AMOS结构方程模型修正ppt课件

1、主讲：构造方程模型修正构造方程模型修正Structural Equation Modeling12模型拟合指数和系数显著性检验固然重要，但对于数据分析更重要的是模型结论一定要具有实模型拟合指数和系数显著性检验固然重要，但对于数据分析更重要的是模型结论一定要具有实际根据，换言之，模型结果要可以被相关领域知识所解释。因此，在进展模型修正时主要思索际根据，换言之，模型结果要可以被相关领域知识所解释。因此，在进展模型修正时主要思索修正后的模型结果能否具有现实意义或实际价值，当模型效果很差时可以参考模型修正目的对修正后的模型结果能否具有现实意义或实际价值，当模型效果很差时可以参考模型修正目的对模型进展调

2、整。模型进展调整。当模型效果很差时，研讨者可以根据初始模型的参数显著性结果和当模型效果很差时，研讨者可以根据初始模型的参数显著性结果和Amos提供的模型修正目的提供的模型修正目的进展模型扩展进展模型扩展Model Building或模型限制或模型限制Model Trimming。模型扩展是指经过释放。模型扩展是指经过释放部分限制途径或添加新途径，使模型构造更加合理，通常在提高模型拟合程度时运用；模型限部分限制途径或添加新途径，使模型构造更加合理，通常在提高模型拟合程度时运用；模型限制是指经过删除或限制部分途径，使模型构造更加简约，通常在提高模型可识别性时运用。制是指经过删除或限制部分途径，使模

3、型构造更加简约，通常在提高模型可识别性时运用。Amos提供了两种模型修正目的，其中修正指数提供了两种模型修正目的，其中修正指数Modification Index用于模型扩展，临界用于模型扩展，临界比率比率Critical Ratio用于模型限制。用于模型限制。一、修正思绪一、修正思绪3修正指数修正指数Modification Index 修正指数用于模型扩展，是指对于模型中某个受限制的参修正指数用于模型扩展，是指对于模型中某个受限制的参数，假设允许自在估计譬如在模型中添加某条途径，整数，假设允许自在估计譬如在模型中添加某条途径，整个模型改良时将会减少的最小卡方值。个模型改良时将会减少的最小卡

4、方值。 运用修正指数修正模型时，原那么上每次只修正一个参数，运用修正指数修正模型时，原那么上每次只修正一个参数，从最大值开场估算。但在实践中，也要思索让该参数自在估从最大值开场估算。但在实践中，也要思索让该参数自在估计能否有实际根据。计能否有实际根据。 假设要运用修正指数，需求在假设要运用修正指数，需求在Analysis Properties中的中的Output项选择项选择Modification Indices项如图项如图-1。其后面的。其后面的Threshold for Modification Indices指的是输出的开场值。指的是输出的开场值。二、修正目的二、修正目的图图-1 -1

5、修正指数计算修正指数计算42. 临界比率临界比率Critical Ratio 临界比率用于模型限制，是计算模型中的每一对待估临界比率用于模型限制，是计算模型中的每一对待估参数途径系数或载荷系数之差，并除以相应参数参数途径系数或载荷系数之差，并除以相应参数之差的规范差所构造出的统计量。在模型假设下，之差的规范差所构造出的统计量。在模型假设下，CR统计量服从正态分布，所以可以根据统计量服从正态分布，所以可以根据CR值判别两值判别两个待估参数间能否存在显著性差别。假设两个待估参个待估参数间能否存在显著性差别。假设两个待估参数间不存在显著性差别，那么可以限定模型在估计时数间不存在显著性差别，那么可以限

6、定模型在估计时对这两个参数赋以一样的值。对这两个参数赋以一样的值。 假设要运用临界比率，需求在假设要运用临界比率，需求在Analysis Properties中中的的Output项选择项选择Critical Ratio for Difference项如项如图图-2。二、修正目的二、修正目的图图-2 -2 临界比率计算临界比率计算5构造方程模型分析过程可以分为模型构建、模型运算、模型修正以及模型解释四个步骤。构造方程模型分析过程可以分为模型构建、模型运算、模型修正以及模型解释四个步骤。下面以一个研讨实例作为阐明，运用下面以一个研讨实例作为阐明，运用Amos7软件进展计算，重点论述在实践运用中构造

