| 标题 | 结构方程模型在管理学实证研究中的应用 |
| 范文 | 赵海丹 摘 要： 结构方程模型是社会科学领域应用非常广泛的一种统计建模方法，可同时对多维复杂变量之间关系进行全面检验，因此在管理学中极具应用前景。本文首先介绍了结构方程模型的基本概念，然后通过直销企业顾客信任影响因素的研究实例来展示结构方程模型在管理学研究中的应用。 关键词：结构方程模型；管理学；顾客信任 一、结构方程基本概念 所谓的结构方程模型，是利用线性方程来表示观测变量与潜变量，以及潜变量自身关系的统计方法。该方法以其通用性、线性统计建模而被广泛的应用在多种不同学科领域进行研究。在管理学研究领域内，有时需要处理多个原因、多个结果的关系，或者遇到不可直接观测的变量，传统的统计方法，如路径分析或者是探索性因子分析等，都不能揭示出上述变量之间的关系，而通过运用结构方程则可克服上述分析的不足，既可分析出其中的测量误差，同时也可得出其中的变量关系。 结构方程当中的模型技术的核心，就是通过缩小样本和模型估算出来的协方差值的差异。而对其拟合的评判，则是同诺卡方和自由度之间的比值指标、RMSEM两指标来反应其拟合度，其中比值越小，并且RMSEM越小，则说明其模型也就越准确。 结构方程在其自身的形式上，其实质是反映出隐变量与显变量两者之间的关系的方程，而其目的则为通过对显变量的测量，从而推断出其中的隐变量，并对假设的正确性进行方程验证。而一般的来讲，方程是由两类不同的矩阵方程构成，一类为测量方程，主要描述隐变量和显变量之间的关系；另一类则为结构方程，其主要描述隐变量自身的关系。 二、结构方程在管理学实证研究中的应用实例 我们以安利作为研究对象。根据该课题的研究，首先必须对其中的数据进行处理，因此，第一步我们设置问卷。对该调查问卷的设计，我们采用封闭式的问题进行调查；第二步则是在初稿完成之后，邀请市场营销方面的专家对调查问卷中的内容、问题等进行综合性的评价，并在专家提出意见后，对问卷进行调整和修改；第三步则为再通过上述的综合修改之后，将问卷在安利顾客和销售员当中做一定的预调查，以此再通过市场的检验对问卷进行再次的修改；最后确定初始问卷终稿。初始问卷编制完成后，在辽宁地区随机选取某超市做小样本测验，检验问卷信度及效度，经过以上过程最终确定正式调查的问卷。实证研究主要以鞍山和沈阳两地的直销顾客为调查对象，问卷调查的时间为2013.09-2013.12，通过及时信息、电子邮件和纸制问卷发放问卷。共发放问卷350份，回收289份，问卷回收率为83%。 为更好地做好对模型中的假设进行进一步的验证与改进，我们则对其中的9个受顾客信任的影响因素进行确定性的因子分析。在分析中，我们选择了全模型的10因子模型、6因子模型、2因子模型和单因子模型。并利用χ2/df、GFI、CFI、RMSEA、PGFI和NNFI指标对模型的拟合度进行评价。通过数据我们可以看出，其中的χ2/df的值为3.391，RMSEA的值则为0.073，通过比较均小于其中的6因子、2因子和单因子中的指标，因此，符合实验的统计的要求。因此，在这里我们可以认定为全模型中所涉及到的10个不同的变量其具有很好的区分度。 将所有数据输入到AMOS软件中，进行运行。而在对结构方程进行其中的假设检验前，首先则必须对模型进行评价。而对其的评价则主要包括以下两方面： 1.基本拟合标准 通过该标准，其可直接检测到模型的误差与标准的误差之间的大小，同时可查看其是否存在着因为误输入以及协方差是不是为正定等相关问题。因此，对其检验，则主要有以下四项内容：首先为对其的评价不能出现负的测量的误差；其次则是其测量的误差则必须达到显著性的水平；第三则是其因子的载荷在0.5到0.95间；最后则是对其评价不能出现大的标准误差。在该模型中，通过评价，所有的变量因子其载荷符合上述的要求，因此，可进一步的表明该模型符合最基本的拟合标准。 2.整体模型拟合度 对该标准的评价，则主要体现出模型和数据的拟合的程度，因此，将该评价分为三类不同的指标，整体拟合度标准分析如下表。 从上表可以看出，理论模型结构方程检验结果拟合情况较好。 通过运用结构方程，可得出其中的相关因素和顾客信任两者之间的回归路径的系数与其中的t值，并且当t>2的时候，进一步的说明了外生变量和内生变量两者之间存在着非常显著的关系，反之则说明两者之间关系影响很小。将假设检验结果绘成路径图，如下图所示。 