结构方程“AMOS7”的应用案例与教程Word文件下载.doc

上传人:b****2 文档编号:13267352 上传时间:2022-10-09 格式:DOC 页数:27 大小:1.59MB
下载 相关 举报
结构方程“AMOS7”的应用案例与教程Word文件下载.doc_第1页
第1页 / 共27页
结构方程“AMOS7”的应用案例与教程Word文件下载.doc_第2页
第2页 / 共27页
结构方程“AMOS7”的应用案例与教程Word文件下载.doc_第3页
第3页 / 共27页
结构方程“AMOS7”的应用案例与教程Word文件下载.doc_第4页
第4页 / 共27页
结构方程“AMOS7”的应用案例与教程Word文件下载.doc_第5页
第5页 / 共27页
点击查看更多>>
下载资源
资源描述

结构方程“AMOS7”的应用案例与教程Word文件下载.doc

《结构方程“AMOS7”的应用案例与教程Word文件下载.doc》由会员分享,可在线阅读,更多相关《结构方程“AMOS7”的应用案例与教程Word文件下载.doc(27页珍藏版)》请在冰豆网上搜索。

结构方程“AMOS7”的应用案例与教程Word文件下载.doc

ClaesFornell,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

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

Ø

超市形象对质量期望有路径影响

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路径影响

2.1、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。

表7-2模型变量对应表

潜变量

内涵

可测变量

(一)超市形象

根据MARTENSEN在固定电话、移动电话、超市等行业中的调查研究,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。

某超市总体形象的评价(a1)

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)

(二)质量期望

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(a11)

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到的水平(a13)

(四)感知价值

根据ANDERSON和FOMELL(EUGENEW.ANDERSON&

CLAESFOMELL,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从性价比来衡量。

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)

(五)顾客满意

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。

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)

(六)顾客抱怨

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的口碑。

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)

您认为某超市对顾客投诉的处理效率和效果正向的,采用Likert10级量度从“非常低”到“非常高”

(a21)

(七)顾客忠诚

顾客忠诚主要可以从三个方面体现:

顾客推荐意向、转换产品的意向、重复购买的意向。

同时还有学者指出顾客忠诚可以从顾客对涨价的容忍性、重复购买性两方面衡量。

综合上述因素,拟从以下几个方面衡量顾客忠诚。

我会经常去某超市(a22)

我会推荐同学和朋友去某超市(a23)

如果发现某超市的产品或服务有问题后,能以谅解的心态主动向超市反馈,求得解决,并且以后还会来超市购物(a24)

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Likert10级量度,如对超市形象的测量:

一、

1代表“非常差劲”,10代表“非常好”

1

您对某超市总体形象的评价

12345678910

2

您认为与其它校内超市相比,某超市的形象如何

3

您认为与其它校内超市相比,某超市品牌知名度如何

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,则删除该记录。

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-halfreliability)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。

Cronbach在1951年提出了一种新的方法(Cronbach'

sAlpha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SPSS16.0研究数据的内部一致性。

在Analyze菜单中选择Scale下的ReliabilityAnalysis(如图7-1),将数据中在左边方框中待分析的24个题目一一选中,然后点击,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'

sAlpha系数为0.892,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

ReliabilityStatistics

Cronbach'

sAlpha

NofItems

.892

24

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。

从表7-4可以看到,除顾客抱怨量表Cronbaca’sAlpha系数为0.255,比较低以外,其它分量表的Alpha系数均在0.7以上,且总量表的Cronbach’sAlpha系数达到了0.891,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0.7,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

可测变量个数

Cronbach’sAlpha

0.858

5

0.889

0.862

感知价格

0.929

0.948

0.255

0.738

2.数据的效度检验

效度(validity)指测量工具能够正确测量出所要测量的特质的程度,分为内容效度(contentvalidity)、效标效度(criterionvalidity)和结构效度(constructvalidity)三个主要类型。

内容效度也称表面效度或逻辑效度,是指测量目标与测量内容之间的适合性与相符性。

对内容效度常采用逻辑分析与统计分析相结合的方法进行评价。

逻辑分析一般由研究者或专家评判所选题项是否“看上去”符合测量的目的和要求。

准则效度又称效标效度、实证效度、统计效度、预测效度或标准关联效度,是指用不同的几种测量方式或不同的指标对同一变量进行测量,并将其中的一种方式作为准则(效标),用其他的方式或指标与这个准则作比较,如果其他方式或指标也有效,那么这个测量即具备效标效度。

例如,是一个变量,我们使用、两种工具进行测量。

如果使用作为准则,并且和高度相关,我们就说也是具有很高的效度。

当然,使用这种方法的关键在于作为准则的测量方式或指标一定要是有效的,否则越比越差。

现实中,我们评价效标效度的方法是相关分析或差异显著性检验,但是在调查问卷的效度分析中,选择一个合适的准则往往十分困难,也使这种方法的应用受到一定限制。

结构效度也称构想效度、建构效度或理论效度,是指测量工具反映概念和命题的内部结构的程度,也就是说如果问卷调查结果能够测量其理论特征,使调查结果与理论预期一致,就认为数据是具有结构效度的。

它一般是通过测量结果与理论假设相比较来检验的。

确定结构效度的基本步骤是,首先从某一理论出发,提出关于特质的假设,然后设计和编制测量并进行施测,最后对测量的结果采用相关分析或因子分析等方法进行分析,验证其与理论假设的

展开阅读全文
相关资源
猜你喜欢
相关搜索

当前位置:首页 > 考试认证 > IT认证

copyright@ 2008-2022 冰豆网网站版权所有

经营许可证编号:鄂ICP备2022015515号-1