7、软件进展计算，重点论述在实践运用中构造方程模型的修正过程。方程模型的修正过程。 三、案例简要三、案例简要61.模型构建的思绪模型构建的思绪 本案例在著名的美国顾客称心度指数模型本案例在著名的美国顾客称心度指数模型(ASCI)的根底上，提出了一个新的模型，并以此的根底上，提出了一个新的模型，并以此构建潜变量并建立模型构造。根据构建的实际模型，经过设计问卷对某超市顾客购物效构建潜变量并建立模型构造。根据构建的实际模型，经过设计问卷对某超市顾客购物效能称心度调查得到实践数据，然后利用对缺失值进展处置后的数据进展分析，并对文中能称心度调查得到实践数据，然后利用对缺失值进展处置后的数据进展分析，并对文中

8、提出的模型进展拟合、修正和解释。过程。提出的模型进展拟合、修正和解释。过程。 2.潜变量和可测变量的设定潜变量和可测变量的设定 本文在承袭本文在承袭ASCI模型中心概念的根底上，对模型作了一些改良，在模型中添加超市笼统。模型中心概念的根底上，对模型作了一些改良，在模型中添加超市笼统。它包括顾客对超市总体笼统及与其他超市相比的知名度。它与顾客期望，感知价钱和顾它包括顾客对超市总体笼统及与其他超市相比的知名度。它与顾客期望，感知价钱和顾客称心有关，设计的模型见表客称心有关，设计的模型见表-1。 模型中共包含七个要素模型中共包含七个要素(潜变量潜变量)：超市笼统、质量期望、质量感知、感知价值、顾客称

9、心、：超市笼统、质量期望、质量感知、感知价值、顾客称心、顾客埋怨、顾客忠实，其中前四个要素是前提变量，后三个要素是结果变量，前提变量顾客埋怨、顾客忠实，其中前四个要素是前提变量，后三个要素是结果变量，前提变量综合决议并影响着结果变量。综合决议并影响着结果变量。三、案例简要三、案例简要7.三、案例简要三、案例简要超市笼统质量期望质量感知感知价值顾客称心顾客埋怨顾客忠实设计的结构路径图基本路径假设超市形象对质量期望有路径影响质量期望对质量感知有路径影响质量感知对感知价格有路径影响质量期望对感知价格有路径影响感知价格对顾客满意有路径影响顾客满意对顾客忠诚有路径影响超市形象对顾客满意有路径影响超市形象

10、对顾客忠诚有路径影响表表-1设计的构造途径图和根本设计的构造途径图和根本途径假设途径假设 82.1.顾客称心模型中各要素的详细范畴顾客称心模型中各要素的详细范畴参考前面模型的总体构建情况、国外研讨实际和其他行业实证结论，以及小范围甄别调查的结参考前面模型的总体构建情况、国外研讨实际和其他行业实证结论，以及小范围甄别调查的结果，模型中各要素需求观测的详细范畴，见表果，模型中各要素需求观测的详细范畴，见表-2。三、案例简要三、案例简要9.潜变量潜变量内涵可测变量超市形超市形象象根据MARTENSEN在固定电话、移动电话、超市等行业中的调查研究，企业形象是影响总体满意水平的第一要素，这里将超市形象要

11、素列为影响因素，可以从以下几个方面进行观测。某超市总体形象的评价(a1)与其它超市相比的形象(a2)与其它超市相比的品牌知名度(a3)质量期质量期望望质量期望是指顾客在使用某超市产品前对其的期望水平。顾客的质量期望会影响顾客价值，而且质量期望还会顾客感知造成影响.还有学者指出，对于顾客期望要素，至少可以从整体感觉、个性化服务、可靠性三个方面来观测。结合上述因素，可以从几个方面衡量对某超市的质量期望。购物前，对某超市整体服务的期望(a4)购物前，期望某超市商品的新鲜程度达到的水平(a5)购物前，期望某超市营业时间安排合理程度(a6)购物前，期望某超市员工服务态度达到的水平(a7)购物前，期望某超

