【文章內(nèi)容簡(jiǎn)介】 還提供了表格形式的模型運(yùn)算詳細(xì)結(jié)果信息，通過(guò)點(diǎn)擊工具欄中的來(lái)查看。詳細(xì)信息包括分析基本情況（Analysis Summary） 、變量基本情況（Variable Summary） 、模型信息（ Notes for Model） 、估計(jì)結(jié)果（Estimates ） 、修正指數(shù)（Modification Indices）和模型擬合（Model Fit）六部分。在分析過(guò)程中，一般通過(guò)前三部分 9了解模型，在模型評(píng)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。四、 模型評(píng)價(jià)1．路徑系數(shù)/載荷系數(shù)的顯著性參數(shù)估計(jì)結(jié)果如表 75 到表 76，模型評(píng)價(jià)首先要考察模型結(jié)果中估計(jì)出的參數(shù)是否具有統(tǒng)計(jì)意義，需要對(duì)路徑系數(shù)或載荷系數(shù) 10進(jìn)行統(tǒng)計(jì)顯著性檢驗(yàn)，這類(lèi)似于回歸分析中的參數(shù)顯著性檢驗(yàn)，原假設(shè)為系數(shù)等于。Amos 提供了一種簡(jiǎn)單便捷的方法，叫做 CR（Critical Ratio） 。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） 。Amos 同時(shí)給出了 CR 的統(tǒng)計(jì)檢驗(yàn)相伴概率 p（如表 75 中第五列） ，使用者可以根據(jù) p 值進(jìn)行路徑系數(shù)/載荷系數(shù)的統(tǒng)計(jì)顯著性檢驗(yàn)。譬如對(duì)于表 中“超市形象”潛變量對(duì)“質(zhì)量期望”潛變量的路徑系數(shù)（第一行）為 ，其 CR 值為 ，相應(yīng)的 p 值小于 ，則可以認(rèn)為這個(gè)路徑系數(shù)在 95%的置信度下與 0 存在顯著性差異。表 75 系數(shù)估計(jì)結(jié)果未標(biāo)準(zhǔn)化路徑系數(shù)估計(jì) . . P Label標(biāo)準(zhǔn)化路徑系數(shù)估計(jì)質(zhì)量期望 超市形象 *** par_16 質(zhì)量感知 質(zhì)量期望 *** par_17 感知價(jià)格 質(zhì)量期望 *** par_18 感知價(jià)格 質(zhì)量感知 par_19 感知價(jià)格 超市形象 par_20 顧客滿(mǎn)意 超市形象 *** par_21 顧客滿(mǎn)意 感知價(jià)格 par_23 顧客忠誠(chéng) 超市形象 par_22 顧客忠誠(chéng) 顧客滿(mǎn)意 *** par_24 a111 超市形1 9分析基本情況（Analysis Summary） 、變量基本情況（Variable Summary） 、模型信息（Notes for Model ）三部分的詳細(xì)介紹如書(shū)后附錄三。10潛變量與潛變量間的回歸系數(shù)稱(chēng)為路徑系數(shù)；潛變量與可測(cè)變量間的回歸系數(shù)稱(chēng)為載荷系數(shù)。11凡是 a+數(shù)字的變量都是代表問(wèn)卷中相應(yīng)測(cè)量指標(biāo)的，其中數(shù)字代表的問(wèn)卷第一部分中問(wèn)題的序號(hào)。象a2 超市形象 *** par_1 a3 超市形象 *** par_2 a5 質(zhì)量期望 1 a4 質(zhì)量期望 *** par_3 a6 質(zhì)量期望 *** par_4 a7 質(zhì)量期望 *** par_5 a8 質(zhì)量期望 *** par_6 a10 質(zhì)量感知 1 a9 質(zhì)量感知 *** par_7 a11 質(zhì)量感知 *** par_8 a12 質(zhì)量感知 *** par_9 a13 質(zhì)量感知 *** par_10 a18 顧客滿(mǎn)意 1 a17 顧客滿(mǎn)意 *** par_11 a15 感知價(jià)格 1 a14 感知價(jià)格 *** par_12 a16 顧客滿(mǎn)意 *** par_13 a24 顧客忠誠(chéng) 1 a23 顧客忠誠(chéng) *** par_14 注 :“***”表示 水平上顯著，括號(hào)中是相應(yīng)的 值，即 t 值。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(hào)中是相應(yīng)的 值，即 t 值。五、 模型擬合評(píng)價(jià)在結(jié)構(gòu)方程模型中，試圖通過(guò)統(tǒng)計(jì)運(yùn)算方法（如最大似然法等）求出那些使樣本方差協(xié)方差矩陣 與理論方差協(xié)方差矩陣 的差異最小的模型參數(shù)。