【正文】 潛變量，只需要把 aa2 和 a3 題目選入到右邊方框 items 中即可。第三種方法是先構建理論模型，通過驗證性因子分析的模型擬合情況來對量表的結構效度進行考評。對于本案例，從表 716 可知理論模型與數(shù)據擬合較好，結構效度較好。超 市 形 象質 量 期 望質 量 感 知a1e111 a2e21 a3e31a5e5 11 a4e41 a6e61 a7e71 a8e81a10e10 11 a9e91 a11e111 a12e121 a13e131顧 客 滿 意感 知 價 格a18e18 11 a16e161 a17e171a15e15 11 a14顧 客 忠 誠a24e24 a22e22 a23e23 1111z21z41z51z31z11e141圖 73 初始模型結構圖 74 Amos Graphics 初始界面圖第二節(jié) Amos 實現(xiàn) 7一、Amos 基本界面與工具打開 Amos Graphics，初始界面如圖 74。如果要建立的模型在橫向上占用較大空間，只需選擇 View 菜單中的 Interface Properties 選項下的 Landscape（如圖 ） ，即可將建模區(qū)域調整為橫板格式。相關工具的具體功能參見書后附錄二。圖 75 建模區(qū)域的版式調整圖 76 建立潛變量二、Amos 模型設定操作1．模型的繪制在使用 Amos 進行模型設定之前，建議事先在紙上繪制出基本理論模型和變量影響關系路徑圖，并確定潛變量與可測變量的名稱，以避免不必要的返工。為了保持圖形的美觀，可以使用先繪制一個潛變量，再使用復制工具 繪制其他潛變量，以保證潛變量大小一致。繪制好的潛變量圖形如圖 78。使用 來設置變量間的因果關系，使用 來設置變量間的相關關系。圖 77 潛變量命名圖 78 命名后的潛變量圖 79 設定潛變量關系第三步為潛變量設置可測變量及相應的殘差變量，可以使用 繪制，也可以使用 和 自行繪制（繪制結果如圖 710） 。其中Variable Name 一項對應的是數(shù)據中的變量名（如圖 711） ，在殘差變量上右鍵選擇 Object Properties 為殘差變量命名。圖 710 設定可測變量及殘差變量圖 711 可測變量指定與命名圖 712 初始模型設置完成2．數(shù)據文件的配置Amos 可以處理多種數(shù)據格式，如文本文檔（*.txt ） ，表格文檔（*.xls、*.wk1） ，數(shù)據庫文檔（*.dbf、 *.mdb） ，SPSS 文檔（*.sav）等。圖 713 數(shù)據配置 圖 714 數(shù)據讀入第三節(jié) 模型擬合一、參數(shù)估計方法選擇模型運算是使用軟件進行模型參數(shù)估計的過程。可以通過點擊 View 菜單在 Analysis Properties（或點擊工具欄的 ）中的 Estimation 項選擇相應的估計方法。圖 715 參數(shù)估計選擇二、標準化系數(shù)如果不做選擇，輸出結果默認的路徑系數(shù)（或載荷系數(shù)）沒有經過標準化，稱作非標準化系數(shù)。在 Analysis Properties 中的 Output 項中選擇 Standardized Estimates 項（如圖 726） ，即可輸出測量模型的因子載荷標準化系數(shù)如表 75 最后一列。圖 標準化系數(shù)計算標準化系數(shù)是將各變量原始分數(shù)轉換為 Z 分數(shù) 9后得到的估計結果，用以度量變量間的相對變化水平。從表 717 最后一列中可以看出：受“質量期望”潛變量影響的是“質量感知”潛變量和“感知價格”潛變量；標準化路徑系數(shù)分別為 和 ，這說明“質量期望”潛變量對“質量感知”潛變量的影響程度大于其對“感知價格”潛變量的影響程度。iXZs??圖 717 模型運算完成圖使用 Analyze 菜單下的 Calculate Estimates 進行模型運算（或使用工具欄中的 ） ，輸出結果如圖717。圖 718 參數(shù)估計結果圖 Amos 還提供了表格形式的模型運算詳細結果信息，通過點擊工具欄中的 來查看。在分析過程中，一般通過前三部分 10了解模型，在模型評價時使用估計結果和模型擬合部分，在模型修正時使用修正指數(shù)部分。Amos 提供了一種簡單便捷的方法，叫做 CR（Critical Ratio） 。Amos 同時給出了 CR 的統(tǒng)計檢驗相伴概率 p（如表 75 中第五列） ，使用者可以根據 p 值進行路徑系數(shù)/載荷系數(shù)的統(tǒng)計顯著性檢驗。10分析基本情況（Analysis Summary） 、變量基本情況（Variable Summary） 、模型信息（Notes for Model ）三部分的詳細介紹如書后附錄三。表 75 系數(shù)估計結果未標準化路徑系數(shù)估計 . . P Label標準化路徑系數(shù)估計質量期望 超市形象 *** par_16 質量感知 質量期望 *** par_17 感知價格 質量期望 *** par_18 感知價格 質量感知 par_19 感知價格 超市形象 par_20 顧客滿意 超市形象 *** par_21 顧客滿意 感知價格 par_23 顧客忠誠 超市形象 par_22 顧客忠誠 顧客滿意 *** par_24 a112 超市形象 1 a2 超市形象 *** par_1 a3 超市形象 *** par_2 a5 質量期望 1 a4 質量期望 *** par_3 a6 質量期望 *** par_4 a7 質量期望 *** par_5 a8 質量期望 *** par_6 a10 質量感知 1 a9 質量感知 *** par_7 a11 質量感知 *** par_8 a12 質量感知 *** par_9 a13 質量感知 *** par_10 a18 顧客滿意 1 a17 顧客滿意 *** par_11 a15 感知價格 1 a14 感知價格 *** par_12 a16 顧客滿意 *** par_13 a24 顧客忠誠 1 a23 顧客忠誠 *** par_14 注 :“***”表示 水平上顯著，括號中是相應的 值，即 t 值。e1 *** 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，括號中是相應的 值，即 t 值。換一個角度，如果理論模型結構對于收集到的數(shù)據S?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S?S??元素接近于 0，就可以認為模型擬合了數(shù)據。不同類別的模型擬合指數(shù)可以從模型復雜性、樣本大小、相對性與絕對性等方面對理論模型進行度量。 Cudeck ，1993） 。CAIC 越小越好77）供使用者選擇 14。需要注意的是，擬合指數(shù)的作用是考察理論模型與數(shù)據的適配程度，并不能作為判斷模型是否成立的唯一依據。即便擬合指數(shù)沒有達到最優(yōu)，但一個能夠使用相關理論解釋的模型更具有研究意義。因此，在進行模型修正時主要考慮修正后的模型結果是否具有現(xiàn)實意義或理論價值，當模型效果很差時 16可以參考模型修正指標對模型進行調整。模型擴展 是指通過釋放部分限制路徑或添加新路徑，使模型結構更加合理，通常在提高模型擬合程度時使用（減小卡方值） ；模型限制是指通過刪除 17或限制部分路徑，使模型結構更加簡潔，通常在提高模型可識別性時使用。二、模型修正指標 191. 修正指數(shù)（Modification Index）圖 719 修正指數(shù)計算14詳細請參考 Amos User’s Guide 489 項。16如模型不可識別，或擬合指數(shù)結果很差。18這個 CR 不同于參數(shù)顯著性檢驗中的 CR，使用方法將在下文中闡明。修正指數(shù)用于模型擴展，是指對于模型中某個受限制的參數(shù)，若容許自由估計（譬如在模型中添加某條路徑） ，整個模型改良時將會減少的