12、市结账速度达到的水平(a8)质质量量感感知知质量感知和质量期望相对应，质量期望考虑的是在购买商品前的期望，质量感知是在购买商品后的实际感受。可以从几个方面衡量。购物后，对某超市整体服务的满意程度(a9)购物后，认为某超市商品的新鲜程度达到的水平(a10)购物后，认为超市营业时间安排合理程度(a11)购物后，认为某超市员工服务态度达到的水平(a12)购物后，认为某超市结账速度达到的水平(a13)表-2模型变量对应表10 问卷调研的对象为居住在某大学校内的各类学生包括全日制本科生、全日制硕士和博士问卷调研的对象为居住在某大学校内的各类学生包括全日制本科生、全日制硕士和博士研讨生，并且近一个月内在校

13、内某超市有购物体验的学生。调查采用随机拦访的方式，研讨生，并且近一个月内在校内某超市有购物体验的学生。调查采用随机拦访的方式，并且为防止样本的同质性和反复填写，按照性别和被访者经常光临的超市进展控制。问并且为防止样本的同质性和反复填写，按照性别和被访者经常光临的超市进展控制。问卷内容包括卷内容包括7个潜变量因子，个潜变量因子，24项可测目的，项可测目的，7个人口变量，量表采用了个人口变量，量表采用了Likert10级量度，级量度，如对超市笼统的丈量：如对超市笼统的丈量： 三、案例简要三、案例简要一、一、 超市形象超市形象1代表代表“非常差劲非常差劲”，10代表代表“非常好非常好”1您对某超市总

14、体形象的评价1 2 3 4 5 6 7 8 9 102您认为与其它校内超市相比，某超市的形象如何1 2 3 4 5 6 7 8 9 103您认为与其它校内超市相比，某超市品牌知名度如何1 2 3 4 5 6 7 8 9 10注：调查共发放问卷注：调查共发放问卷500份，收回有效样本份，收回有效样本436份。份。11三、案例简要三、案例简要图图-3 信度分析的选择信度分析的选择图图-4 信度分析变量及方法的选信度分析变量及方法的选择择12三、案例简要三、案例简要Reliability StatisticsCronbachsAlphaNofItems.89224表表-3 信度分析结果信度分析结果潜

15、变量可测变量个数Cronbachs Alpha超市形象30.858质量期望50.889质量感知50.862感知价格20.929顾客满意30.948顾客抱怨30.255顾客忠诚30.738表表-4 潜变量的信度检验潜变量的信度检验 13三、案例简要三、案例简要超市形象质量期望质量感知a1e111a2e21a3e31a5e511a4e41a6e61a7e71a8e81a10e1011a9e91a11e111a12e121a13e131顾客满意感知价格a18e1811a16e161a17e171a15e1511a14顾客忠诚a24e24a22e22a23e231111z21z41z51z31z11e

16、141图图-5 初始模型构造初始模型构造图图-6 Amos Graphics初始界面图初始界面图14三、案例简要三、案例简要图图-7 建模区域的版式调整建模区域的版式调整图图-8 建立潜变量建立潜变量15三、案例简要三、案例简要图图-9 潜变量命名潜变量命名图图-10 命名后的潜变量命名后的潜变量16三、案例简要三、案例简要图图- 11 设定潜变量关系设定潜变量关系图图-12 设定可测变量及残差变量设定可测变量及残差变量17三、案例简要三、案例简要图图-13 可测变量指定与命名可测变量指定与命名图图-14 初始模型设置完成初始模型设置完成18三、案例简要三、案例简要图图-15 数据配置数据配置

17、图图-16 数据读入数据读入19三、案例简要三、案例简要图图-17 参数估计选择参数估计选择图图-18 规范化系数计算规范化系数计算20三、案例简要三、案例简要图图-19 模型运算完成图模型运算完成图图图-20 参数估计结果图参数估计结果图21未标准化路径系数估计S.E.C.R.PLabel标准化路径系数估计质量期望-超市形象0.3010.0456.68*par_160.358质量感知-质量期望0.4340.0577.633*par_170.434感知价格-质量期望0.3290.0893.722*par_180.244感知价格-质量感知-0.1210.082-1.4670.142par_19-

