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1 2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
本案例在着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3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7-1 o
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（Euge ne W. An derson & Claes Fornell ，2000;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
1关于该案例的操作也可结合书上第七章的相关内容来看。
彳本案例是在Amos7中完成的。
超市形象对质量期望有
超市
、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 7-2 o
表7-2
模型变量对应表
形象
顾客
期望
顾客
价值
满意、
顾客
感知
忠诚
路径影响
质量期望对质量感知有 路径影响
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
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
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。
与其它超市相比的形象(a2) 与其它超市相比的品牌知名度
(a3)
质量期望
二
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。
购物前，对某超市整体服务的期 望(a4)
购物前，期望某超市商品的新鲜 程度达到的水平(a5)
购物前，期望某超市营业时间安 排合理程度(a6)
购物前，期望某超市员工服务态 度达到的水平(a7)
购物前，期望某超市结账速度达 到的水平(a8)
(三)质 量 感 知 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。
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(all)
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
根据 ANDERSON
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）
对某超市的总体满意程度（a16） 和您消费前的期望比，您对某超 市的满意程度（a17） 和您心目中的超市比，您对某超 市的满意程度（a18）
FORNE
和 WERNERFELT （1988）的研究成果，认
为顾客满意的增加会减 少顾客的
抱怨，同时会增 加顾客的忠诚，当顾客不 满意时，他们往往会选择 抱怨。对于抱怨的观测， 一般有两种方式，一种是 比较正式的形式，向超市 提出正式抱怨，有换货， 退货等行为；另一种是非 正式的形式，顾客会宣 传，形成群众对于该超市 您对某超市投诉的频率（包括给 超市写投诉信和直接向超市人员 反映）（a19）
您对某超市抱怨的频率（私下抱 怨并未告知超市）（a20）
到的水平（a13）
从性价比来衡量
（四）
感 知 价 值
FOMELL&CLAESFOMJELL
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
顾客满意
五
顾客满意一般可以从三 个方面衡量，一是可以从 整体上来感觉；二是可以 与消费前的期望进行比 较，寻找两者的差距；三 是可以与理想状态下的 感觉比较，寻找两者的差 距。因此，可以通过以下 几个指标衡量。
顾客抱怨
六
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:
正向的，采用LikertIO级量度从“非常低”到“非常高”
本次调查共发放问卷500份，收回有效样本436份。
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，贝删除该记录。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-half reliability ）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。Cron bach在1951
年提出了一种新的方法（Cron bach's Alpha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。本章采用研究数据的内部一致性。在Analyze菜单中选择Scale
题目一一选中，然后点击丨、心，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's Alpha系数为，说明案例所使用数据具有较好的信度。
图7-1 信度分析的选择
图7-2 信度分析变量及方法的选择
表7-3 信度分析结果
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5。从表7-4可以看到，除顾客抱怨量表Cronbaca' s Alpha系数为，比较低以外，其它分量表
的Alpha系数均在以上，且总量表的Cron bach' s Alpha系数达到了，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，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。
表7-4 潜变量的信度检验
潜变量可测变量个数Cron bach' s Alpha
超市形象 3
质量期望 5
质量感知 5
感知价格 2
5操作过程同前，不同的是在图7-14中选入右边方框items中是相应潜变量对应的题目。如对超市形象潜变量，只需要把a1、a2和a3题目选入到右边方框items 中即可。