数据分析 │ 基于结构方程模型的满意度实证分析 |
您所在的位置:网站首页 › gfi值小于09 › 数据分析 │ 基于结构方程模型的满意度实证分析 |
02 信度与效度检验 信度指的是可信程度,主要检验测量结果是否具有稳定性与一致性。Cronbach’s Alpha系数是应用最广泛的信度测量方法,如表6.4所示。Alpha系数是分布于0~1的数,若Alpha值大于0.7,说明数据是可以接受的;如果Alpha值大于0.8,说明数据很有价值;Alpha值大于0.9,说明数据具有较高的内部一致性。 表6.4 总体数据信度 Cronbach’s Alpha系数值 计算发现,总体数据的Cronbach’s Alpha系数达到了0.889,结构变量Cronbach’s Alpha系数值除了用户期望为0.458外,其余均高于0.8,说明数据整体内部一致性和稳定性较好,具体见表6.5。 表6.5 各指标数据信度 Cronbach’s Alpha系数值 效度指的是正确性,即测量指标能测出实际问题特征的程度。效度越高,说明数据越能表征被测量的特征指标。目前一般通过因子分析来检验数据的效度。 通过表6.6可以看出,数据整体的KMO值为0.858,Bartlett球形检验显著性概率sig.为0.000,说明数据适合做因子分析,通过显著性检验。 根据相关研究,因子载荷大于临界值0.6,则认为观测变量具有较好的效度。表6.7所示的结果表明各观测变量因子载荷系数大部分都高于0.7,部分高于0.9,说明观测变量具有很好的效度。 表6.6 KMO 和 Bartlett球形检验 表6.7 因子载荷系数表 03 模型建立 电影用户满意度模型如图6.6所示。使用LISREL方法对结构方程模型进行求解,使用最大概似方法构造拟合函数,通过迭代算法估计模型参数。LISREL方法可以通过LISREL、AMOS和EQS等软件来实现。 ■图6.6 电影用户满意度模型 通过模型求解,得到各变量之间的路径系数和拟合结果。表6.8为模型非标准化回归系数表,列出了标准误差“S.E”、临界比值“C.R.”和显著性检验“p值”。一般来说,临界值“C.R.”大于1.96为统计显著,小于1.96为非统计显著。“p值”为***表示小于0.001,通过显著性检验。由表6.8和表6.9可以看出,模型中用户期望到用户热度的假设和用户满意度到用户热度的假设对应的临界比值“C.R.”小于1.96,显著性检验p值大于0.1,这两个假设显著性检验未通过。 表6.8 非标准化回归系数表 表6.9 标准化路径系数表 图6.7为电影用户满意度评价模型的路径估计。其中,宣传力度对用户期望具有直接的正向影响(=0.403,p |
今日新闻 |
推荐新闻 |
CopyRight 2018-2019 办公设备维修网 版权所有 豫ICP备15022753号-3 |