AMOS結(jié)構(gòu)方程模型修正

1、主講：結(jié)構(gòu)方程模型修正結(jié)構(gòu)方程模型修正Structural Equation Modeling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)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)可以參考模型修正指標(biāo)對(duì)模型進(jìn)行調(diào)整。果很差時(shí)可以參考模型修正指標(biāo)對(duì)

2、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提供的模提供的模型修正指標(biāo)進(jìn)行模型擴(kuò)展（型修正指標(biāo)進(jìn)行模型擴(kuò)展（Model Building）或模型限制（）或模型限制（Model Trimming）。）。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或限制部分路徑，使模型結(jié)構(gòu)更提高模型擬合程度時(shí)使用；模型限制是指通過刪除或限制部分路徑，使模型結(jié)構(gòu)更加簡(jiǎn)潔，通常在提高

3、模型可識(shí)別性時(shí)使用。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)（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)）用于模型擴(kuò)展，臨界比率（展，臨界比率（Critical Ratio）用于模型限制。）用于模型限制。一、修正思路一、修正思路 修正指數(shù)（修正指數(shù)（Modification Index） 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

4、。徑），整個(gè)模型改良時(shí)將會(huì)減少的最小卡方值。 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。但在實(shí)際中，也要考慮讓該數(shù)，從最大值開始估算。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)。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)，需要在若要使用修正指數(shù)，需要在Analysis Properties中的中的Output項(xiàng)選擇項(xiàng)選擇Modification Indices項(xiàng)（如圖項(xiàng)（如圖-1）。其）。其后面的后面的Threshold for Modification Indices指的是輸指的是輸出的開始值。出的開始值。二

5、、修正指標(biāo)二、修正指標(biāo)圖圖-1 -1 修正指數(shù)計(jì)算修正指數(shù)計(jì)算2. 臨界比率（臨界比率（Critical Ratio） 臨界比率用于模型限制，是計(jì)算模型中的每一臨界比率用于模型限制，是計(jì)算模型中的每一對(duì)待估參數(shù)（路徑系數(shù)或載荷系數(shù)）之差，并對(duì)待估參數(shù)（路徑系數(shù)或載荷系數(shù)）之差，并除以相應(yīng)參數(shù)之差的標(biāo)準(zhǔn)差所構(gòu)造出的統(tǒng)計(jì)量。除以相應(yīng)參數(shù)之差的標(biāo)準(zhǔn)差所構(gòu)造出的統(tǒng)計(jì)量。在模型假設(shè)下，在模型假設(shè)下，CR統(tǒng)計(jì)量服從正態(tài)分布，所以統(tǒng)計(jì)量服從正態(tài)分布，所以可以根據(jù)可以根據(jù)CR值判斷兩個(gè)待估參數(shù)間是否存在顯值判斷兩個(gè)待估參數(shù)間是否存在顯著性差異。若兩個(gè)待估參數(shù)間不存在顯著性差著性差異。若兩個(gè)待估參數(shù)間不存在顯著

6、性差異，則可以限定模型在估計(jì)時(shí)對(duì)這兩個(gè)參數(shù)賦異，則可以限定模型在估計(jì)時(shí)對(duì)這兩個(gè)參數(shù)賦以相同的值。以相同的值。 若要使用臨界比率，需要在若要使用臨界比率，需要在Analysis Properties中的中的Output項(xiàng)選擇項(xiàng)選擇Critical Ratio for Difference項(xiàng)（如圖項(xiàng)（如圖-2）。）。二、修正指標(biāo)二、修正指標(biāo)圖圖-2 -2 臨界比率計(jì)算臨界比率計(jì)算結(jié)構(gòu)方程模型分析過程可以分為模型構(gòu)建、模型運(yùn)算、結(jié)構(gòu)方程模型分析過程可以分為模型構(gòu)建、模型運(yùn)算、模型修正模型修正以及模型解釋以及模型解釋四個(gè)步驟。下面以一個(gè)研究實(shí)例作為說明，使用四個(gè)步驟。下面以一個(gè)研究實(shí)例作為說明，使用A

7、mos7軟件進(jìn)行計(jì)算，重點(diǎn)闡軟件進(jìn)行計(jì)算，重點(diǎn)闡述在實(shí)際應(yīng)用中結(jié)構(gòu)方程模型的修正過程。述在實(shí)際應(yīng)用中結(jié)構(gòu)方程模型的修正過程。 三、案例簡(jiǎn)要三、案例簡(jiǎn)要1.模型構(gòu)建的思路模型構(gòu)建的思路本案例在著名的美國(guó)顧客滿意度指數(shù)模型(ASCI)的基礎(chǔ)上，提出了一個(gè)新的模型，并以此構(gòu)建潛變量并建立模型結(jié)構(gòu)。根據(jù)構(gòu)建的理論模型，通過設(shè)計(jì)問卷對(duì)某超市顧客購(gòu)物服務(wù)滿意度調(diào)查得到實(shí)際數(shù)據(jù)，然后利用對(duì)缺失值進(jìn)行處理后的數(shù)據(jù)進(jìn)行分析，并對(duì)文中提出的模型進(jìn)行擬合、修正和解釋。過程。2.潛變量和可測(cè)變量的設(shè)定潛變量和可測(cè)變量的設(shè)定本文在繼承ASCI模型核心概念的基礎(chǔ)上，對(duì)模型作了一些改進(jìn)，在模型中增加超市形象。它包括顧客對(duì)超

8、市總體形象及與其他超市相比的知名度。它與顧客期望，感知價(jià)格和顧客滿意有關(guān)，設(shè)計(jì)的模型見表-1。模型中共包含七個(gè)因素(潛變量)：超市形象、質(zhì)量期望、質(zhì)量感知、感知價(jià)值、顧客滿意、顧客抱怨、顧客忠誠(chéng)，其中前四個(gè)要素是前提變量，后三個(gè)因素是結(jié)果變量，前提變量綜合決定并影響著結(jié)果變量。三、案例簡(jiǎn)要三、案例簡(jiǎn)要.三、案例簡(jiǎn)要三、案例簡(jiǎn)要超市形象質(zhì)量期望質(zhì)量感知感知價(jià)值顧客滿意顧客抱怨顧客忠誠(chéng)設(shè)計(jì)的結(jié)構(gòu)路徑圖基本路徑假設(shè)超市形象對(duì)質(zhì)量期望有路徑影響質(zhì)量期望對(duì)質(zhì)量感知有路徑影響質(zhì)量感知對(duì)感知價(jià)格有路徑影響質(zhì)量期望對(duì)感知價(jià)格有路徑影響感知價(jià)格對(duì)顧客滿意有路徑影響顧客滿意對(duì)顧客忠誠(chéng)有路徑影響超市形象對(duì)顧客滿意有

