结构方程模型分析的流程与探索
某研究者正致力于研究大型体育赛事对旅游目的地品牌的影响。鉴于赛事举办地通常具备丰富的旅游资源、完善的设施设备及良好的城市形象,大型体育赛事的举办往往能促进当地旅游业的发展。两者间的关系是相辅相成的。为了深入探讨这一关系,研究者收集了200份相关问卷,并获得了部分数据。
在结构方程模型的分析过程中,初始理论模型的确定是关键一步。研究者需根据前人的研究成果,明确模型的测量关系、影响关系以及潜变量的命名。通过文献回顾和现有研究成果的分析,研究者确定了本案例数据的理论模型。
此理论模型涉及A1~A4、B1~B2、C1~C3、D1~D2这11个测量项,以及形象契合度、形象延伸度、品牌认同、旅游目的地形象这四个潜变量。
结构方程模型主要包括测量关系和影响关系两部分。
从测量关系的角度来看,潜变量如形象契合度是由A1~A4等指标测量得出;形象延伸度则由B1~B2等指标测量。品牌认同和旅游目的地形象同样有相应的测量指标。
在影响关系方面,形象契合度和形象延伸度对品牌认同具有影响力;品牌认同又进一步影响着旅游目的地形象。
研究者使用SPSSAU进行结构方程模型的构建,该工具默认采用最大似然法估计模型参数。得到模型参数后,需对模型进行全面评价,包括模型拟合情况、影响关系以及测量关系。
(1)模型拟合评价
常用的模型拟合指标及其标准如下表所示。SPSSAU会输出多种拟合指标,但此处仅展示本次分析中最常用的指标及其结果。
根据卡方自由度比等指标,可以对模型的拟合程度进行判断。
(2)影响关系的分析
通过回归系数等指标,可以明确潜变量间的影响关系以及测量关系的情况。
例如,形象契合度对品牌认同有显著影响(p值小于0.05),标准化回归系数为0.411,表明形象契合度对品牌认同有正向影响。同样,形象延伸度也会对品牌认同产生显著的正向影响;而品牌认同又会对旅游目的地形象产生显著的正向影响。
(3)模型调整与优化
若模型存在测量关系不佳的情况,如标准化回归系数小于0.6,研究者可考虑调整模型。
模型调整的方法之一是放弃模型的测量关系,改用路径分析法。路径分析法是结构方程模型的一种特例,重点关注影响关系,而不考虑测量关系。
具体操作时,可将潜变量转化为显变量,然后建立路径分析模型。以形象契合度为例,可以通过取A1~A4的平均值来将其转化为显变量。完成所有潜变量的显变量处理后,即可在SPSSAU中建立路径分析模型。
除了路径分析法,还有模型拆分法、线性回归法等模型调整方法。当模型各项拟合指标不达标时,研究者还可使用MI指标调整法。这种方法需要SPSSAU输出MI修正指标建议值,根据MI值判断变量之间的共变性,进而调整模型。
在反复调整和优化后,研究者最终得到了一个拟合情况良好的模型。该模型清晰地展示了大型体育赛事对旅游目的地品牌的影响路径和机制。
结构方程模型综合了测量模型和影响模型,因此在近年来被广泛应用于各类研究中。通过合理的数据收集、模型构建和调整,研究者可以更深入地了解变量之间的关系,为决策提供有力支持。
参考文献:相关研究论文及本案例研究报告