a5
<---
a4
<---
a6
<---
a7
<---
a8
<---
a10
<---
a9
<---
a11
<---
a12
<---
a13
<---
a18
<---
a17
<---
a15
<---
a14
<---
a16
<---
a24
<---
a23
<---
超市形象 质量期望 质量期望 质量感知 超市形象 超市形象 感知价格 超市形象 顾客满意 超市形象 超市形象 超市形象 质量期望 质量期望 质量期望 质量期望 质量期望 质量感知 质量感知 质量感知 质量感知 质量感知 顾客满意 顾客满意 感知价格 感知价格 顾客满意 顾客忠诚 顾客忠诚
内涵
可测变量
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，这里将超市形象要素列为影响因素， 可以从以下几个方面进行观测。
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。
2.潜变量和可测变量的设定
本文在继承ASCI模型核心概念的基础上，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-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。
三、案例简要
图-7 建模区域的版式调整
图-8 建立潜变量
三、案例简要
图-9 潜变量命名
图-10 命名后的潜变量
三、案例简要
图- 11 设定潜变量关系
图-12 设定可测变量及残差变量
三、案例简要
图-13 可测变量指定与命名
图-14 初始模型设置完成
三、案例简要
图-15 数据配置 图-16 数据读入
表-1设计的结构路径图和基本路径假设
三、案例简要
2.1.顾客满意模型中各因素的具体范畴
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，以及小范围甄 别调查的结果，模型中各要素需要观测的具体范畴，见表-2。
潜变量 一超市形象
一质量期望
.
一质量感知
一感知价值 一顾客满意
一顾客抱怨
一顾客忠诚
图-1 修正指数计算
二、修正指标
2. 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 对待估参数（路径系数或载荷系数）之差，并 除以相应参数之差的标准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CR值判断两个待估参数间是否存在显 著性差异。若两个待估参数间不存在显著性差 异，则可以限定模型在估计时对这两个参数赋 以相同的值。 若要使用临界比率，需要在Analysis Properties中的Output项选择Critical Ratio for Difference项（如图-2）。
结构方程模型修正
Structural Equation Modeling
主讲：王东峰
摘要
2.修正指标
4.案例修正
1.修正思路
3.案例摘要
5.最优展示
一、修正思路
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 定要具有理论依据，换言之，模型结果要可以被相关领域知识所解释。因此，在进 行模型修正时主要考虑修正后的模型结果是否具有现实意义或理论价值，当模型效 果很差时可以参考模型修正指标对模型进行调整。
1.024
0.058
1
1.16
0.065
0.758
0.068
1.101
0.069
0.983
0.067
1
1.039
0.034
1
0.972
0.127
1.009
0.033
1
1表.20-85 系数估计结0.果092
C.R. 6.68 7.633 3.722 -1.467 -0.07 21.389 -1.036 1.653 4.988
未标准化路径系数估计
S.E.
0.301
0.045
0.434
0.057
0.329
0.089
-0.121
0.082
-0.005
0.065
0.912
0.043
-0.029
0.028
0.167
0.101
0.5
0.1
1
1.008
0.036
0.701
0.048
1
0.79
0.061
0.891
0.053
1.159
0.059
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。
根据ANDERSON和FOMELL(EUGENEW.ANDERSON&CLAESFOMELL， 2000)对美国顾客满意指数模型的进一步研究，认为对于顾客价值部分可以 从性价比来衡量。
Amos提供了两种模型修正指标，其中修正指数（Modification Index）用于模型 扩展，临界比率（Critical Ratio）用于模型限制。
二、修正指标
1. 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 的参数，若容许自由估计（譬如在模型中添加某条路 径），整个模型改良时将会减少的最小卡方值。 使用修正指数修改模型时，原则上每次只修改一个参 数，从最大值开始估算。但在实际中，也要考虑让该 参数自由估计是否有理论根据。 若要使用修正指数，需要在Analysis Properties中的 Output项选择Modification Indices项（如图-1）。 其后面的Threshold for Modification Indices指的是 输出的开始值。
➢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)
➢您认为某超市商品的价格如何(a14) ➢与其他超市相比，您认为某超市商品的价格如何(a15)
1 质量期望 1
z2
1
e14 1
a14 1
1 感知价格
z3
e15 a15
e11 e21 e31 a1 1 a2 a3
超市形象
1
e17
a17
1
1
e16 1
a16 1 顾客满意
z4
e18
a18
1
e23 a23
1
1
e22 1
a22 1
顾客忠诚
z5
e24 a24
图-5 初始模型结构
图-6 Amos Graphics初始界面图
图-2 临界比率计算
三、案例简要
结构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软件进行计算，重点阐 述在实际应用中结构方程模型的修正过程。
三、案例简要
1.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)的基础上，提出了一个新的模 型，并以此构建潜变量并建立模型结构。根据构建的理论模型，通过设计问卷 对某超市顾客购物服务满意度调查得到实际数据，然后利用对缺失值进行处理 后的数据进行分析，并对文中提出的模型进行拟合、修正和解释。过程。
三、案例简要
图-3 信度分析的选择
图-4 信度分析变量及方法的选择
三、案例简要
Reliability Statistics
Cronbach's Alpha
N of Items
.892
24
表-3 信度分析结果
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
可测变量个数 3 5 5 2 3 3 3
三、案例简要
设计的结构路径图
基本路径假设.超市形象源自➢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
质量期望
顾客抱怨
➢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
质量感知
感知价值
顾客满意 顾客忠诚
➢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
三、案例简要
图-17 参数估计选择
图-18 标准化系数计算
三、案例简要
图-19 模型运算完成图
图-20 参数估计结果图
质量期望
<---
质量感知
<---
感知价格
<---
感知价格
<---
感知价格
<---
顾客满意
<---
顾客满意
<---
顾客忠诚
<---
顾客忠诚
<---
a1
<---