amos验证因子分析教程文档.docx
- 文档编号:9341929
- 上传时间:2023-02-04
- 格式:DOCX
- 页数:50
- 大小:648.76KB
amos验证因子分析教程文档.docx
《amos验证因子分析教程文档.docx》由会员分享,可在线阅读,更多相关《amos验证因子分析教程文档.docx(50页珍藏版)》请在冰豆网上搜索。
amos验证因子分析教程文档
应用案例
第一节模型设定
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,阐述在实际应用中结构方程模型的构建、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。
二、潜变量和可测变量的设定
本文在继承ASC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(EugeneW.Anderson&ClaesFornell2000;殷荣伍,2000)。
表7-1设计的结构路径图和基本路径假设
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
超市形象
径影响
—w
质量期望对质量感知有路
\
径影响
质量期望、
顾客抱怨
VTfcJF
质量感知对感知价格有路径影响
—-
\、V
质量期望对感知价格有路
*
7
厂
径影响
感知价值厂*顾客满意
感知价格对顾客满意有路
.....▼-、
质量感知
顾客忠诚>
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
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
表7-2模型变量对应表
量变潜
涵内
量变测可
超市形象
((
定亍象要以1?
^换NH他恂EWP机NN®>宀究M将*,mE电研满里因址RR动查侑这响耐/IA移调总,影方M、的响素为个据话中影要列几根电业是一素下
3)\7\7、一七12引aa名/V/V啊形翩
质量期望
影望丄望三!
!
H对用望会创讪感性止量使期望量响客体靠「衡在的期顶影莎整可M面。
窑其戢山血厅从、纟方舉顾对质而造对以务。
个期指前的,知,可服测几量是品客值感出少化观从质B产顾价客指至性密以的期市。
客顾茬‘个面可市量超平顾会学素、方,超质某水响还有要觉个素某
望程排度到期鲜安态达的新间务度务的时服速服品业工账购@购阴购合购达购的
质量感知
三
/V
勾知
相是0盼衡望册质实面*z色暮市个呗望期品几质心买是一込
意程合度到懑鲜排态比的新、爰务度务的间服速服品时工账?
c),^L_L?
?
/^\后(a后到后度后的后平物度物达物程物到物水购程购度购理购达购的
感知价值
四
/V
JDL指为
ANEE意U-从和VM/<,以曰p客究可ONEESS顾研吩sG\E国步部。
ERULL美一值量DE仁W对进价衡山LLNE的客来A/lEo^o型顾比据3ORS2模于价根FFEE,数对性
4)
何商
315
岱心与品
顾客满意
五
/V
本费两想两过"^sJf刃可可«,可«,口,*0可是是比是比此衡般一二行三觉因标,;进;虏。
指意量觉望距的距个满衡感期差下差几客面来的的态的下顾方上前者状者以
⑤rnrnaa某某
/V一-一-
<1
亡三r00
顾客抱怨
(A
和制同器测‘蠶蠶嵌99满怨,往观刑W退式成1客抱诚往的一尼,正形。
{川的忠WI1怨,向货非,碑LT为客的他抱式,换是传口E认顾客,于方式有种宣的RR,少顾时对种形,一会市EE果减加意。
两的怨另甞超讯成会增满怨有式抱;顾该3OEE究加会不抱般正式为,于FFW研增时客择较正行式对
超怨效给反抱理括员下处包人私的{市诉率超率6投频向频aa客的接的{顾诉直怨}对巧投和抱市市a(讣信莎<超超4超诉19超知某果fe投(afe告>效对写}对未认和您>映您>您劳十
顾客忠诚
个向期指涨唯素顾三意迭者对仅因量从荐重孚客期述衡以推、有顾复上画可客諏还从重合方要顾意时以、综仆主:
的同可性。
儿诚现品。
诚”忍里下o忠体产向忠容衡以诚客面换意客的面从忠顾方转的顾价方拟客
问市来2)某或主以aa去品态且(皿并J—_」__7J厶-_厶-_?
