amos - 验证性因子分析结构方程建模步步教程 下载本文

质量期

a8 <--- 望 0.872 0.026 33.619 *** a 0.731

质量感

a10 <--- 知 1 0.779

质量感

a9 <--- 知 1.159 0.036 32.545 *** c 0.914

质量感

a12 <--- 知 1.042 0.02 52.853 *** b 0.777

质量感

a13 <--- 知 0.872 0.026 33.619 *** a 0.677

顾客满

a18 <--- 意 1 0.861

顾客满

a17 <--- 意 1.042 0.02 52.853 *** b 0.919

顾客满

a16 <--- 意 1.042 0.02 52.853 *** b 0.963

顾客忠

a24 <--- 诚 1 0.706

顾客忠

a23 <--- 诚 1.159 0.036 32.545 *** c 0.847

顾客忠

a22 <--- 诚 0.872 0.026 33.619 *** a 0.656 注:“***”表示0.01 水平上显著,括号中是相应的C.R值,即t值。 表7-18 最优模型相关性路径系数估计 协方差估相关系数估 计 S.E. C.R. P Label 计 e12 <--> e13 0.699 0.072 9.658 *** r2 0.32 e7 <--> e8 0.699 0.072 9.658 *** r2 0.46 e18 <--> e17 0.277 0.05 5.568 *** r1 0.289 e2 <--> e3 0.277 0.05 5.568 *** r1 0.178 注:“***”表示0.01 水平上显著,括号中是相应的C.R值,即t值。 表7-19 最优模型方差估计

方差估计 S.E. C.R. P Label 超市形象 3.461 0.275 12.574 *** par_17

z2 2.498 0.219 11.42 *** par_18 z1 0.645 0.085 7.554 *** par_19 z4 0.411 0.062 6.668 *** par_20 z5 1.447 0.177 8.196 *** par_21 e5 1.263 0.078 16.217 *** v3 e4 2.458 0.125 19.59 *** v5 e6 1.189 0.073 16.279 *** v6 e7 1.189 0.073 16.279 *** v6 e8 1.944 0.109 17.84 *** v7 e10 1.773 0.119 14.904 *** v1

e9 0.726 0.052 14.056 *** v4 e12 1.944 0.109 17.84 *** v7 e13 2.458 0.125 19.59 *** v5 e18 1.263 0.078 16.217 *** v3 e17 0.726 0.052 14.056 *** v4 e24 3.367 0.198 17.048 *** v2 e22 3.367 0.198 17.048 *** v2 e23 1.773 0.119 14.904 *** v1 e1 0.583 0.074 7.876 *** par_22 e2 0.871 0.086 10.13 *** par_23 e3 2.781 0.197 14.106 *** par_24 e16 0.314 0.046 6.863 *** par_25 注:“***”表示0.01 水平上显著,括号中是相应的C.R值,即t值。

第五节 模型解释

结构方程模型主要作用是揭示潜变量之间(潜变量与可测变量之间以及可测变量之间)的结构关系,这些关系在模型中通过路径系数(载荷系数)来体现。

若要输出模型的直接效应、间接效应以及总效应,需要在Analysis Properties中的Output项选择Indirect , direct & total effects项(如图7-31)。

对于修正模型,Amos输出的中各潜变量之间的直接效应、间接效应以及总效应如表7-20。

1.直接效应(direct effect)

指由原因变量(可以是外生变量或内生变量)到结果变量(内生变量)的直接影响,用原因变量到结果变量的路径系数来衡量直接效应。比如利用表7-17最后一列的结果,超市形象到质量期望的标准化路径系数是0.814,则超市形象到质量感知的直接效应是0.814。这说明当其他条件不变时,“超市形象”潜变量每提升1个单位,“质量期望”潜变量将直接提升0.698个单位。

2.间接效应(indirect effect)

指原因变量通过影响一个或者多个中介变量,对结果变量的间接影响。当只有一个中介变量时,间接效应的大小是两个路径系数的乘积。比如利用表7-17最后一列的结果,超市形象到质量期望的标准化路径系数是0.384,质量期望到质量感知的标准化路径系数是0.134,则超市形象到质量感知的间接效应就是0.384×0.134=0.051。这说明当其他条件不变时,“超市形象”潜变量每提升1个单位,“质量感知”潜变量将间接提升0.385个单位。

3.总效应(total effect)

由原因变量到结果变量总的影响,它是直接效应与间接效应之和。比如利用表7-17最后一列的结果,超市形象到质量感知的直接效应是0.814,超市形象到质量感知的间接效应是0.051,则超市形象到质量感知的总效应为0.814+0.051=0.865。这说明当其他条件不变时,“超市形象”潜变量每提升1个单位,“质量感知”潜变量总共将提升0.865个单位。

图7-31 输出模型的直接效应、间接效应以及总效应

表7-20 模型中各潜在变量之间的直接效应、间接效应以及总效应(标准化的结果)

超市形象 质量期望 质量感知 顾客满意 质量期望 0.384*** (直接效应) (11.543) (间接效应) (总效应) 0.384 质量感知 0.814*** 0.134*** (直接效应) (31.659) (3.735) (间接效应) 0.051 (总效应) 0.865 0.134 顾客满意 0.345*** 0.627*** (直接效应) (11.543) (31.659) (间接效应) 0.543 0.084 (总效应) 0.888 0.084 0.627 顾客忠诚 0.753*** (直接效应) (31.659) (间接效应) 0.669 0.063 0.473 (总效应) 0.669 0.063 0.473 0.753 注:“***”表示0.01 水平上显著,括号中是相应的C.R值,即t值。表中给出的均是标准化后的参数,直接效应就是模型中的路径系数。