9、路徑影響超市形象對(duì)顧客忠誠(chéng)有路徑影響表表-1設(shè)計(jì)的結(jié)構(gòu)路徑圖和基本路徑假設(shè)設(shè)計(jì)的結(jié)構(gòu)路徑圖和基本路徑假設(shè)2.1.顧客滿意模型中各因素的具體范疇顧客滿意模型中各因素的具體范疇參考前面模型的總體構(gòu)建情況、國(guó)外研究理論和其他行業(yè)實(shí)證結(jié)論，以及小范圍甄別調(diào)查的結(jié)果，模型中各要素需要觀測(cè)的具體范疇，見表-2。三、案例簡(jiǎn)要三、案例簡(jiǎn)要.潛變量潛變量?jī)?nèi)涵可測(cè)變量超市形象超市形象根據(jù)MARTENSEN在固定電話、移動(dòng)電話、超市等行業(yè)中的調(diào)查研究，企業(yè)形象是影響總體滿意水平的第一要素，這里將超市形象要素列為影響因素，可以從以下幾個(gè)方面進(jìn)行觀測(cè)。某超市總體形象的評(píng)價(jià)(a1)與其它超市相比的形象(a2)與其它超市相

10、比的品牌知名度(a3)質(zhì)量期望質(zhì)量期望質(zhì)量期望是指顧客在使用某超市產(chǎn)品前對(duì)其的期望水平。顧客的質(zhì)量期望會(huì)影響顧客價(jià)值，而且質(zhì)量期望還會(huì)顧客感知造成影響.還有學(xué)者指出，對(duì)于顧客期望要素，至少可以從整體感覺、個(gè)性化服務(wù)、可靠性三個(gè)方面來觀測(cè)。結(jié)合上述因素，可以從幾個(gè)方面衡量對(duì)某超市的質(zhì)量期望。購(gòu)物前，對(duì)某超市整體服務(wù)的期望(a4)購(gòu)物前，期望某超市商品的新鮮程度達(dá)到的水平(a5)購(gòu)物前，期望某超市營(yíng)業(yè)時(shí)間安排合理程度(a6)購(gòu)物前，期望某超市員工服務(wù)態(tài)度達(dá)到的水平(a7)購(gòu)物前，期望某超市結(jié)賬速度達(dá)到的水平(a8)質(zhì)質(zhì)量量感知感知質(zhì)量感知和質(zhì)量期望相對(duì)應(yīng)，質(zhì)量期望考慮的是在購(gòu)買商品前的期望，質(zhì)量感

11、知是在購(gòu)買商品后的實(shí)際感受?？梢詮膸讉€(gè)方面衡量。購(gòu)物后，對(duì)某超市整體服務(wù)的滿意程度(a9)購(gòu)物后，認(rèn)為某超市商品的新鮮程度達(dá)到的水平(a10)購(gòu)物后，認(rèn)為超市營(yíng)業(yè)時(shí)間安排合理程度(a11)購(gòu)物后，認(rèn)為某超市員工服務(wù)態(tài)度達(dá)到的水平(a12)購(gòu)物后，認(rèn)為某超市結(jié)賬速度達(dá)到的水平(a13)感知價(jià)值感知價(jià)值根據(jù)ANDERSON和FOMELL(EUGENEW.ANDERSON&CLAESFOMELL，2000)對(duì)美國(guó)顧客滿意指數(shù)模型的進(jìn)一步研究，認(rèn)為對(duì)于顧客價(jià)值部分可以從性價(jià)比來衡量。您認(rèn)為某超市商品的價(jià)格如何(a14)與其他超市相比，您認(rèn)為某超市商品的價(jià)格如何(a15)顧客滿意顧客滿意顧客滿意

12、一般可以從三個(gè)方面衡量，一是可以從整體上來感覺；二是可以與消費(fèi)前的期望進(jìn)行比較，尋找兩者的差距；三是可以與理想狀態(tài)下的感覺比較，尋找兩者的差距。因此，可以通過以下幾個(gè)指標(biāo)衡量。對(duì)某超市的總體滿意程度(a16)和您消費(fèi)前的期望比，您對(duì)某超市的滿意程度(a17)和您心目中的超市比，您對(duì)某超市的滿意程度(a18)顧客抱怨顧客抱怨FORNE和WERNERFELT（1988）的研究成果，認(rèn)為顧客滿意的增加會(huì)減少顧客的抱怨，同時(shí)會(huì)增加顧客的忠誠(chéng)，當(dāng)顧客不滿意時(shí)，他們往往會(huì)選擇抱怨。對(duì)于抱怨的觀測(cè)，一般有兩種方式，一種是比較正式的形式，向超市提出正式抱怨，有換貨，退貨等行為；另一種是非正式的形式，顧客會(huì)宣傳

13、，形成群眾對(duì)于該超市的口碑。您對(duì)某超市投訴的頻率（包括給超市寫投訴信和直接向超市人員反映）(a19)您對(duì)某超市抱怨的頻率（私下抱怨并未告知超市）(a20)您認(rèn)為某超市對(duì)顧客投訴的處理效率和效果(a21)顧客忠誠(chéng)顧客忠誠(chéng)顧客忠誠(chéng)主要可以從三個(gè)方面體現(xiàn)：顧客推薦意向、轉(zhuǎn)換產(chǎn)品的意向、重復(fù)購(gòu)買的意向。同時(shí)還有學(xué)者指出顧客忠誠(chéng)可以從顧客對(duì)漲價(jià)的容忍性、重復(fù)購(gòu)買性兩方面衡量。綜合上述因素，擬從以下幾個(gè)方面衡量顧客忠誠(chéng)。我會(huì)經(jīng)常去某超市(a22)我會(huì)推薦同學(xué)和朋友去某超市(a23)如果發(fā)現(xiàn)某超市的產(chǎn)品或服務(wù)有問題后，能以諒解的心態(tài)主動(dòng)向超市反饋，求得解決，并且以后還會(huì)來超市購(gòu)物(a24)表-2模型變量對(duì)應(yīng)

