AMOS结构方程模型修正经典案例.pdf
《AMOS结构方程模型修正经典案例.pdf》由会员分享,可在线阅读,更多相关《AMOS结构方程模型修正经典案例.pdf(34页珍藏版)》请在得力文库 - 分享文档赚钱的网站上搜索。
1、-AMOSAMOS 构造方程模型修正经典案例构造方程模型修正经典案例第一节第一节模型设定模型设定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。下面以一个研究实例作为说明,使用 Amos7 软件1进展计算,阐述在实际应用中构造方程模型的构建、运算、修正与模型解释过程。一、模型构建的思路本案例在著名的美国顾客满意度指数模型(ASCI)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。根据构建的理论模型,通过设计问卷对*超市顾客购物效劳满意度调查得到实际数据,然后利用对缺失值进展处理后的数据2进展分析,并对文中提出的模型进展拟合、修正和解释。二、潜变量和
2、可测变量的设定本文在继承 ASCI 模型核心概念的根底上,对模型作了一些改进,在模型中增加超市形象。 它包括顾客对超市总体形象及与其他超市相比的知名度。它与顾客期望,感知价格和顾客满意有关,设计的模型见表 7-1。模型中共包含七个因素(潜变量):超市形象、质量期望、质量感知、感知价值、顾客满意、顾客抱怨、顾客忠诚,其中前四个要素是前提变量,后三个因素是结果变量,前提变量综合决定并影响着结果变量(Eugene W. Anderson &ClaesFornell,2000;殷荣伍,2000)。表表 7-17-1设计的构造路径图和根本路径假设设计的构造路径图和根本路径假设设计的构造路径图根本路径假设
3、1本案例是在2见Amos7 中完成的。spss 数据文件“处理后的数据.sav。.z.-超市形象超市形象对质量期望有路径影响质量期望顾客抱怨质量期望对质量感知有路径影响感知价值质量感知顾客满意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对顾客忠诚有路径影响顾客忠诚2.1、顾客满意模型中各因素的具体畴参考前面模型的总体构建情况、 国外研究理论和其他行业实证结论,以及小围甄别调查的结果,模型中各要素需要观测的具体畴,见表 7-2。表表 7-27-2模型变量对应表模型变量对应表潜变量潜变量( (一
4、一) )超超市市涵根据 MARTENSEN 在固定、移动、超市等行业中的可测变量*超市总体形象的评价(a1).z.-形形象象调查研究,企业形象是影响总体满意水平的第一要素,与其它超市相比的形象(a2)这里将超市形象要素列为影响因素,可以从以下几个与其它超市相比的品牌知名度(a3)方面进展观测。购物前, 对*超市整体效劳的期望(a4)购物前,期望*超市商品的新鲜程度质量期望是指顾客在使用 *到达的水平(a5)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,而且质量期望还购物前,期望*超市营业时间安排合会顾客感知造成影响 .还有理程度(a6)学者指出,对于顾客期望要素,至少可以从整体感觉、
5、个性化效劳、可靠性三个方购物前,期望*超市员工效劳态度到面来观测。结合上述因素,可以从几个方面衡量对 *超达的水平(a7)市的质量期望。购物前,期望*超市结账速度到达的水平(a8)购物后,对*超市整体效劳的满意程度(a9)购物后,认为*超市商品的新鲜程度到达的水平(a10)( (二二) )质质量量期期望望( (三三) )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购物后,认为超市营业时间安排合置商品前的期望,质量感知是在购置商品后的实际感理程度(a11)受。可以从几个方面衡量。购物后,认为*超市员工效劳态度到达的水平(a12)购物后,认为*超市结账速度到达的水平(a13).z
6、.-根据 ANDERSON 和FOMELL(EUGENEW.ANDERSON&CLAESFOMELL,( (四四) )感感知知价价值值2000)对美国顾客满意指数模型的进一步研究,认为对于顾客价值局部可以从性价比来衡量。对*超市的总体满意程度(a16)( (五五) )顾顾客客满满意意顾客满意一般可以从三个方面衡量,一是可以从整体上来感觉;二是可以与消费前的期望进展比拟,寻找两者的差距;三是可以与理想状态下的感觉比拟,寻找两者的差距。因此,可以通过以下几个指标衡量。和您消费前的期望比,您对*超市的满意程度(a17)和您心目中的超市比,您对*超市的满意程度(a18)您对*超市投诉的频率包括给超市F
