第四节模型修正指数

第四节　模型修正

一、模型修正的思路

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。一般可以根据初始模型的参数显著性检验结果和Amos提示的模型修正指标进行模型扩展或模型限制。修正指数用于模型扩展，临界比率用于模型限制。

二、模型修正指标

(一)修正指数

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，若允许自由估计，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，也要考虑该参数自由估计是否有理论根据。

(二)临界比率

临界比率用于模型限制。CR统计量服从正态分布，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，则可以限制模型在估计时对这两个参数赋以相同的值。

三、案例修正

在案例研究中，由于拟合指数已经达到标准，并且模型具备理论意义。因此，未对假设模型进行修正。当然，这并不能说明模型已经是最优的，只能说明用样本数据证实了其合理性。

四、竞争性模型对比

为了进一步验证模型的合理性，对样本数据采用AMOS 7.0软件进行一阶单因素模型(模型1)、一阶三因素模型(模型2)、二阶三因素模型(模型3)验证性分析。一阶单因素模型(模型1)是未对广州居民的广交会社会影响感知进行任何维度的假设，假定9个测量项目都归属于一个维度:“广交会影响”;一阶三因素模型(模型2)即SISC提出的3个潜变量或维度，9个测量项目的模型，假定9个测量项目分属3个潜变量;二阶三因素模型(模型3)是SISC基础上的改良，假定在居民广交会社会影响感知的3个维度(潜变量)之间，存在有共同的、更高阶的潜变量:广交会影响感知。

结果显示，模型1未能通过检验，拟合度较差，而模型2、模型3的拟合指数达到了要求(见图5－3、图5－4、图5－5、表5－10)。

图5－3　一阶单因素结构模型

图5－3“一阶单因素结果模型”由1个潜变量——广交会社会影响以及9个可测变量构成。也就是说，9个测量项目只构建了一个潜在因素。而对这个潜在因素没有做任何维度的划分。假定这个一阶单因素结构模型的目的，就是要与探索性因子分析中得出的一阶三因素结构模型(如图5－4所示)对比，选择其中拟合程度较好的模型。

图5－4　一阶三因素结构模型

图5－5　二阶三因素结构模型

图5－4即是第三章研究中得到的SISC的路径图。它与图5－5的区别在于，后者是一个高阶结构模型，即在初阶潜变量(个人收益、社区收益和成本感知)之间，存在有共同的、更高阶的潜变量。图5－5中二阶三因素模型表示，广州居民对广交会社会影响的个人收益感知、社区收益感知以及成本感知构成了广交会的总体社会影响。

在Amos 7.0软件中，分别对3个结构模型进行拟合，将拟合指数整理成表5－10。

表5－10　模型适度评判指数

续表

从表5－10中可以清晰地看出，模型1即未通过卡方检验，拟合指数又较差，应该舍弃。而模型2和模型3都通过了卡方检验，并且各项拟合指数都比较理想。考虑到模型的简效性和直观性，研究选择模型3“二阶三因素模型”为3个模型中的最佳模型。