14、表模型變量對(duì)應(yīng)表 問卷調(diào)研的對(duì)象為居住在某大學(xué)校內(nèi)的各類學(xué)生（包括全日制本科生、全日制問卷調(diào)研的對(duì)象為居住在某大學(xué)校內(nèi)的各類學(xué)生（包括全日制本科生、全日制碩士和博士研究生），并且近一個(gè)月內(nèi)在校內(nèi)某超市有購(gòu)物體驗(yàn)的學(xué)生。調(diào)查碩士和博士研究生），并且近一個(gè)月內(nèi)在校內(nèi)某超市有購(gòu)物體驗(yàn)的學(xué)生。調(diào)查采用隨機(jī)攔訪的方式，并且為避免樣本的同質(zhì)性和重復(fù)填寫，按照性別和被訪采用隨機(jī)攔訪的方式，并且為避免樣本的同質(zhì)性和重復(fù)填寫，按照性別和被訪者經(jīng)常光顧的超市進(jìn)行控制。問卷內(nèi)容包括者經(jīng)常光顧的超市進(jìn)行控制。問卷內(nèi)容包括7個(gè)潛變量因子，個(gè)潛變量因子，24項(xiàng)可測(cè)指標(biāo)，項(xiàng)可測(cè)指標(biāo)，7個(gè)人口變量，量表采用了個(gè)人口變量，量表

15、采用了Likert10級(jí)量度，如對(duì)超市形象的測(cè)量：級(jí)量度，如對(duì)超市形象的測(cè)量： 三、案例簡(jiǎn)要三、案例簡(jiǎn)要一、一、超市形象超市形象1代表代表“非常差勁非常差勁”，10代表代表“非非常好常好”1您對(duì)某超市總體形象的評(píng)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注：調(diào)查共發(fā)放問卷注：調(diào)查共發(fā)放問卷500份，收回有效樣本份，收回有效樣本436份。份。三、案例簡(jiǎn)要三、案例簡(jiǎn)要圖圖-3 信度分析的選擇信度分析的選擇圖圖-4 信度分析變量及

16、方法的選擇信度分析變量及方法的選擇三、案例簡(jiǎn)要三、案例簡(jiǎn)要Reliability StatisticsCronbachsAlphaNofItems.89224表表-3 信度分析結(jié)果信度分析結(jié)果潛變量可測(cè)變量個(gè)數(shù)Cronbachs Alpha超市形象30.858質(zhì)量期望50.889質(zhì)量感知50.862感知價(jià)格20.929顧客滿意30.948顧客抱怨30.255顧客忠誠(chéng)30.738表表-4 潛變量的信度檢驗(yàn)潛變量的信度檢驗(yàn)三、案例簡(jiǎn)要三、案例簡(jiǎn)要超市形象質(zhì)量期望質(zhì)量感知a1e111a2e21a3e31a5e511a4e41a6e61a7e71a8e81a10e1011a9e91a11e111a12

17、e121a13e131顧客滿意感知價(jià)格a18e1811a16e161a17e171a15e1511a14顧客忠誠(chéng)a24e24a22e22a23e231111z21z41z51z31z11e141圖圖-5 初始模型結(jié)構(gòu)初始模型結(jié)構(gòu)圖圖-6 Amos Graphics初始界面圖初始界面圖三、案例簡(jiǎn)要三、案例簡(jiǎn)要圖圖-7 建模區(qū)域的版式調(diào)整建模區(qū)域的版式調(diào)整圖圖-8 建立潛變量建立潛變量三、案例簡(jiǎn)要三、案例簡(jiǎn)要圖圖-9 潛變量命名潛變量命名圖圖-10 命名后的潛變量命名后的潛變量三、案例簡(jiǎn)要三、案例簡(jiǎn)要圖圖- 11 設(shè)定潛變量關(guān)系設(shè)定潛變量關(guān)系圖圖-12 設(shè)定可測(cè)變量及殘差變量設(shè)定可測(cè)變量及殘差變量

18、三、案例簡(jiǎn)要三、案例簡(jiǎn)要圖圖-13 可測(cè)變量指定與命名可測(cè)變量指定與命名圖圖-14 初始模型設(shè)置完成初始模型設(shè)置完成三、案例簡(jiǎn)要三、案例簡(jiǎn)要圖圖-15 數(shù)據(jù)配置數(shù)據(jù)配置圖圖-16 數(shù)據(jù)讀入數(shù)據(jù)讀入三、案例簡(jiǎn)要三、案例簡(jiǎn)要圖圖-17 參數(shù)估計(jì)選擇參數(shù)估計(jì)選擇圖圖-18 標(biāo)準(zhǔn)化系數(shù)計(jì)算標(biāo)準(zhǔn)化系數(shù)計(jì)算三、案例簡(jiǎn)要三、案例簡(jiǎn)要圖圖-19 模型運(yùn)算完成圖模型運(yùn)算完成圖圖圖-20 參數(shù)估計(jì)結(jié)果圖參數(shù)估計(jì)結(jié)果圖未標(biāo)準(zhǔn)化路徑系數(shù)估計(jì)S.E.C.R.PLabel標(biāo)準(zhǔn)化路徑系數(shù)估計(jì)質(zhì)量期望-超市形象0.3010.0456.68*par_160.358質(zhì)量感知-質(zhì)量期望0.4340.0577.633*par_170

19、.434感知價(jià)格-質(zhì)量期望0.3290.0893.722*par_180.244感知價(jià)格-質(zhì)量感知-0.1210.082-1.4670.142par_19-0.089感知價(jià)格-超市形象-0.0050.065-0.070.944par_20-0.004顧客滿意-超市形象0.9120.04321.389*par_210.878顧客滿意-感知價(jià)格-0.0290.028-1.0360.3par_23-0.032顧客忠誠(chéng)-超市形象0.1670.1011.6530.098par_220.183顧客忠誠(chéng)-顧客滿意0.50.14.988*par_240.569a1-超市形象10.927a2-超市形象1.008

20、0.03627.991*par_10.899a3-超市形象0.7010.04814.667*par_20.629a5-質(zhì)量期望10.79a4-質(zhì)量期望0.790.06112.852*par_30.626a6-質(zhì)量期望0.8910.05316.906*par_40.786a7-質(zhì)量期望1.1590.05919.628*par_50.891a8-質(zhì)量期望1.0240.05817.713*par_60.816a10-質(zhì)量感知10.768a9-質(zhì)量感知1.160.06517.911*par_70.882a11-質(zhì)量感知0.7580.06811.075*par_80.563a12-質(zhì)量感知1.1010.