18、0.089感知价格-超市形象-0.0050.065-0.070.944par_20-0.004顾客满意-超市形象0.9120.04321.389*par_210.878顾客满意-感知价格-0.0290.028-1.0360.3par_23-0.032顾客忠诚-超市形象0.1670.1011.6530.098par_220.183顾客忠诚-顾客满意0.50.14.988*par_240.569a1-超市形象10.927a2-超市形象1.0080.03627.991*par_10.899a3-超市形象0.7010.04814.667*par_20.629a5-质量期望10.79a4-质量期望0.7

19、90.06112.852*par_30.626a6-质量期望0.8910.05316.906*par_40.786a7-质量期望1.1590.05919.628*par_50.891a8-质量期望1.0240.05817.713*par_60.816a10-质量感知10.768a9-质量感知1.160.06517.911*par_70.882a11-质量感知0.7580.06811.075*par_80.563a12-质量感知1.1010.06915.973*par_90.784a13-质量感知0.9830.06714.777*par_100.732a18-顾客满意10.886a17-顾客满意

20、1.0390.03430.171*par_110.939a15-感知价格10.963a14-感知价格0.9720.1277.67*par_120.904a16-顾客满意1.0090.03331.024*par_130.95a24-顾客忠诚10.682a23-顾客忠诚1.2080.09213.079*par_140.846表表-5 系数估计结果系数估计结果22方差估计S.E.C.R.PLabel超市形象3.5740.29911.958*par_25z22.2080.2439.08*par_26z12.060.2418.54*par_27z34.4050.6686.596*par_28z40.89

21、40.1078.352*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_37e81.3350.11911.228*par_38e101.7590.15211.565*par_39e90.9760.1227.976*par_40e113.1380.23

22、513.343*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_49e231.730.2526.874*par_50e140.9810.5621.7450.081par_51表表-6 方差估计方差估计23三、案例简要三、案例简要

23、指数名称指数名称评价标准评价标准1绝对拟合指数(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，越小越好相对拟合指数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越好信息指数AIC越小越好CAIC越小越好1表格中给出的是该拟合指数的最优规范，譬如对于RMSEA，其值小于0.05表示模型拟合较好，在0.05-0.08间表示模型拟合尚可Browne & Cudeck，1993。因此在实践研讨中，可根据详细情况分析。表表-7 拟合指数拟合指数24对本章所研讨案例，初始模型运算结果如表对本章

24、所研讨案例，初始模型运算结果如表-8，各项拟合指数尚可。但从模型参数的显著性检，各项拟合指数尚可。但从模型参数的显著性检验如表验如表-9中可发现可以看出，无论是关于感知价钱的丈量方程部分还是关于构造方程部分中可发现可以看出，无论是关于感知价钱的丈量方程部分还是关于构造方程部分除与质量期望的途径外，系数都是不显著的。关于感知价钱的构造方程部分的平方复相关除与质量期望的途径外，系数都是不显著的。关于感知价钱的构造方程部分的平方复相关系数为系数为0.048，非常小。，非常小。 四、案例修正四、案例修正表-8常用拟合指数计算结果拟合指数拟合指数卡方值卡方值(自由度自由度)CFINFIIFIRMSEAA

25、ICBCCEVCI结果结果1031.4 (180)0.8660.8420.8660.1091133.4411139.3782.83425四、案例修正四、案例修正表-9系数估计结果未标准化路径未标准化路径系数估计系数估计S.E.C.R.PLabel标准化路径系标准化路径系数估计数估计质量期望- 超市形象0.3010.0456.68*par_160.358质量感知-质量期望0.4340.0577.633*par_170.434感知价格-质量期望0.3290.0893.722*par_180.244感知价格-质量感知-0.1210.082-1.4670.142par_19-0.089感知价格-超市形

26、象-0.0050.065-0.070.944par_20-0.004顾客满意-超市形象0.9120.04321.389*par_210.878注:“*表示0.01程度上显著，括号中是相应的C.R值，即t值。26另外，从实践的角度思索，另外，从实践的角度思索，经过本身的感受，某超市经过本身的感受，某超市商品价钱同校内外其它主商品价钱同校内外其它主要超市的商品价钱的差别要超市的商品价钱的差别不明显，因此，首先思索不明显，因此，首先思索将该因子在本文构造方程将该因子在本文构造方程模型中去除，并且添加质模型中去除，并且添加质量期望和质量感知到顾客量期望和质量感知到顾客称心的途径。超市笼统对称心的途径。