換S?一個(gè)角度，如果理論模型結(jié)構(gòu)對(duì)于收集到的數(shù)據(jù)是合理的，那么樣本方差協(xié)方差矩陣 與理論方差協(xié)方差矩陣 差別不大，即殘差矩陣（ ）各個(gè)元素接S?S?近于 0，就可以認(rèn)為模型擬合了數(shù)據(jù)。模型擬合指數(shù)是考察理論結(jié)構(gòu)模型對(duì)數(shù)據(jù)擬合程度的統(tǒng)計(jì)指標(biāo)。不同類(lèi)別的模型擬合指數(shù)可以從模型復(fù)雜性、樣本大小、相對(duì)性與絕對(duì)性等方面對(duì)理論模型進(jìn)行度量。Amos 提供了多種模型擬合指數(shù)（如表表 77 擬合指數(shù)指數(shù)名稱(chēng) 評(píng)價(jià)標(biāo)準(zhǔn) 12(卡方)2?越小越好絕對(duì)擬合指數(shù) GFI 大于 12表格中給出的是該擬合指數(shù)的最優(yōu)標(biāo)準(zhǔn)，譬如對(duì)于 RMSEA，其值小于 表示模型擬合較好，在 間表示模型擬合尚可（Browne amp。 Cudeck ，1993） 。因此在實(shí)際研究中，可根據(jù)具體情況分析。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(duì)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。如果模型擬合不好，需要根據(jù)相關(guān)領(lǐng)域知識(shí)和模型修正指標(biāo)進(jìn)行模型修正。需要注意的是，擬合指數(shù)的作用是考察理論模型與數(shù)據(jù)的適配程度，并不能作為判斷模型是否成立的唯一依據(jù)。擬合優(yōu)度高的模型只能作為參考，還需要根據(jù)所研究問(wèn)題的背景知識(shí)進(jìn)行模型合理性討論。即便擬合指數(shù)沒(méi)有達(dá)到最優(yōu)，但一個(gè)能夠使用相關(guān)理論解釋的模型更具有研究意義。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(duì)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(shí)所解釋。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(duì)模型進(jìn)行調(diào)整。當(dāng)模型效果很差時(shí)，研究者可以根據(jù)初始模型的參數(shù)顯著性結(jié)果和 Amos 提供的模型修正指標(biāo)進(jìn)行模型擴(kuò)展（Model Building）或模型限制（Model Trimming） 。模型擴(kuò)展是指通過(guò)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(guò)刪除 16或限制部分路徑，使模型結(jié)構(gòu)更加簡(jiǎn)潔，通常在提高模型可識(shí)別性時(shí)使用。Amos 提供了兩種模型修正指標(biāo)，其中修正指數(shù)（ Modification Index）用于模型擴(kuò)展，臨界比率（Critical Ratio ） 17用于模型限制。二、 模型修正指標(biāo) 181. 修正指數(shù)（Modification Index）13詳細(xì)請(qǐng)參考 Amos User’s Guide 489 項(xiàng)。14關(guān)于案例中模型的擬合方法和模型修正指數(shù)詳情也可參看書(shū)上第七章第三節(jié)和第四節(jié)。15如模型不可識(shí)別，或擬合指數(shù)結(jié)果很差。16譬如可以刪除初始模型中不存在顯著意義的路徑。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。18無(wú)論是根據(jù)修正指數(shù)還是臨界比率進(jìn)行模型修正，都要以模型的實(shí)際意義與理論依據(jù)為基礎(chǔ)。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(duì)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(huì)減少的最小卡方值 19。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(kāi)始估算。但在實(shí)際中，也要考慮讓該參數(shù)自由估計(jì)是否有理論根據(jù)。若要使用修正指數(shù)，需要在 Analysis Properties 中的 Output 項(xiàng)選擇Modification Indices 項(xiàng)（如圖 719） 。其后面的 Threshold for Modification