21、06915.973*par_90.784a13-質(zhì)量感知0.9830.06714.777*par_100.732a18-顧客滿意10.886a17-顧客滿意1.0390.03430.171*par_110.939a15-感知價(jià)格10.963a14-感知價(jià)格0.9720.1277.67*par_120.904a16-顧客滿意1.0090.03331.024*par_130.95a24-顧客忠誠(chéng)10.682a23-顧客忠誠(chéng)1.2080.09213.079*par_140.846表表-5 系數(shù)估計(jì)結(jié)果系數(shù)估計(jì)結(jié)果方差估計(jì)S.E.C.R.PLabel超市形象3.5740.29911.958*par_2

22、5z22.2080.2439.08*par_26z12.060.2418.54*par_27z34.4050.6686.596*par_28z40.8940.1078.352*par_29z51.3730.2146.404*par_30e10.5840.0797.363*par_31e20.8610.0939.288*par_32e32.6750.19913.467*par_33e51.5260.1311.733*par_34e42.4590.18613.232*par_35e61.2450.10511.799*par_36e70.8870.1038.583*par_37e81.3350.11

23、911.228*par_38e101.7590.15211.565*par_39e90.9760.1227.976*par_40e113.1380.23513.343*par_41e121.9260.17111.272*par_42e132.1280.17612.11*par_43e181.0560.08911.832*par_44e160.420.0528.007*par_45e170.5540.0619.103*par_46e150.3640.5910.6160.538par_47e243.4130.29511.55*par_48e223.3810.28112.051*par_49e231

24、.730.2526.874*par_50e140.9810.5621.7450.081par_51表表-6 方差估計(jì)方差估計(jì)三、案例簡(jiǎn)要三、案例簡(jiǎn)要指數(shù)名稱指數(shù)名稱評(píng)價(jià)標(biāo)準(zhǔn)評(píng)價(jià)標(biāo)準(zhǔn)1絕對(duì)擬合指數(shù)(卡方)越小越好GFI大于0.9RMR小于0.05，越小越好SRMR小于0.05，越小越好RMSEA小于0.05，越小越好相對(duì)擬合指數(shù)NFI大于0.9，越接近1越好TLI大于0.9，越接近1越好CFI大于0.9，越接近1越好信息指數(shù)AIC越小越好CAIC越小越好1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0.05表示模型擬合較好，在0.05-0.08間表示模型擬合尚可（Browne

25、 & Cudeck，1993）。因此在實(shí)際研究中，可根據(jù)具體情況分析。表表-7 擬合指數(shù)擬合指數(shù)對(duì)本章所研究案例，初始模型運(yùn)算結(jié)果如對(duì)本章所研究案例，初始模型運(yùn)算結(jié)果如表表-8，各項(xiàng)擬合指數(shù)尚可。但從模型參數(shù)，各項(xiàng)擬合指數(shù)尚可。但從模型參數(shù)的顯著性檢驗(yàn)的顯著性檢驗(yàn)（如表（如表-9）中可發(fā)現(xiàn)可以看出，無論是關(guān)于感知價(jià)格的測(cè)量方程部分中可發(fā)現(xiàn)可以看出，無論是關(guān)于感知價(jià)格的測(cè)量方程部分還是關(guān)于結(jié)構(gòu)方程部分（除與質(zhì)量期望的路徑外），系數(shù)都是不顯著的。關(guān)于感知還是關(guān)于結(jié)構(gòu)方程部分（除與質(zhì)量期望的路徑外），系數(shù)都是不顯著的。關(guān)于感知價(jià)格的結(jié)構(gòu)方程部分的平方復(fù)相關(guān)系數(shù)為價(jià)格的結(jié)構(gòu)方程部分的平方復(fù)相關(guān)

26、系數(shù)為0.048，非常小。，非常小。四、案例修正四、案例修正表-8常用擬合指數(shù)計(jì)算結(jié)果擬合擬合指數(shù)指數(shù)卡方值卡方值(自自由度由度)CFINFIIFIRMSEAAICBCCEVCI結(jié)果結(jié)果1031.4 (180)0.8660.8420.8660.1091133.4411139.3782.834四、案例修正四、案例修正表-9系數(shù)估計(jì)結(jié)果未標(biāo)準(zhǔn)化路徑系數(shù)估計(jì)未標(biāo)準(zhǔn)化路徑系數(shù)估計(jì)S.E.C.R.PLabel標(biāo)準(zhǔn)化路徑系數(shù)估計(jì)標(biāo)準(zhǔn)化路徑系數(shù)估計(jì)質(zhì)量期望- 超市形象0.3010.0456.68*par_160.358質(zhì)量感知-質(zhì)量期望0.4340.0577.633*par_170.434感知價(jià)格-質(zhì)量期望

27、0.3290.0893.722*par_180.244感知價(jià)格-質(zhì)量感知-0.1210.082-1.4670.142par_19-0.089感知價(jià)格-超市形象-0.0050.065-0.070.944par_20-0.004顧客滿意-超市形象0.9120.04321.389*par_210.878顧客滿意-感知價(jià)格-0.0290.028-1.0360.3par_23-0.032顧客忠誠(chéng)-超市形象0.1670.1011.6530.098par_220.183顧客忠誠(chéng)-顧客滿意0.50.14.988*par_240.569注:“*”表示0.01水平上顯著，括號(hào)中是相應(yīng)的C.R值，即t值。另外，從實(shí)