27、超市笼统对顾客忠实途径先保管。修顾客忠实途径先保管。修正的模型如图正的模型如图-21。四、案例修正四、案例修正图-21修正的模型二27根据上面提出的图根据上面提出的图-21提出的所示的模型，在提出的所示的模型，在Amos中运用极大似然估计运转的部分结果如表中运用极大似然估计运转的部分结果如表-10。四、案例修正四、案例修正表表-10 常用拟合指数计算结果常用拟合指数计算结果拟合指数拟合指数卡方值卡方值(自由度自由度)CFINFIIFIRMSEAAICBCCEVCI结果结果819.5 (145)0.8830.8620.8840.108909.541914.2782.27428从表从表-11和表和

28、表-12可以看出，卡方值减小了很多，并且各拟合指数也都得到了改善，但与理想的可以看出，卡方值减小了很多，并且各拟合指数也都得到了改善，但与理想的拟合指数值仍有差距。该模型的各个参数在拟合指数值仍有差距。该模型的各个参数在0.05的程度下都是显著的，并且从实践思索，各因的程度下都是显著的，并且从实践思索，各因子的各个途径也是合理存在的。子的各个途径也是合理存在的。四、案例修正四、案例修正拟合指拟合指数数卡方值卡方值(自自由度由度)CFINFIIFIRMSEAAICBCCEVCI结果结果1031.4 (180)0.8660.8420.8660.1091133.4411139.3782.834拟合指

29、拟合指数数卡方值卡方值(自自由度由度)CFINFIIFIRMSEAAICBCCEVCI结果结果819.5 (145)0.8830.8620.8840.108909.541914.2782.274表-11常用拟合指数计算结果表-12常用拟合指数计算结果29下面思索经过修正指数对模型修正，经过点击工具栏中的来查看模型输出详细结果中的下面思索经过修正指数对模型修正，经过点击工具栏中的来查看模型输出详细结果中的Modification Indices项可以查看模型的修正指数项可以查看模型的修正指数Modification Index结果，双箭头结果，双箭头“部分是残差变量间的协方差修正指数，表示假设在

30、两个可测变量的残差变量间部分是残差变量间的协方差修正指数，表示假设在两个可测变量的残差变量间添加一条相关途径至少会减少的模型的卡方值；单箭头添加一条相关途径至少会减少的模型的卡方值；单箭头“-部分是变量间的回归权部分是变量间的回归权重修正指数，表示假设在两个变量间添加一条因果途径至少会减少的模型的卡方值。比如，重修正指数，表示假设在两个变量间添加一条因果途径至少会减少的模型的卡方值。比如，超市笼统到质量感知的超市笼统到质量感知的MI值为值为179.649，阐明假设添加超市笼统到质量感知的途径，那么模，阐明假设添加超市笼统到质量感知的途径，那么模型的卡方值会大大减小。从实践思索，超市笼统确实会影

31、响到质量感知，想象，一个具有型的卡方值会大大减小。从实践思索，超市笼统确实会影响到质量感知，想象，一个具有良好品牌笼统的超市，人们难免会对感到它的商质量量较好；反之，那么相反。因此思索良好品牌笼统的超市，人们难免会对感到它的商质量量较好；反之，那么相反。因此思索添加从超市笼统到质量感知的途径的模型如图添加从超市笼统到质量感知的途径的模型如图-22。 四、案例修正四、案例修正30图图-22 修正的模型三修正的模型三四、案例修正四、案例修正31根据上面提出的图根据上面提出的图-22所示的模型，在所示的模型，在Amos中运用极大似然估计运转的部分结果如表中运用极大似然估计运转的部分结果如表-13、表

32、表-14。四、案例修正四、案例修正拟合指数卡方值(自由度)CFINFIIFIRMSEAAICBCCEVCI结果510.1(144)0.9360.9140.9370.080602.100606.9421.505表表-13 常用拟合指数计算结果常用拟合指数计算结果 表表-14 5%程度下不显著的估计参数程度下不显著的估计参数 从表从表-12和表和表-13可以看出，卡方值减小了很多，并且各拟合指数也都得到了改善，但与理想可以看出，卡方值减小了很多，并且各拟合指数也都得到了改善，但与理想的拟合指数值仍有差距。的拟合指数值仍有差距。EstimateS.E.C.R.PLabel顾客满意-质量期望-.054