超和市解决勾某学超谅解佃去同某以得@常荐现能求H我我如题反超
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
和博士研究生),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,
并且为避免样本的同质性和重复填写,按照性别和被访者经常光顾的超市进行控制。
问卷内容包括7个潜变量因子,24项可测指标,7个人口变量,量表采用了LikertIO级量度,如对超市形象的测量:
、
超市形象
1代表“非常差劲”,10代表“非常好”
1
您对某超市总体形象的评价
123456789
10
2
您认为与其它校内超市相比,某超市的形象如何
123456789
10
3
您认为与其它校内超市相比,某超市品牌知名度如何
123456789
10
本次调查共发放问卷500份,收回有效样本436份
4正向的,采用LikertIO级量度从“非常低”到“非常高”
四、缺失值的处理
采用表列删除法,即在一条记录中,只要存在一项缺失,则删除该记录。
最终得到401
条数据,基于这部分数据做分析。
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内部题目之间的关系,考察测验的各个题目是否测量了相同的内容或特质。
稳定性是指用一种测量工具(譬如同一份问卷)对同一群受试者进行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行多次重复测量,所以主要采用反映内部一致性的指标来测量数据的信度。
折半信度(split-halfreliability)是将测量工具中的条目按奇偶数或前后分成两半,采用Spearman-brown公式估计相关系数,相关系数高提示内部一致性好。
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基础上的,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(Cronbach'sAlpha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较,对量表内部一致性估计更为慎重,
因此克服了折半信度的缺点。
本章采用SPSS16.0研究数据的内部一致性。
在Analyze菜单中
选择Scale下的ReliabilityAnalysis(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Cronbach'sAlpha系数为0.892,说明案例所使用数据具有较好的信度。
修址理后的-5P3SMia
FieEd!
WewDataTrEmsIniHgrqtKUliEiESAdU-gu世ndon”庄柯
图7-1信度分析的选择
10KJ
Essie
^esel
Cancel
Met
瑯ReliabilityAnalysis
另外,对问卷中每个潜变量的信度分别检验结果如表7-4所示。
从表7-4可以看到,除
顾客抱怨量表Cronbaca'Alpha系数为0.255,比较低以外,其它分量表的Alpha系数均在0.7以上,且总量表的Cronbach'Alpha系数达到了0.891,表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。
ReliabilityStatistics
Cronbach'sAlpha
NofItems
.892
24
图7-2信度分析变量及方法的选择
表7-3信度分析结果
表7-4潜变量的信度检验
潜变量
可测变量个数
Cronbach'Alpha
超市形象
3
0.858
质量期望
5
0.889
质量感知
5
0.862
感知价格
2
0.929
顾客满意
3
0.948
顾客抱怨
3
0.255
顾客忠诚
3
0.738
2•数据的效度检验
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,分为内容效度(content
validity)、效标效度(criterionvalidity)和结构效度(constructvalidity)三个主要类型。
内容效度也称表面效度或逻辑效度,是指测量目标与测量内容之间的适合性与相符性。
对内容效度常采用逻辑分析与统计分析相结合的方法进行评价。
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行测量,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较,如果其他方式或指标也有效,那么这个测量即具备
效标效度。
例如,X是一个变量,我们使用Xi、X2两种工具进行测量。
如果使用Xi作为准则,并且Xi和X2高度相关,我们就说X2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,但是在调查问卷的效度分析中,选择一个合适的准则往往十分困难,也使这种方法的应用受到一定限制。
结构效度也称构想效度、建构效度或理论效度,是指测量工具反映概念和命题的内部结构的程度,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,就认为数据是具有结构效度的。
它一般是通过测量结果与理论假设相比较来检验的。
确定结构效度的基本步骤是,首先从某一理论出发,提出关于特质的假设,然后设计和编制测量并进行施测,最后对测量的结果采用相关分析或因子分析等方法进行分析,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(内容效度和准则效度)往往要求专家定性研究或具有公认的效标测量,因而难以实现的,而结构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结构效度。