28、際的角度考另外，從實(shí)際的角度考慮，通過自身的感受，慮，通過自身的感受，某超市商品價(jià)格同校內(nèi)某超市商品價(jià)格同校內(nèi)外其它主要超市的商品外其它主要超市的商品價(jià)格的差別不明顯，因價(jià)格的差別不明顯，因此，首先考慮將該因子此，首先考慮將該因子在本文結(jié)構(gòu)方程模型中在本文結(jié)構(gòu)方程模型中去除，并且增加質(zhì)量期去除，并且增加質(zhì)量期望和質(zhì)量感知到顧客滿望和質(zhì)量感知到顧客滿意的路徑。超市形象對(duì)意的路徑。超市形象對(duì)顧客忠誠(chéng)路徑先保留。顧客忠誠(chéng)路徑先保留。修改的模型如圖修改的模型如圖-21。四、案例修正四、案例修正圖-21修正的模型二根據(jù)上面提出的圖根據(jù)上面提出的圖-21提出的所示的模型，在提出的所示的模型，在Amos中運(yùn)

29、用極大似然估計(jì)運(yùn)行的部分中運(yùn)用極大似然估計(jì)運(yùn)行的部分結(jié)果如表結(jié)果如表-10。四、案例修正四、案例修正表表-10 常用擬合指數(shù)計(jì)算結(jié)果常用擬合指數(shù)計(jì)算結(jié)果擬合擬合指數(shù)指數(shù)卡方值卡方值(自自由度由度)CFINFIIFIRMSEAAICBCCEVCI結(jié)果結(jié)果819.5 (145)0.8830.8620.8840.108909.541914.2782.274從表從表-11和表和表-12可以看出，卡方值減小了很多，并且各擬合指數(shù)也都得到了改善，可以看出，卡方值減小了很多，并且各擬合指數(shù)也都得到了改善，但與理想的擬合指數(shù)值仍有差距。該模型的各個(gè)參數(shù)在但與理想的擬合指數(shù)值仍有差距。該模型的各個(gè)參數(shù)在0.05

30、的水平下都是顯著的，的水平下都是顯著的，并且從實(shí)際考慮，各因子的各個(gè)路徑也是合理存在的。并且從實(shí)際考慮，各因子的各個(gè)路徑也是合理存在的。四、案例修正四、案例修正擬合指數(shù)擬合指數(shù)卡方值卡方值(自由度自由度)CFINFIIFIRMSEAAICBCCEVCI結(jié)果結(jié)果1031.4 (180)0.8660.8420.8660.1091133.4411139.3782.834擬合指數(shù)擬合指數(shù)卡方值卡方值(自由度自由度)CFINFIIFIRMSEAAICBCCEVCI結(jié)果結(jié)果819.5 (145)0.8830.8620.8840.108909.541914.2782.274表-11常用擬合指數(shù)計(jì)算結(jié)果表-1

31、2常用擬合指數(shù)計(jì)算結(jié)果下面考慮通過修正指數(shù)對(duì)模型修正，通過點(diǎn)擊工具欄中的來查看模型輸出詳細(xì)結(jié)下面考慮通過修正指數(shù)對(duì)模型修正，通過點(diǎn)擊工具欄中的來查看模型輸出詳細(xì)結(jié)果中的果中的Modification Indices項(xiàng)可以查看模型的修正指數(shù)（項(xiàng)可以查看模型的修正指數(shù)（Modification Index）結(jié)果，雙箭頭（結(jié)果，雙箭頭（“”）部分是殘差變量間的協(xié)方差修正指數(shù)，表示如果在兩個(gè)）部分是殘差變量間的協(xié)方差修正指數(shù)，表示如果在兩個(gè)可測(cè)變量的殘差變量間增加一條相關(guān)路徑至少會(huì)減少的模型的卡方值；單箭頭可測(cè)變量的殘差變量間增加一條相關(guān)路徑至少會(huì)減少的模型的卡方值；單箭頭（“-”）部分是變量間的回歸

32、權(quán)重修正指數(shù)，表示如果在兩個(gè)變量間增加一條）部分是變量間的回歸權(quán)重修正指數(shù)，表示如果在兩個(gè)變量間增加一條因果路徑至少會(huì)減少的模型的卡方值。比如，超市形象到質(zhì)量感知的因果路徑至少會(huì)減少的模型的卡方值。比如，超市形象到質(zhì)量感知的MI值為值為179.649，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(huì)大大減，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(huì)大大減小。從實(shí)際考慮，超市形象的確會(huì)影響到質(zhì)量感知，設(shè)想，一個(gè)具有良好品牌形小。從實(shí)際考慮，超市形象的確會(huì)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(huì)對(duì)感到它的商品質(zhì)量較好；反之，則相反。因此考慮增加象的超市，人們難

33、免會(huì)對(duì)感到它的商品質(zhì)量較好；反之，則相反。因此考慮增加從超市形象到質(zhì)量感知的路徑的模型如圖從超市形象到質(zhì)量感知的路徑的模型如圖-22。四、案例修正四、案例修正圖圖-22 修正的模型三修正的模型三四、案例修正四、案例修正根據(jù)上面提出的圖根據(jù)上面提出的圖-22所示的模型，在所示的模型，在Amos中運(yùn)用極大似然估計(jì)運(yùn)行的部分結(jié)果中運(yùn)用極大似然估計(jì)運(yùn)行的部分結(jié)果如表如表-13、表、表-14。四、案例修正四、案例修正擬合指數(shù)卡方值(自由度)CFINFIIFIRMSEAAICBCCEVCI結(jié)果510.1(144)0.9360.9140.9370.080602.100606.9421.505表表-13 常用

