù)進行設定，通常我們會設定某個路徑系數(shù)值為“1”，其意義相當于假定潛變量與觀測變量的測量測度一致，即如果觀測變量為定距變量，潛變量亦為定距變量。 模型的估計與識別 結構方程模型是在觀測變量的方差協(xié)方差矩陣或者相關矩陣的基礎上對模型進行擬合的，不過 AMOS軟件可以接受單個樣本構成的原始數(shù)據(jù)，但在擬合過程中仍需要對原始數(shù)據(jù)進行轉換。由于結構方程模型的前提假設是數(shù)據(jù)符合多元正態(tài)分布，且變量間的關系是線性的，因此在模型擬合之前應對數(shù)據(jù)中奇異值的進行診斷。若需要輸出模型的修正指數(shù)，還需要提前對數(shù)據(jù)中的缺失值進行處理，否則AMOS不能輸出該結果。 在結構方程模型的使用過程中，我們需要關注的另一個問題就是模型的識別問題（ Model Identification）,這也是我們在實際應用中會經常碰到的問題。當模型不可識別時，AMOS軟件不會給出模型的參數(shù)擬合值，但會在輸出文本中表示哪些變量是不可識別的（unidentified），一般而言，任何參數(shù)不可識別也意味著模型不可識別。因此，廣義上講，模型識別的核心在于是否模型中的所有參數(shù)均能通過觀測數(shù)據(jù)求得唯一解。 結構方程模型的識別可分為恰好識
環(huán)評公示相關推薦
鄂ICP備17016276號-1