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,通过标准化系数可以比较不同指标间的效度。
从表7-17可以看出在99%勺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结构效度较好。
第二种方法是通过相关系数评价结构效度。
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结构效度:
显著的相关系数说明理论模型假设成立,具有较好的结构效度。
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对量表的结构效度进行考评。
因此数据的效度检验就转化为结构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,结构效度较好。
六、结构方程模型建模
构建如图7.3的初始模型
e10e9elle12e13“
11111
e5e4,
11
e6」e7」e8“
.1
1^1|^4~|
质量感知质量期望
*峠
・1y\^・1严
e11e21e31
严」H2
超市形象
z1
z2
/y
1
e141吧勺*感知价格*_z3
e15h_a15~|j
匚叵X
1
e23十宓1
e22a22」1顾客忠诚.z5
1.…亠/■■■-.―
Fil«EJat
Di^erv«加《Jy“Tfl^li;Q-UiEahe
il^lp
[ffl遍
e24”a24■>
图7-3初始模型结构
ipr□jertzGeci*elpnua.ber1:
Input
Gwu口和皿七臂
即-lit皿0^6=1.
IfHstanda^iie^esHjhar
图7-4AmosGraphic初始界面图
第二节Amos实现7
Amos基本界面与工具
这部分的操作说明也可参看书上第七章第二节
:
Amos实现
打开AmosGraphics,初始界面如图7-4。
其中第一部分是建模区域,默认是竖版格式。
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InterfaceProperties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中的第二部分是工具栏,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7-5建模区域的版式调整
图7-6建立潜变量
二、Amos模型设定操作
1模型的绘制
在使用Amos进行模型设定之前,建议事先在纸上绘制出基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,以避免不必要的返工。
相关软件操作如下:
第一步,使用建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E□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ObjectProperties,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H3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7-7潜变量命名
图7-8命名后的潜变量
图7-10设定可测变量及残差变量
ladfilOl.a>«
Urut亡三tiiai:
[i.l»Edi/LJ£ii-Ti£irBFn^liL-t-ewRoZ*.£1ueluUalp
■3M'曙
AWY盘▲喪茨9屹>c闘
图7-9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,也可以使用j和
—自行绘制(绘制结果如图7-10)。
在可测变量上点击右键选择ObjectProperties,为可测变量命名。
其中VariableName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ObjectProperties为残差变量命名。
最终绘制完成模型结果如图7-12。
r?
图7-11可测变量指定与命名
.2.B&df-lUl;GeuupsiumLueL-]ra|in>
f-IlDi^
>adel02■血IM■hc&b]nds.od»105udelDfiAxidvlDT■ndte«lT「;
£^s
nObjeclProperties
fpuyc-aL-se-IxlJu[ini
Un砒wd■思rdiH亡自“呂戈;■•粘
W.Htv.-*:
',T*^l*»T*I■x+Af
KXi:
[£旳ItFjjdtl
图7-12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(*txt),表格文档(*.xls、*wk1),数据库文档(*.dbf、*.mdb),SPSSfc档(*.sav)等。
为了配置数据文件,选择File菜单中的DataFiles(如图7-13),出现如图7-14左边的对话框,然后点击Filename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“打开”按钮,最后点击图7-14左边的对话框中
二叵因
“ok”按钮,这样就读入数据了。
aHiuiaM^dprsject7&kd>ujin-uilier】:
Input
LiltVit*It^lvHtlp
诺flx,ith
屮方Ql^ri..