34、擬合指數(shù)計(jì)算結(jié)果常用擬合指數(shù)計(jì)算結(jié)果表表-14 5%水平下不顯著的估計(jì)參數(shù)水平下不顯著的估計(jì)參數(shù)從表從表-12和表和表-13可以看出，卡方值減小了很多，并且各擬合指數(shù)也都得到了改善，可以看出，卡方值減小了很多，并且各擬合指數(shù)也都得到了改善，但與理想的擬合指數(shù)值仍有差距。但與理想的擬合指數(shù)值仍有差距。EstimateS.E.C.R.PLabel顧客滿意-質(zhì)量期望-.054.035-1.540.124par_22顧客忠誠(chéng)-超市形象.164.1001.632.103par_21除上面表除上面表-14中的兩個(gè)路徑系數(shù)在中的兩個(gè)路徑系數(shù)在0.05的水平下不顯著外，該模型其它各個(gè)參數(shù)在的水平下不顯著外，該

35、模型其它各個(gè)參數(shù)在0.01水平下都是顯著的，首先考慮去除水平下都是顯著的，首先考慮去除p值較大的路徑，即質(zhì)量期望到顧客滿意的值較大的路徑，即質(zhì)量期望到顧客滿意的路徑。重新估計(jì)模型，結(jié)果如表路徑。重新估計(jì)模型，結(jié)果如表-15。四、案例修正四、案例修正表-155%水平下不顯著的估計(jì)參數(shù)EstimateS.E.C.R.PLabel顧客忠誠(chéng)-超市形象.166.1011.652.099par_21從表從表-15可以看出，超市形象對(duì)顧客忠誠(chéng)路徑系數(shù)估計(jì)的可以看出，超市形象對(duì)顧客忠誠(chéng)路徑系數(shù)估計(jì)的p值為值為0.099，仍大于，仍大于0.05。并。并且從實(shí)際考慮，在學(xué)校內(nèi)部，學(xué)生一般不會(huì)根據(jù)超市之間在形象上的

36、差別而選擇堅(jiān)持且從實(shí)際考慮，在學(xué)校內(nèi)部，學(xué)生一般不會(huì)根據(jù)超市之間在形象上的差別而選擇堅(jiān)持去同一個(gè)品牌的超市，更多的可能是通過超市形象影響超市滿意等因素進(jìn)而影響到顧去同一個(gè)品牌的超市，更多的可能是通過超市形象影響超市滿意等因素進(jìn)而影響到顧客忠誠(chéng)因素?？紤]刪除這兩個(gè)路徑的模型如圖客忠誠(chéng)因素?？紤]刪除這兩個(gè)路徑的模型如圖-23。根據(jù)上面提出的如圖根據(jù)上面提出的如圖-23所示的模型，在所示的模型，在AMOS中運(yùn)用極大似然估計(jì)運(yùn)行的部分結(jié)中運(yùn)用極大似然估計(jì)運(yùn)行的部分結(jié)果如表果如表-16。四、案例修正四、案例修正擬合指數(shù)卡方值(自由度)CFINFIIFIRMSEAAICBCCEVCI結(jié)果515.1 (14

37、6)0.9360.9130.9360.080603.117607.7491.508表-16常用擬合指數(shù)計(jì)算結(jié)果圖圖-23 修正的模型四修正的模型四從表從表-13和表和表-16可以看出，卡方值幾乎沒變，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，但模型便并且各擬合指數(shù)幾乎沒有改變，但模型便簡(jiǎn)單了，做此改變是值得的。該模型的各簡(jiǎn)單了，做此改變是值得的。該模型的各個(gè)參數(shù)在個(gè)參數(shù)在0.01的水平下都是顯著的，另外質(zhì)的水平下都是顯著的，另外質(zhì)量感知對(duì)應(yīng)的測(cè)量指標(biāo)量感知對(duì)應(yīng)的測(cè)量指標(biāo)a11（關(guān)于營(yíng)業(yè)時(shí)間（關(guān)于營(yíng)業(yè)時(shí)間安排合理程度的打分）對(duì)應(yīng)方程的測(cè)定系安排合理程度的打分）對(duì)應(yīng)方程的測(cè)定系數(shù)為數(shù)為

38、0.278，比較小，從實(shí)際考慮，由于人，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(yíng)業(yè)時(shí)間從很長(zhǎng)，大校內(nèi)東區(qū)物美超市的營(yíng)業(yè)時(shí)間從很長(zhǎng)，幾乎是全天候營(yíng)業(yè)在顧客心中，可能該指幾乎是全天候營(yíng)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，考慮標(biāo)能用質(zhì)量感知解釋的可能性不大，考慮刪除該測(cè)量指標(biāo)。修改后的模型如圖刪除該測(cè)量指標(biāo)。修改后的模型如圖-24。四、案例修正四、案例修正圖圖-24 修正的模型五修正的模型五根據(jù)上面提出的如圖根據(jù)上面提出的如圖-24所示的模型，在所示的模型，在Amos中運(yùn)用極大似然估計(jì)運(yùn)行的部分結(jié)中運(yùn)用極大似然估計(jì)運(yùn)行的部分結(jié)果如表果如表-17。四、案例修正四、案例修正擬合

39、指數(shù)卡方值(自由度)CFINFIIFIRMSEAAICBCCEVCI結(jié)果401.3 (129)0.9510.9300.9510.073485.291489.4801.213從表從表-16和表和表-17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。該模型的各個(gè)參數(shù)在改善。該模型的各個(gè)參數(shù)在0.01的水平下都仍然是顯著的，各方程的對(duì)應(yīng)的測(cè)定的水平下都仍然是顯著的，各方程的對(duì)應(yīng)的測(cè)定系數(shù)增大了。系數(shù)增大了。表-17常用擬合指數(shù)計(jì)算結(jié)果常用擬合指數(shù)計(jì)算結(jié)果下面考慮通過修正指數(shù)對(duì)模型修正，下面考慮通過修正指數(shù)對(duì)模型修正，e12與與e