7、ORNE 和 WERNERFELT1988的研究成果,认为写投诉信和直接向超市人员反映顾客满意的增加会减少顾客的抱怨,同时会增加顾客(a19)的忠诚,当顾客不满意时,他们往往会选择抱怨。对于抱怨的观测,一般有两种方您对*超市抱怨的频率私下抱怨并式,一种是比拟正式的形式,向超市提出正式抱怨,未告知超市(a20)有换货,退货等行为;另一种是非正式的形式,顾客会宣传,形成群众对于该超市您认为*超市对顾客投诉的处理效率的口碑。和效果3(a21)您认为*超市商品的价格如何(a14)与其他超市相比,您认为*超市商品的价格如何(a15)( (六六) )顾顾客客抱抱怨怨3正向的,采用 Likert10 级量度
8、从“非常低到“非常高.z.-我会经常去*超市(a22)顾客忠诚主要可以从三个我会推荐同学和朋友去*超市(a23)方面表达:顾客推荐意向、转换产品的意向、重复购置的意向。同时还有学者指出如果发现*超市的产品或效劳有问题顾客忠诚可以从顾客对涨价的容忍性、重复购置性两后,能以谅解的心态主动向超市反方面衡量。综合上述因素,拟从以下几个方面衡量顾应,求得解决,并且以后还会来超客忠诚。市购物(a24)三、关于顾客满意调查数据的收集本次问卷调研的对象为居住在*大学校的各类学生包括全日制本科生、全日制硕士和博士研究生 ,并且近一个月在校*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
9、重复填写,按照性别和被访者经常光临的超市进展控制。问卷容包括7 个潜变量因子,24 项可测指标,7 个人口变量,量表采用了 Likert10 级量度,如对超市形象的测量:1 1 代表“非常差劲,代表“非常差劲,1010 代表代表一、一、超市形象超市形象“非常好“非常好1234567891您对*超市总体形象的评价10您认为与其它校超市相比, *超市的形象1234567892如何10( (七七) )顾顾客客忠忠诚诚您认为与其它校超市相比, *超市品牌知1234567893名度如何10本次调查共发放问卷 500 份,收回有效样本 436 份。四、缺失值的处理.z.-采用表列删除法,即在一条记录中,只
10、要存在一项缺失,则删除该记录。最终得到 401 条数据,基于这局部数据做分析。五、数据的的信度和效度检验1数据的信度检验信度reliability指测量结果数据一致性或稳定性的程度。一致性主要反映的是测验部题目之间的关系, 考察测验的各个题目是否测量了一样的容或特质。稳定性是指用一种测量工具譬如同一份问卷对同一群受试者进展不同时间上的重复测量结果间的可靠系数。如果问卷设计合理,重复测量的结果间应该高度相关。 由于本案例并没有进展屡次重复测量,所以主要采用反映部一致性的指标来测量数据的信度。折半信度split-half reliability是将测量工具中的条目按奇偶数或前后分成两半,采用 Sp
11、earman-brown 公式估计相关系数,相关系数高提示部一致性好。然而,折半信度系数是建立在两半问题条目分数的方差相等这一假设根底上的,但实际数据并不一定满足这一假定,因此信度往往被低估。Cronbach 在 1951 年提出了一种新的方法Cronbachs Alpha 系数 ,这种方法将测量工具中任一条目结果同其他所有条目作比拟,对量表部一致性估计更为慎重,因此克制了折半信度的缺点。本章采用 SPSS16.0 研究数据的部一致性。在 Analyze 菜单中选择 Scale下的 Reliability Analysis如图 7-1 ,将数据中在左边方框中待分析的 24 个题目一一选中,然后
12、点击,左边方框中待分析的 24 个题目进入右边的 items 方框中,使用 Alpha 模型默认 ,得到图7-2,然后点击ok 即可得到如表 7-3 的结果,显示 Cronbachs Alpha 系数为 0.892,说明案例所使用数据具有较好的信度。图图 7-17-1信度分析的选择信度分析的选择.z.-图图 7-27-2信度分析变量及方法的选择信度分析变量及方法的选择表表7-37-3信度分析结果信度分析结果Reliability StatisticsReliability StatisticsCronbachs AlphaN of Items.89224另外,对问卷中每个潜变量的信度分别检验结