33、.035-1.540.124par_22顾客忠诚-超市形象.164.1001.632.103par_2132除上面表除上面表-14中的两个途径系数在中的两个途径系数在0.05的程度下不显著外，该模型其它各个参数在的程度下不显著外，该模型其它各个参数在0.01程度程度下都是显著的，首先思索去除下都是显著的，首先思索去除p值较大的途径，即质量期望到顾客称心的途径。重新估计模值较大的途径，即质量期望到顾客称心的途径。重新估计模型，结果如表型，结果如表-15。四、案例修正四、案例修正表-155%程度下不显著的估计参数EstimateS.E.C.R.PLabel顾客忠诚-超市形象.166.1011.65

34、2.099par_21从表从表-15可以看出，超市笼统对顾客忠实途径系数估计的可以看出，超市笼统对顾客忠实途径系数估计的p值为值为0.099，仍大于，仍大于0.05。并且从实践。并且从实践思索，在学校内部，学生普通不会根据超市之间在笼统上的差别而选择坚持去同一个品牌的超市，思索，在学校内部，学生普通不会根据超市之间在笼统上的差别而选择坚持去同一个品牌的超市，更多的可以是经过超市笼统影响超市称心等要素进而影响到顾客忠实要素。思索删除这两个途径更多的可以是经过超市笼统影响超市称心等要素进而影响到顾客忠实要素。思索删除这两个途径的模型如图的模型如图-23。33根据上面提出的如图根据上面提出的如图-2

35、3所示的模型，在所示的模型，在AMOS中运用极大似然估计运转的部分结果如表中运用极大似然估计运转的部分结果如表-16。四、案例修正四、案例修正拟合指数卡方值(自由度)CFINFIIFIRMSEAAICBCCEVCI结果515.1 (146)0.9360.9130.9360.080603.117607.7491.508表-16常用拟合指数计算结果图图-23 修正的模型四修正的模型四34从表从表-13和表和表-16可以看出，卡方值几乎没变，并可以看出，卡方值几乎没变，并且各拟合指数几乎没有改动，但模型便简单了，且各拟合指数几乎没有改动，但模型便简单了，做此改动是值得的。该模型的各个参数在做此改动是

36、值得的。该模型的各个参数在0.01的的程度下都是显著的，另外质量感知对应的丈量目程度下都是显著的，另外质量感知对应的丈量目的的a11关于营业时间安排合理程度的打分对关于营业时间安排合理程度的打分对应方程的测定系数为应方程的测定系数为0.278，比较小，从实践思，比较小，从实践思索，由于人大校内东区物美超市的营业时间从很索，由于人大校内东区物美超市的营业时间从很长，几乎是全天候营业在顾客心中，可以该目的长，几乎是全天候营业在顾客心中，可以该目的能用质量感知解释的可以性不大，思索删除该丈能用质量感知解释的可以性不大，思索删除该丈量目的。修正后的模型如图量目的。修正后的模型如图-24。四、案例修正四

37、、案例修正图图-24 修正的模型五修正的模型五35根据上面提出的如图根据上面提出的如图-24所示的模型，在所示的模型，在Amos中运用极大似然估计运转的部分结果如表中运用极大似然估计运转的部分结果如表-17。四、案例修正四、案例修正拟合指数卡方值(自由度)CFINFIIFIRMSEAAICBCCEVCI结果401.3 (129)0.9510.9300.9510.073485.291489.4801.213从表从表-16和表和表-17可以看出，卡方值减小了很多，并且各拟合指数都得到了较大的改善。该模可以看出，卡方值减小了很多，并且各拟合指数都得到了较大的改善。该模型的各个参数在型的各个参数在0.

