内容发布更新时间 : 2024/5/17 17:30:05星期一 下面是文章的全部内容请认真阅读。
v1.0 可编辑可修改 对本章所研究案例，初始模型运算结果如表7-8，各项拟合指数尚可。但从
模型参数的显著性检验（如
表7-5）中可发现可以看出，无论是关于感知价格的测量方程部分还是关于结构方程部分（除与质量期望的路径外），系数都是不显著的。关于感知价格的结构方程部分的平方复相关系数为，非常小。另外，从实际的角度考虑，通过自身的感受，某超市商品价格同校内外其它主要超市的商品价格的差别不明显，因此，首先考虑将该因子在本文的结构方程模型中去除，并且增加质量期望和质量感知到顾客满意的路径。超市形象对顾客忠诚的路径先保留。修改的模型如图7-21。 表7-8 常用拟合指数计算结果 拟合指数
卡方值(自由度)
结果
(180)
CFI
NFI
IFI
RMSEA
AIC
BCC
EVCI
图7-21 修正的模型二
根据上面提出的图7-21提出的所示的模型，在Amos中运用极大似然估计运
16
v1.0 可编辑可修改 行的部分结果如表7-9。
表7-9 常用拟合指数计算结果 拟合指数
卡方值(自由度)
结果
(145)
CFI
NFI
IFI
RMSEA
AIC
BCC
EVCI
从表7-8和表7-9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的水平下都是显著的，并且从实际考虑，各因子的各个路径也是合理存在的。
下面考虑通过修正指数对模型修正，通过点击工具栏中的
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（Modification Index）结果，双箭头（“<-->”）部分是残差变量间的协方差修正指数，表示如果在两个可测变量的残差变量间增加一条相关路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重修正指数，表示如果在两个变量间增加一条因果路径至少会减少的模型的卡方值。比如，超市形象到质量感知的MI值为，表明如果增加超市形象到质量感知的路径，则模型的卡方值会大大减小。从实际考虑，超市形象的确会影响到质量感知，设想，一个具有良好品牌形象的超市，人们难免会对感到它的商品质量较好；反之，则相反。因此考虑增加从超市形象到质量感知的路径的模型如图7-22。
根据上面提出的图7-22所示的模型，在Amos中运用极大似然估计运行的部分结果如表7-10、表7-11。
表7-10 常用拟合指数计算结果 拟合指数 结果
卡方值(自由度) (144)
CFI
NFI
IFI
RMSEA
AIC
BCC
EVCI
从表7-9和表7-10可以看出，卡方值减小了很多，并且各拟合指数也都得到
17
v1.0 可编辑可修改 了改善，但与理想的拟合指数值仍有差距。
表7-11 5%水平下不显著的估计参数
顾客满
意 顾客忠
.164
诚
<--- 超市形象
.100
.103
par_21
<--- 质量期望
.035
.124
par_22
Estimate
.
.
P
Label
图7-22 修正的模型三
除上面表7-11中的两个路径系数在的水平下不显著外，该模型其它各个参数在水平下都是显著的，首先考虑去除p值较大的路径，即质量期望到顾客满意的路径。重新估计模型，结果如表7-12。
表7-12 5%水平下不显著的估计参数
Estimate .166
. .101
.
P .099
Label par_21
顾客忠诚 <--- 超市形象
从表7-12可以看出，超市形象对顾客忠诚路径系数估计的p值为，仍大于。
18
v1.0 可编辑可修改 并且从实际考虑，在学校内部，学生一般不会根据超市之间在形象上的差别而选择坚持去同一个品牌的超市，更多的可能是通过超市形象影响超市满意等因素进而影响到顾客忠诚因素。考虑删除这两个路径的模型如图7-23。
根据上面提出的如图7-23所示的模型，在AMOS中运用极大似然估计运行的部分结果如表7-13。
表7-13 常用拟合指数计算结果 拟合指数
卡方值(自由度)
结果
(146)
CFI
NFI
IFI
RMSEA
AIC
BCC
EVCI
从表7-10和表7-13可以看出，卡方值几乎没变，并且各拟合指数几乎没有改变，但模型便简单了，做此改变是值得的。该模型的各个参数在的水平下都是显著的，另外质量感知对应的测量指标a11（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，比较小，从实际考虑，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，可能该指标能用质量感知解释的可能性不大，考虑删除该测量指标。修改后的模型如图7-24。
根据上面提出的如图7-24所示的模型，在Amos中运用极大似然估计运行的部分结果如表7-14。
表7-14 常用拟合指数计算结果 拟合指数
卡方值(自由度)
结果
(129)
CFI
NFI
IFI
RMSEA
AIC
BCC
EVCI
从表7-13和表7-14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的水平下都仍然是显著的，各方程的对应的测定系数增大了。
19
v1.0 可编辑可修改
图7-23 修正的模型四
图7-24 修正的模型五
下面考虑通过修正指数对模型修正，e12与e13的MI值最大，为，表明如果增加a12与a13之间的残差相关的路径，则模型的卡方值会减小较多。从实际考虑，员工对顾客的态度与员工给顾客结帐的速度，实际上也确实存在相关，设
20