13、果如表 7-4 所示4。从表7-4 可以看到,除顾客抱怨量表 Cronbacas Alpha 系数为 0.255,比拟低以外,其它分量表的Alpha系数均在0.7以上, 且总量表的Cronbachs Alpha系数到达了0.891,说明此量表的可靠性较高。 由信度检验的结果可知顾客抱怨的测量指标的信度远低于 0.7,因此在路径图中去掉顾客抱怨因子,即初始模型中包括 6 个潜变量、21 个可测变量。表表 7-47-4潜变量的信度检验潜变量的信度检验潜变量超市形象质量期望质量感知感知价格顾客满意顾客抱怨顾客忠诚2数据的效度检验4操作过程同前,不同的是在图可测变量个数3552333Cronbachs
14、 Alpha0.8580.8890.8620.9290.9480.2550.7387-14 中选入右边方框 items 中是相应潜变量对应的题目。如对超市形象潜变量,只需要把 a1、a2 和 a3 题目选入到右边方框 items 中即可。.z.-效度validity指测量工具能够正确测量出所要测量的特质的程度,分为容效度 content validity 、 效标效度 criterion validity 和构造效度 construct validity三个主要类型。容效度也称外表效度或逻辑效度, 是指测量目标与测量容之间的适合性与相符性。 对容效度常采用逻辑分析与统计分析相结合的方法进展评价
15、。逻辑分析一般由研究者或专家评判所选题项是否“看上去符合测量的目的和要求。准则效度又称效标效度、实证效度、统计效度、预测效度或标准关联效度,是指用不同的几种测量方式或不同的指标对同一变量进展测量, 并将其中的一种方式作为准则效标 ,用其他的方式或指标与这个准则作比拟,如果其他方式或指标也有效,则这个测量即具备效标效度。例如,X是一个变量,我们使用X、1如果使用X1作为准则,并且X1和X2高度相关,我们就说X2X2两种工具进展测量。也是具有很高的效度。当然, 使用这种方法的关键在于作为准则的测量方式或指标一定要是有效的,否则越比越差。现实中,我们评价效标效度的方法是相关分析或差异显著性检验,但是
16、在调查问卷的效度分析中,选择一个适宜的准则往往十分困难,也使这种方法的应用受到一定限制。构造效度也称设想效度、 建构效度或理论效度, 是指测量工具反映概念和命题的部构造的程度, 也就是说如果问卷调查结果能够测量其理论特征,使调查结果与理论预期一致,就认为数据是具有构造效度的。它一般是通过测量结果与理论假设相比拟来检验的。确定构造效度的根本步骤是,首先从*一理论出发,提出关于特质的假设,然后设计和编制测量并进展施测,最后对测量的结果采用相关分析或因子分析等方法进展分析,验证其与理论假设的相符程度。在实际操作的过程中,前面两种效度容效度和准则效度往往要求专家定.z.-性研究或具有公认的效标测量,因
17、而难以实现的,而构造效度便于可以采用多种方法来实现:第一种方法是通过模型系数评价构造效度。 如果模型假设的潜变量之间的关系以及潜变量与可测变量之间的关系合理, 非标准化系数应当具有显著的统计意义。特别地,通过标准化系数5可以比拟不同指标间的效度。从表 7-17 可以看出在 99%的置信度下所有非标准化系数具有统计显著性, 这说明修正模型的整体构造效度较好。第二种方法是通过相关系数评价构造效度。 如果在理论模型中潜变量之间存在相关关系, 可以通过潜变量的相关系数来评价构造效度:显著的相关系数说明理论模型假设成立,具有较好的构造效度。第三种方法是先构建理论模型, 通过验证性因子分析的模型拟合情况来
18、对量表的构造效度进展考评。 因此数据的效度检验就转化为构造方程模型评价中的模型拟合指数评价。对于本案例,从表 7-16 可知理论模型与数据拟合较好,构造效度较好。六、构造方程模型建模构建如图 7.3 的初始模型。图图 7-37-3 初始模型构造初始模型构造图图 7-4Amos Graphics7-4Amos Graphics 初始界面图初始界面图第二节第二节AmosAmos 实现实现6 6一、Amos 根本界面与工具翻开 Amos Graphics,初始界面如图7-4。其中第一局部是建模区域,默认是5关于标准化系数的解释见本章第五节。6这局部的操作说明也可参看书上第七章第二节:Amos 实现。
19、.z.-竖版格式。如果要建立的模型在横向上占用较大空间,只需选择 View 菜单中的Interface Properties 选项下的 Landscape如图 7.5 ,即可将建模区域调整为横板格式。图 7-2 中的第二局部是工具栏,用于模型的设定、运算与修正。相关工具的具体功能参见书后附录二。图图 7-57-5建模区域的版式调整建模区域的版式调整图图 7-67-6建立潜变量建立潜变量二、Amos 模型设定操作1模型的绘制在使用 Amos 进展模型设定之前,建议事先在纸上绘制出根本理论模型和变量影响关系路径图,并确定潜变量与可测变量的名称,以防止不必要的返工。相关软件操作如下:第一步,使用 建