40、13的的MI值最大，為值最大，為26.932，表明，表明如果增加如果增加a12與與a13之間的殘差相關(guān)的路徑，則模型的卡方值會(huì)減小較多。從實(shí)之間的殘差相關(guān)的路徑，則模型的卡方值會(huì)減小較多。從實(shí)際考慮，員工對(duì)顧客的態(tài)度與員工給顧客結(jié)帳的速度，實(shí)際上也確實(shí)存在相關(guān)，際考慮，員工對(duì)顧客的態(tài)度與員工給顧客結(jié)帳的速度，實(shí)際上也確實(shí)存在相關(guān)，設(shè)想，對(duì)顧客而言，超市員工結(jié)帳速度很慢本來就是一種對(duì)顧客態(tài)度不好的方設(shè)想，對(duì)顧客而言，超市員工結(jié)帳速度很慢本來就是一種對(duì)顧客態(tài)度不好的方面；反之，則相反。因此考慮增加面；反之，則相反。因此考慮增加e12與與e13的相關(guān)性路徑。（這里的分析不考的相關(guān)性路徑。（這里的分析

41、不考慮潛變量因子可測(cè)指標(biāo)的更改，理由是我們?cè)谠O(shè)計(jì)問卷的題目的信度很好，而慮潛變量因子可測(cè)指標(biāo)的更改，理由是我們?cè)谠O(shè)計(jì)問卷的題目的信度很好，而且題目本身的設(shè)計(jì)也不允許這樣做，以下同。）且題目本身的設(shè)計(jì)也不允許這樣做，以下同。）重新估計(jì)模型，重新尋找重新估計(jì)模型，重新尋找MI值較大的，值較大的，e7與與e8的的MI值較大，為值較大，為26.230，（雖，（雖然然e3與與e6的的MI值等于值等于26.746，但它們不屬于同一個(gè)潛變量因子，因此不能考，但它們不屬于同一個(gè)潛變量因子，因此不能考慮增加相關(guān)性路徑，以下同）表明如果增加慮增加相關(guān)性路徑，以下同）表明如果增加a7與與a8之間的殘差相關(guān)的路徑，則

42、之間的殘差相關(guān)的路徑，則模型的卡方值會(huì)減小較多。這也是員工對(duì)顧客的態(tài)度與員工給顧客結(jié)帳的速度模型的卡方值會(huì)減小較多。這也是員工對(duì)顧客的態(tài)度與員工給顧客結(jié)帳的速度之間存在相關(guān)，因此考慮增加之間存在相關(guān)，因此考慮增加e7與與e8的相關(guān)性路徑。的相關(guān)性路徑。四、案例修正四、案例修正重新估計(jì)模型，重新尋找重新估計(jì)模型，重新尋找MI值較大的，值較大的，e17與與e18的的MI值較大，為值較大，為13.991，表，表明如果增加明如果增加a17與與a18之間的殘差相關(guān)的路徑，則模型的卡方值會(huì)減小較多。實(shí)之間的殘差相關(guān)的路徑，則模型的卡方值會(huì)減小較多。實(shí)際上消費(fèi)前的滿意度和與心中理想超市比較的滿意度之間顯然存

43、在相關(guān)，因此際上消費(fèi)前的滿意度和與心中理想超市比較的滿意度之間顯然存在相關(guān)，因此考慮增加考慮增加e17與與e18的相關(guān)性路徑。的相關(guān)性路徑。重新估計(jì)模型，重新尋找重新估計(jì)模型，重新尋找MI值較大的，值較大的，e2與與e3的的MI值較大，為值較大，為11.088，表明，表明如果增加如果增加a2與與a3之間的殘差相關(guān)的路徑，則模型的卡方值會(huì)減小較多。實(shí)際上之間的殘差相關(guān)的路徑，則模型的卡方值會(huì)減小較多。實(shí)際上超市形象和超市品牌知名度之間顯然存在相關(guān)，因此考慮增加超市形象和超市品牌知名度之間顯然存在相關(guān)，因此考慮增加e2與與e3的相關(guān)性的相關(guān)性路徑。路徑。四、案例修正四、案例修正重新估計(jì)模型，重新尋

44、找重新估計(jì)模型，重新尋找MI值值較大的，較大的，e10與與e12的的MI值較大，值較大，為為5.222，表明如果增加，表明如果增加a10與與a12之間的殘差相關(guān)的路徑，之間的殘差相關(guān)的路徑，則模型的卡方值會(huì)減小較多。則模型的卡方值會(huì)減小較多。但實(shí)際上超市的食品保險(xiǎn)但實(shí)際上超市的食品保險(xiǎn)&日日用品豐富性與員工態(tài)度之間顯用品豐富性與員工態(tài)度之間顯然不存在相關(guān)，因此不考慮增然不存在相關(guān)，因此不考慮增加加e10與與e12的相關(guān)性路徑。另的相關(guān)性路徑。另外外,從剩下的變量之間從剩下的變量之間MI值沒有值沒有可以做處理的變量對(duì)了，因此可以做處理的變量對(duì)了，因此考慮考慮MI值修正后的模型如圖值修正后

45、的模型如圖-25。四、案例修正四、案例修正圖圖7-25 修正的模型五修正的模型五根據(jù)上面提出的如圖根據(jù)上面提出的如圖-25所示的模型，在所示的模型，在Amos中運(yùn)用極大似然估計(jì)運(yùn)行的部分中運(yùn)用極大似然估計(jì)運(yùn)行的部分結(jié)果如表結(jié)果如表-18。四、案例修正四、案例修正擬合指數(shù)卡方值(自由度)CFINFIIFIRMSEAAICBCCEVCI結(jié)果281.9 (125)0.9720.9510.9720.056373.877378.4650.935表-18常用擬合指數(shù)計(jì)算結(jié)果常用擬合指數(shù)計(jì)算結(jié)果從表從表-17和表和表-18可以看出，卡方值減小了很多，并且各擬合指數(shù)都得到了較可以看出，卡方值減小了很多，并且各

46、擬合指數(shù)都得到了較大的改善。該模型的各個(gè)參數(shù)在大的改善。該模型的各個(gè)參數(shù)在0.01的水平下都仍然是顯著的，各方程的對(duì)的水平下都仍然是顯著的，各方程的對(duì)應(yīng)的測(cè)定系數(shù)增大了。應(yīng)的測(cè)定系數(shù)增大了。 下面考慮根據(jù)下面考慮根據(jù)Pairwise Parameter Comparisons來判斷對(duì)待估計(jì)參數(shù)的設(shè)定，來判斷對(duì)待估計(jì)參數(shù)的設(shè)定，即判斷哪些結(jié)構(gòu)方程之間的系數(shù)沒有顯著差異，哪些測(cè)量方程的系數(shù)之間沒有即判斷哪些結(jié)構(gòu)方程之間的系數(shù)沒有顯著差異，哪些測(cè)量方程的系數(shù)之間沒有顯著差異，哪些結(jié)構(gòu)方程的隨機(jī)項(xiàng)的方差之間沒有顯著差異，哪些測(cè)量方程的顯著差異，哪些結(jié)構(gòu)方程的隨機(jī)項(xiàng)的方差之間沒有顯著差異，哪些測(cè)量方程的

