AMOS可以同时分析许多变量

　　第6章实证分析

　　通过上一章的小样本的预测试，对基于网络社区的企业信息行为对品牌关系质量影响的理论模型进行初步验证之后，本章将对二者的影响关系进行大样本的实证检验。首先，在上一章的小样本问卷测试结果的基础上进行正式的问卷设计，并选取样本进行问卷调查和数据收集整理工作；其次，通过描述性统计分析、信度和效度检验，确保样本数据和研究量表的可靠性，按照前文建立的企业信息行为对品牌关系质量影响的理论模型进行了结构方程建模，并利用样本数据进行结构方程模型分析和假设检验；最后，将针对假设检验结果进行讨论和解释。

　　6.1研究方法选择

　　6.1.1结构方程模型选择

　　结构方程模型（Structural Equation Model，SEM）是20世纪80年代Joreskog和Sorbom等学者在统计理论的基础上提出的一种综合性的统计方法。它是一种比较通用而又重要的线性统计建模技术，是计量经济学、计量社会学、计量心理学等领域的统计分析方法的综合。它包含了因子分析、路径分析、回归分析和方差分析，弥补了传统回归分析和因子分析的不足，可以分析多因多果的联系、潜变量的关系，还可以处理多水平数据和纵向数据，是重要的多元数据分析工具。它被广泛适用于社会学、心理学、行为科学、经济学以及管理学等多个学科领域的研究。SEM作为一个新兴的发展领域，在国内外管理学研究中运用都较为普遍，这种方法检验要素变量间的关系，具有其他统计检验方法所不具备的优越性。SEM不仅能够反映模型中要素同要素之间单独的关系，而且还能够反映要素之间的相互影响。本章主要工作要验证企业信息行为对品牌关系质量的影响，针对本书提出的基于网络社区的企业信息行为对品牌关系质量影响的4个层级的10个要素变量，检验10个变量之间的路径关系，所采用的验证方法不仅可以进行变量间路径关系的检验，而且还要求采用整体结构性的方法体现出模型中各要素的综合影响，SEM方法完全符合本书的要求。因此，本书选择结构方程模型来完成实证研究。

　　6.1.2AMOS软件选择

　　选取一个易用的研究软件也是实证分析中的一项重要工作。AMOS的全名是Analysis of Moment Structures，由James L．Arbuckle发展而来。AMOS自从6.0版以后已经成为SPSS的家族成员。AMOS适合进行协方差结构分析（Analysis of Covariance Structures），是一种处理结构方程模型的软件。SEM适用于处理复杂的多变量数据的探究与分析。AMOS可以同时分析许多变量，是一个功能强大的统计分析工具。AMOS以可视化、鼠标拖曳的方式来建立模型（路径图），表示变量之间的关系，从头到尾不必撰写程序指令，一气呵成，着实提高了数据分析的效率。同时，利用AMOS所建立的SEM会比标准的多变量统计分析准确。在AMOS中，任何数值变量，不管是可观测的还是潜在的，都可以用来建模，预测其他数值变量。此外，AMOS还可让我们检验数据是否符合所建立的模型，以及进行模型探索。在本研究中，将采用AMOS 17.0统计软件进行SEM分析。

　　从AMOS软件的方便、易用、直观等优点来看，运用SEM分析方法，借助AMOS软件包对分析本研究中的路径关系是十分有利的。一方面，SEM不仅可以反映路径关系模型中要素与要素之间的单独变量间关系，而且可以反映要素与要素之间的相互影响；另一方面，运用AMOS软件进行分析，可以充分发挥该方法多路径分析对变量之间直接、间接影响关系的特点，AMOS清晰的路径有利于更好地理解结构方程模型和避免变量测量误差带来的干扰。

　　6.1.3结构方程拟合指标选择

　　结构方程模型作为一种测量一组变量之间相互影响关系的方法，统计参数的测评成为主要的计量评价依据。因此根据以往实证研究的总结以及 Hair等（1998）的建议，本书在关注模型敏感性和模型测量方法的稳定性、样本大小等因素的基础上，选取整体模型拟合度来评价整体模型的拟合程度。

　　1．拟合优度的卡方检验（x2 Goodness-of-fit Test）

　　x2是最常报告的拟合优度指标，与自由度一起使用可以说明模型正确性的概率，x2/df是直?