38、01的程度下都依然是显著的，各方程的对应的测定系数增大了。的程度下都依然是显著的，各方程的对应的测定系数增大了。表-17常用拟合指数计算结果36下面思索经过修正指数对模型修正，下面思索经过修正指数对模型修正，e12与与e13的的MI值最大，为值最大，为26.932，阐明假设添加，阐明假设添加a12与与a13之间的残差相关的途径，那么模型的卡方值会减小较多。从实践思索，员工对之间的残差相关的途径，那么模型的卡方值会减小较多。从实践思索，员工对顾客的态度与员工给顾客结帐的速度，实践上也确实存在相关，想象，对顾客而言，超顾客的态度与员工给顾客结帐的速度，实践上也确实存在相关，想象，对顾客而言，超市员

39、工结帐速度很慢本来就是一种对顾客态度不好的方面；反之，那么相反。因此思索市员工结帐速度很慢本来就是一种对顾客态度不好的方面；反之，那么相反。因此思索添加添加e12与与e13的相关性途径。这里的分析不思索潜变量因子可测目的的更改，理由是的相关性途径。这里的分析不思索潜变量因子可测目的的更改，理由是我们在设计问卷的标题的信度很好，而且标题本身的设计也不允许这样做，以下同。我们在设计问卷的标题的信度很好，而且标题本身的设计也不允许这样做，以下同。重新估计模型，重新寻觅重新估计模型，重新寻觅MI值较大的，值较大的，e7与与e8的的MI值较大，为值较大，为26.230，虽然，虽然e3与与e6的的MI值等

40、于值等于26.746，但它们不属于同一个潜变量因子，因此不能思索添加相关性途径，但它们不属于同一个潜变量因子，因此不能思索添加相关性途径，以下同阐明假设添加以下同阐明假设添加a7与与a8之间的残差相关的途径，那么模型的卡方值会减小较多。之间的残差相关的途径，那么模型的卡方值会减小较多。这也是员工对顾客的态度与员工给顾客结帐的速度之间存在相关，因此思索添加这也是员工对顾客的态度与员工给顾客结帐的速度之间存在相关，因此思索添加e7与与e8的相关性途径。的相关性途径。四、案例修正四、案例修正37重新估计模型，重新寻觅重新估计模型，重新寻觅MI值较大的，值较大的，e17与与e18的的MI值较大，为值较

41、大，为13.991，阐明假设添加，阐明假设添加a17与与a18之间的残差相关的途径，那么模型的卡方值会减小较多。实践上消费前的称心之间的残差相关的途径，那么模型的卡方值会减小较多。实践上消费前的称心度和与心中理想超市比较的称心度之间显然存在相关，因此思索添加度和与心中理想超市比较的称心度之间显然存在相关，因此思索添加e17与与e18的相关性的相关性途径。途径。重新估计模型，重新寻觅重新估计模型，重新寻觅MI值较大的，值较大的，e2与与e3的的MI值较大，为值较大，为11.088，阐明假设添加，阐明假设添加a2与与a3之间的残差相关的途径，那么模型的卡方值会减小较多。实践上超市笼统和超市品之间的

42、残差相关的途径，那么模型的卡方值会减小较多。实践上超市笼统和超市品牌知名度之间显然存在相关，因此思索添加牌知名度之间显然存在相关，因此思索添加e2与与e3的相关性途径。的相关性途径。四、案例修正四、案例修正38重新估计模型，重新寻觅重新估计模型，重新寻觅MI值较大值较大的，的，e10与与e12的的MI值较大，为值较大，为5.222，阐明假设添加，阐明假设添加a10与与a12之之间的残差相关的途径，那么模型的间的残差相关的途径，那么模型的卡方值会减小较多。但实践上超市卡方值会减小较多。但实践上超市的食品保险的食品保险&日用品丰富性与员工日用品丰富性与员工态度之间显然不存在相关，因此不态度

43、之间显然不存在相关，因此不思索添加思索添加e10与与e12的相关性途径。的相关性途径。另外另外,从剩下的变量之间从剩下的变量之间MI值没有值没有可以做处置的变量对了，因此思索可以做处置的变量对了，因此思索MI值修正后的模型如图值修正后的模型如图-25。四、案例修正四、案例修正图图7-25 修正的模型五修正的模型五39根据上面提出的如图根据上面提出的如图-25所示的模型，在所示的模型，在Amos中运用极大似然估计运转的部分结果如表中运用极大似然估计运转的部分结果如表-18。四、案例修正四、案例修正拟合指数卡方值(自由度)CFINFIIFIRMSEAAICBCCEVCI结果281.9 (125)0