寸KaLpl”・
g环
SSm品
:
犢Jain
图7-13数据配置
图7-14数据读入
第三节模型拟合
一、参数估计方法选择
模型运算是使用软件进行模型参数估计的过程。
Amos提供了多种模型运算方法供选择。
可以通过点击View菜单在AnalysisProperties(或点击工具栏的IW)中的Estimation项选择相应的估计方法。
本案例使用最大似然估计(MaximumLikelihood)进行模型运算,相关设置如图7-15。
图7-15参数估计选择
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
较路径系数(或载荷系数)时无法直接使用,因此需要进行标准化。
在Analysis
Properties中的Output项中选择StandardizedEstimates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7.16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9后得到的估计结果,用以度量变量间的相对变化水平。
参数估计结果的展示
因此不同变量间的标准化路径系数(或标准化载荷系数)可以直接比较。
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。
图7-17
模型运算完成图
0/iu.^-Ei冬EJu^ihl
使用Analyze菜单下的CalculateEstimates进行模型运算(或使用工具栏中的
:
;,:
:
),输出结果如图7-17。
其中红框部分是模型运算基本结果信息,使用者也
可以通过点击Viewtheoutputpathdiagram('I)查看参数估计结果图(图
7-18)。
图7-18参数估计结果图
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
匡自来查看。
详细信息包括分析基本情况(AnalysisSummary、变量基本情况
(VariableSummary、模型信息(NotesforModel)、估计结果(Estimates)>修正指数(ModificationIndices、和模型拟合(ModelFit、六部分。
在分析过程中,一般通过前三部分10了解模型,在模型评价时使用估计结果和模型拟合部分,在模型修正时使用修正指数部分。
四、模型评价
1•路径系数/载荷系数的显著性
参数估计结果如表7-5到表7-6,模型评价首先要考察模型结果中估计出的参数是否具有统计意义,需要对路径系数或载荷系数11进行统计显著性检验,这
类似于回归分析中的参数显著性检验,原假设为系数等于。
Amos提供了一种简
单便捷的方法,叫做CR(CriticalRatio)。
CR值是一个Z统计量,使用参数估计值与其标准差之比构成(如表7-5中第四列)。
Amos同时给出了CR的统计检验相伴概率p(如表7-5中第五列),使用者可以根据p值进行路径系数/载荷系数的统计显著性检验。
譬如对于表7.5中“超市形象”潜变量对“质量期望”潜变量的路径系数(第一行)为0.301,其CR值为6.68,相应的p值小于0.01,则可以认为这个路径系数在95%勺置信度下与0存在显著性差异。
表7-5系数估计结果
未标准化标准化
路径系数路径系
估计
S.E.
C.R.
P
Label
数估计
质量期
超市形
0.04
par_1
望
<——
象
0.301
5
6.68
***
6
0.358
质量感
质量期
0.05
par_1
知
<——
望
0.434
7
7.633
***
7
0.434
感知价
质量期
0.08
par_1
格
<——
望
0.329
9
3.722
***
8
0.244
感知价
质量感
0.08
0.14
par_1
格
<——
知
-0.121
2
-1.467
2
9
-0.089
感知价
超市形
0.06
0.94
par_2
格
<——
象
-0.005
5
-0.07
4
0
-0.004
顾客满
超市形
0.04
par_2
意
<——
象
0.912
3
21.389
***
1
0.878
顾客满
感知价
0.02
par_2
意
<——
格
-0.029
8
-1.036
0.3
3
-0.032
顾客忠
超市形
0.10
0.09
par_2
诚
<——
象
0.167
1
1.653
8
2
0.183
顾客忠
顾客满
par_2
诚
<——
意
0.5
0.1
4.988
***
4
0.569
a112
<——
超市形
1
0.927
10分析基本情况(AnalysisSummary)>变量基本情况(VariableSummary)、模型信息(NotesforModel)部分的详细介绍如书后附录三。
11潜变量与潜变量间的回归系数称为路径系数;潜变量与可测变量间的回归系数称为载荷系数。
12凡是a+数字的变量都是代表问卷中相应测量指标的,其中数字代表的问卷第一部分中问题的序号。
象
超市形0.03
a2
V--
-象
超市形
1.008
6
0.04
27.991
***
par_1
0.899
a3
V--
-象
0.701
8
14.667
***
- 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 验证 因子分析 教程 文档