47、隨機(jī)項(xiàng)的方差之間的之間沒有顯著差異，對(duì)沒有顯著差異的相應(yīng)參數(shù)估計(jì)設(shè)定隨機(jī)項(xiàng)的方差之間的之間沒有顯著差異，對(duì)沒有顯著差異的相應(yīng)參數(shù)估計(jì)設(shè)定為相等為相等,直到最后所有相應(yīng)的直到最后所有相應(yīng)的critical ratio都大于都大于2為止。通過點(diǎn)擊工具欄中的為止。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)可以查看臨項(xiàng)可以查看臨界比率（界比率（Critical Ratio）結(jié)果，其中）結(jié)果，其中par_1到到par_46代表模型中代表模型中46個(gè)待估參數(shù)，個(gè)待估參數(shù)，其含義在模型參數(shù)估計(jì)結(jié)果表（如表其含義在模型參數(shù)

48、估計(jì)結(jié)果表（如表-8，-10）中標(biāo)識(shí)。根據(jù)）中標(biāo)識(shí)。根據(jù)CR值的大小，可值的大小，可以判斷兩個(gè)模型參數(shù)的數(shù)值間是否存在顯著性差異。如果經(jīng)檢驗(yàn)發(fā)現(xiàn)參數(shù)值間以判斷兩個(gè)模型參數(shù)的數(shù)值間是否存在顯著性差異。如果經(jīng)檢驗(yàn)發(fā)現(xiàn)參數(shù)值間不存在顯著性差異，則可以考慮模型估計(jì)時(shí)限定兩個(gè)參數(shù)相等。不存在顯著性差異，則可以考慮模型估計(jì)時(shí)限定兩個(gè)參數(shù)相等。 四、案例修正四、案例修正如果是某兩個(gè)參數(shù)沒有顯著差異，并且根據(jù)經(jīng)驗(yàn)也是如此，則可在相應(yīng)的認(rèn)為相如果是某兩個(gè)參數(shù)沒有顯著差異，并且根據(jù)經(jīng)驗(yàn)也是如此，則可在相應(yīng)的認(rèn)為相等的參數(shù)對(duì)應(yīng)的路徑或殘差變量上點(diǎn)擊右鍵選擇等的參數(shù)對(duì)應(yīng)的路徑或殘差變量上點(diǎn)擊右鍵選擇Object Pr

49、operties，然后出現(xiàn)如，然后出現(xiàn)如圖圖-11的選項(xiàng)卡，選擇的選項(xiàng)卡，選擇parameters項(xiàng)，如圖項(xiàng)，如圖-26，圖，圖-27，圖，圖-28。四、案例修正四、案例修正圖圖-26 對(duì)應(yīng)因果路徑對(duì)應(yīng)因果路徑圖圖-27 對(duì)應(yīng)殘差變量對(duì)應(yīng)殘差變量圖圖-28 對(duì)應(yīng)相關(guān)系數(shù)路徑對(duì)應(yīng)相關(guān)系數(shù)路徑然后在然后在Regression weight, variance, covariane輸入相同的英文名稱即可。比輸入相同的英文名稱即可。比如從圖如從圖-25修正的模型六輸出的臨界比率結(jié)果中發(fā)現(xiàn)絕對(duì)值最小的是修正的模型六輸出的臨界比率結(jié)果中發(fā)現(xiàn)絕對(duì)值最小的是par_44和和par_45對(duì)應(yīng)的對(duì)應(yīng)的-0.021

50、，遠(yuǎn)遠(yuǎn)小于，遠(yuǎn)遠(yuǎn)小于95%置信水平下的臨界值，說明兩個(gè)方差間不置信水平下的臨界值，說明兩個(gè)方差間不存在顯著差異。對(duì)應(yīng)的是存在顯著差異。對(duì)應(yīng)的是e22和和e24的方差估計(jì)，從實(shí)際考慮，也可以認(rèn)為它們的方差估計(jì)，從實(shí)際考慮，也可以認(rèn)為它們的方差相差，則殘差變量的方差相差，則殘差變量e22和和e24上點(diǎn)擊右鍵選擇上點(diǎn)擊右鍵選擇Object Properties，出現(xiàn)如，出現(xiàn)如圖圖-29的選項(xiàng)卡，然后在的選項(xiàng)卡，然后在Object Properties選項(xiàng)卡下面的選項(xiàng)卡下面的variance中都輸入中都輸入“v2”，最后關(guān)掉窗口即可設(shè)置，最后關(guān)掉窗口即可設(shè)置e22和和e24的方差相等。經(jīng)過反復(fù)比較得到

51、的結(jié)的方差相等。經(jīng)過反復(fù)比較得到的結(jié)構(gòu)方程模型如圖構(gòu)方程模型如圖-30。四、案例修正四、案例修正四、案例修正四、案例修正圖圖-29 設(shè)置設(shè)置e22和和e24的方差相等的方差相等圖圖-30 修正的模型七修正的模型七根據(jù)上面提出的如圖根據(jù)上面提出的如圖-30所示的模型，在所示的模型，在Amos中運(yùn)用極大似然估計(jì)運(yùn)行的部分中運(yùn)用極大似然估計(jì)運(yùn)行的部分結(jié)果如表結(jié)果如表-19。四、案例修正四、案例修正擬合指數(shù)卡方值(自由度)CFINFIIFIRMSEAAICBCCEVCI結(jié)果295.9 (146)0.9730.9480.9730.051345.909348.4020.865表-19常用擬合指數(shù)計(jì)算結(jié)果從表從表-18和表和表-19可以看出，卡方值雖然增大了一些，但自由度大大增加了，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