44、.9720.9510.9720.056373.877378.4650.935表-18常用拟合指数计算结果从表从表-17和表和表-18可以看出，卡方值减小了很多，并且各拟合指数都得到了较大的改善。可以看出，卡方值减小了很多，并且各拟合指数都得到了较大的改善。该模型的各个参数在该模型的各个参数在0.01的程度下都依然是显著的，各方程的对应的测定系数增大了。的程度下都依然是显著的，各方程的对应的测定系数增大了。 40下面思索根据下面思索根据Pairwise Parameter Comparisons来判别对待估计参数的设定，即判别来判别对待估计参数的设定，即判别哪些构造方程之间的系数没有显著差别，哪

45、些丈量方程的系数之间没有显著差别，哪些哪些构造方程之间的系数没有显著差别，哪些丈量方程的系数之间没有显著差别，哪些构造方程的随机项的方差之间没有显著差别，哪些丈量方程的随机项的方差之间的之间构造方程的随机项的方差之间没有显著差别，哪些丈量方程的随机项的方差之间的之间没有显著差别，对没有显著差别的相应参数估计设定为相等没有显著差别，对没有显著差别的相应参数估计设定为相等,直到最后一切相应的直到最后一切相应的critical ratio都大于都大于2为止。经过点击工具栏中的来查看模型输出详细结果中的为止。经过点击工具栏中的来查看模型输出详细结果中的Pairwise Parameter Compar

46、ison项可以查看临界比率项可以查看临界比率Critical Ratio结果，其中结果，其中par_1到到par_46代表模型中代表模型中46个待估参数，其含义在模型参数估计结果表如表个待估参数，其含义在模型参数估计结果表如表-8，-10中标中标识。根据识。根据CR值的大小，可以判别两个模型参数的数值间能否存在显著性差别。假设经检值的大小，可以判别两个模型参数的数值间能否存在显著性差别。假设经检验发现参数值间不存在显著性差别，那么可以思索模型估计时限定两个参数相等。验发现参数值间不存在显著性差别，那么可以思索模型估计时限定两个参数相等。 四、案例修正四、案例修正41假设是某两个参数没有显著差别

47、，并且根据阅历也是如此，那么可在相应的以为相等的参数假设是某两个参数没有显著差别，并且根据阅历也是如此，那么可在相应的以为相等的参数对应的途径或残差变量上点击右键选择对应的途径或残差变量上点击右键选择Object Properties，然后出现如图，然后出现如图-11的选项卡，选的选项卡，选择择parameters项，如图项，如图-26，图，图-27，图，图-28。 四、案例修正四、案例修正图图-26 对应因果途径对应因果途径图图-27 对应残差变量对应残差变量图图-28 对应相关系数途径对应相关系数途径42然后在然后在Regression weight, variance, covarian

48、e输入一样的英文称号即可。比如从图输入一样的英文称号即可。比如从图-25修正的模型六输出的临界比率结果中发现绝对值最小的是修正的模型六输出的临界比率结果中发现绝对值最小的是par_44和和par_45对应的对应的-0.021，远远小于，远远小于95%置信程度下的临界值，阐明两个方差间不存在显著差别。对应的是置信程度下的临界值，阐明两个方差间不存在显著差别。对应的是e22和和e24的方差估计，从实践思索，也可以以为它们的方差相差，那么残差变量的方差估计，从实践思索，也可以以为它们的方差相差，那么残差变量e22和和e24上点击右键选择上点击右键选择Object Properties，出现如图，出现

49、如图-29的选项卡，然后在的选项卡，然后在Object Properties选项卡下面的选项卡下面的variance中都输入中都输入“v2，最后关掉窗口即可设置，最后关掉窗口即可设置e22和和e24的方的方差相等。经过反复比较得到的构造方程模型如图差相等。经过反复比较得到的构造方程模型如图-30。四、案例修正四、案例修正43四、案例修正四、案例修正图图-29 设置设置e22和和e24的方差的方差相等相等图图-30 修正的模型七修正的模型七44根据上面提出的如图根据上面提出的如图-30所示的模型，在所示的模型，在Amos中运用极大似然估计运转的部分结果如表中运用极大似然估计运转的部分结果如表-19。四、案例修正四、案例修正拟合指数卡方值(自由度)CFINFIIFIRMSEAAICBCCEVCI结果295.9 (146)0.9730.9480.9730.051