20、模区域绘制模型中的七个潜变量如图7-6 。为了保持图形的美观,可以使用先绘制一个潜变量,再使用复制工具绘制其他潜变量,以保证潜变量大小一致。在潜变量上点击右键选择 Object Properties,为潜变量命名如图 7-7 。绘制好的潜变量图形如图 7-8。第二步设置潜变量之间的关系。使用来设置变量间的因果关系,使用来设置变量间的相关关系。绘制好的潜变量关系图如图 7-9。图图 7-77-7潜变量命名潜变量命名图图 7-87-8命名后的潜变量命名后的潜变量图图 7-97-9设定潜变量关系设定潜变量关系第三步为潜变量设置可测变量及相应的残差变量, 可以使用绘制, 也可.z.-以使用和自行绘制绘
21、制结果如图 7-10 。在可测变量上点击右键选择Object Properties,为可测变量命名。其中 Variable Name 一项对应的是数据中的变量名如图 7-11 ,在残差变量上右键选择 Object Properties 为残差变量命名。最终绘制完成模型结果如图 7-12。图图 7-107-10设定可测变量及残差变量设定可测变量及残差变量图图 7-117-11可测变量指定与命名可测变量指定与命名图图 7-127-12初始模型设置完成初始模型设置完成2数据文件的配置Amos 可以处理多种数据格式, 如文本文档 *.t*t , 表格文档 *.*ls、 *.wk1 ,数据库文档*.db
22、f、*.mdb ,SPSS 文档*.sav等。为了配置数据文件, 选择 File 菜单中的 Data Files 如图 7-13 , 出现如图 7-14左边的对话框,然后点击 File name 按钮,出现如图 7-14 右边的对话框,找到需要读入的数据文件 “处理后的数据.sav,双击文件名或点击下面的 “翻开按钮,最后点击图 7-14 左边的对话框中“ok按钮,这样就读入数据了。图图 7-137-13数据配置数据配置图图 7-147-14数据读入数据读入第三节第三节模型拟合模型拟合一、参数估计方法选择模型运算是使用软件进展模型参数估计的过程。Amos 提供了多种模型运算方法供选择7。可以通
23、过点击 View 菜单在 Analysis Properties或点击工具栏的中的 Estimation 项选择相应的估计方法。7详细方法列表参见书后附录一。.z.-本案例使用最大似然估计Ma*imum Likelihood进展模型运算,相关设置如图 7-15。图图 7-157-15 参数估计选择参数估计选择二、标准化系数如果不做选择,输出结果默认的路径系数或载荷系数没有经过标准化,称作非标准化系数。非标准化系数中存在依赖于有关变量的尺度单位,所以在比拟路径系数或载荷系数时无法直接使用,因此需要进展标准化。在 AnalysisProperties 中的 Output 项中选择 Standard
24、ized Estimates 项如图 7-26 ,即可输出测量模型的因子载荷标准化系数如表 7-5 最后一列。图图 7.167.16标准化系数计算标准化系数计算标准化系数是将各变量原始分数转换为Z分数8后得到的估计结果,用以度量变量间的相对变化水平。因此不同变量间的标准化路径系数或标准化载荷系数可以直接比拟。从表7-17 最后一列中可以看出:受“质量期望潜变量影响的是“质量感知潜变量和“感知价格潜变量;标准化路径系数分别为0.434 和 0.244,这说明“质量期望潜变量对 “质量感知潜变量的影响程度大于其对“感知价格潜变量的影响程度。三、参数估计结果的展示图图 7-177-17模型运算完成图
25、模型运算完成图使用 Analyze 菜单下的 Calculate Estimates 进展模型运算或使用工具栏中的 ,输出结果如图 7-17。其中红框局部是模型运算根本结果信息,使用者也8Z分数转换公式为:Z Xi X。is.z.-可以通过点击View the output path diagram 查看参数估计结果图 图 7-18 。图图 7-187-18参数估计结果图参数估计结果图Amos 还提供了表格形式的模型运算详细结果信息, 通过点击工具栏中的来查看。详细信息包括分析根本情况Analysis Summary 、变量根本情况VariableSummary 、模型信息Notes for
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- AMOS 结构 方程 模型 修正 经典 案例
限制150内