首页 理论教育测量模型拟合度检验结果分析

测量模型拟合度检验结果分析

【摘要】:与回归分析不同,结构方程模型SEM作为一种能够同时检验多个预测变量在多个试验标准或应变量上的效果的实验方式,是可以确信的。[4]安德森和格宾认为,在用结构方程模型检验假设中的变量关系之前,应该首先检验测量模型是否有良好的拟合度。整个测量模型取得了良好的拟合指数:χ2=815.2,df=278,χ2/df=2.93,CFI=0.90,GFI=0.89,TLI=0.88,RMSEA=0.06。另外所有的因子载荷均在0.05的水平上显著,显示出测量模型具有较好的聚合效度。

与回归分析不同,结构方程模型SEM作为一种能够同时检验多个预测变量在多个试验标准或应变量上的效果的实验方式,是可以确信的。[4]安德森和格宾认为,在用结构方程模型检验假设中的变量关系之前,应该首先检验测量模型是否有良好的拟合度。[5]因此,首先用验证性因子分析(Confirmatory factor analysis)来检验测量模型。

本研究采用AMOS软件运用分析数据。首先,在AMOS软件中对“使用与满足”四个维度进行验证性因子分析。根据安德森,塔瑟姆和布莱克(Hair,Anderson,Tatham&Black)的因子载荷过小的条目应该被删除的原则,[6]来自使用与满足中娱乐需求维度里的一条观测条目被删除。对于剩下的条目,四个独立子维度的模型获得了较好的模型拟合指数:[7]χ2=161.4,df=38,CFI=0.95,GFI=0.95,TLI=0.92,RMSEA=0.08。表5-2显示这个结果明显好于其他可能的替代模型:模型1,使用与满足的四个维度被合并为一个因子;模型2,信息需求维度与娱乐需求维度合并为一个因子,社交需求维度与个人需求维度合并为另一个因子;模型3,社交需求维度与个人需求维度合并为一个因子。因此,使用与满足的四个子维度将作为独立变量进入随后的数据分析中。

最终的测量模型包括7个变量,26条观测条目:外向型个性5条,开放型个性5条,信息需求3条,娱乐需求2条,社交需求3条,自我需求3条,频率品牌忠诚5条。整个测量模型取得了良好的拟合指数:χ2=815.2,df=278,χ2/df=2.93,CFI=0.90,GFI=0.89,TLI=0.88,RMSEA=0.06。另外CFA结果显示(表5-3),所有的因子载荷均高于巴戈齐推荐的0.5的阈值(最高为0.88,最低为0.55),[8]显示出良好的条目信度(item reliability)。另外所有的因子载荷均在0.05的水平上显著,显示出测量模型具有较好的聚合效度。[9]表5-3还显示所有变量的符合效度均高于巴古齐推荐的阈值0.6,显示出所测变量的量表均具有良好的心理学测量特性。[10]

表5-2 使用与满足测量模型的参数的比较

(www.chuimin.cn)

表5-3 测量条目列表

续表