从路径图中可以看出，路径系数都达到5%显著性水平以上，说明在所有的印象因素当中，感知质量、企业规模、法律法规、销售能力、企业声誉、经济价值、专业性、行业认可以及产品受喜爱的程度都与顾客对企业的信任存在着很大的显著正相关关系。 三、结束语 结构方程模型是一种非常有效的统计工具，在国外已经非常成熟，近些年在国内也逐步开始受到研究人员的重视。通过上一实例，可以看到结构方程模型在管理研究实证分析上的优势所在，通过将难以直接衡量的顾客信任以及其影响因素用调研打分的方式来对其中的测量变量给予概念化，并通过利用测量变量间的协方差的关系对其中的潜变量间关系进行研究。结构方程模型在管理学研究领域具有非常广阔的应用前景，当然如何对其中的管理要素间的关系进行自由的设置，则主要来自研究人员自身的专业能力。 参考文献： [1]谢凤华.顾客信任前因、维度和结果的研究——基于电视机购买的理论与经验研究[D]，博士学位论文，浙江大学，2005. [2]侯杰泰，温忠麟，成子娟.《结构方程模型及其应用》[M].北京：教育科学出版社，2005. [3]Buhi，Eric R，Goodson Patricia，Neiland，Torsten B.Structural Equation Modeling：A Primer for Health Behavior Researchers. American Journal of Health Behavior . 2007. 摘 要： 结构方程模型是社会科学领域应用非常广泛的一种统计建模方法，可同时对多维复杂变量之间关系进行全面检验，因此在管理学中极具应用前景。本文首先介绍了结构方程模型的基本概念，然后通过直销企业顾客信任影响因素的研究实例来展示结构方程模型在管理学研究中的应用。 关键词：结构方程模型；管理学；顾客信任 一、结构方程基本概念 所谓的结构方程模型，是利用线性方程来表示观测变量与潜变量，以及潜变量自身关系的统计方法。该方法以其通用性、线性统计建模而被广泛的应用在多种不同学科领域进行研究。在管理学研究领域内，有时需要处理多个原因、多个结果的关系，或者遇到不可直接观测的变量，传统的统计方法，如路径分析或者是探索性因子分析等，都不能揭示出上述变量之间的关系，而通过运用结构方程则可克服上述分析的不足，既可分析出其中的测量误差，同时也可得出其中的变量关系。 结构方程当中的模型技术的核心，就是通过缩小样本和模型估算出来的协方差值的差异。而对其拟合的评判，则是同诺卡方和自由度之间的比值指标、RMSEM两指标来反应其拟合度，其中比值越小，并且RMSEM越小，则说明其模型也就越准确。 结构方程在其自身的形式上，其实质是反映出隐变量与显变量两者之间的关系的方程，而其目的则为通过对显变量的测量，从而推断出其中的隐变量，并对假设的正确性进行方程验证。而一般的来讲，方程是由两类不同的矩阵方程构成，一类为测量方程，主要描述隐变量和显变量之间的关系；另一类则为结构方程，其主要描述隐变量自身的关系。 二、结构方程在管理学实证研究中的应用实例 我们以安利作为研究对象。根据该课题的研究，首先必须对其中的数据进行处理，因此，第一步我们设置问卷。对该调查问卷的设计，我们采用封闭式的问题进行调查；第二步则是在初稿完成之后，邀请市场营销方面的专家对调查问卷中的内容、问题等进行综合性的评价，并在专家提出意见后，对问卷进行调整和修改；第三步则为再通过上述的综合修改之后，将问卷在安利顾客和销售员当中做一定的预调查，以此再通过市场的检验对问卷进行再次的修改；最后确定初始问卷终稿。初始问卷编制完成后，在辽宁地区随机选取某超市做小样本测验，检验问卷信度及效度，经过以上过程最终确定正式调查的问卷。实证研究主要以鞍山和沈阳两地的直销顾客为调查对象，问卷调查的时间为2013.09-2013.12，通过及时信息、电子邮件和纸制问卷发放问卷。共发放问卷350份，回收289份，问卷回收率为83%。 为更好地做好对模型中的假设进行进一步的验证与改进，我们则对其中的9个受顾客信任的影响因素进行确定性的因子分析。在分析中，我们选择了全模型的10因子模型、6因子模型、2因子模型和单因子模型。并利用χ2/df、GFI、CFI、RMSEA、PGFI和NNFI指标对模型的拟合度进行评价。通过数据我们可以看出，其中的χ2/df的值为3.391，RMSEA的值则为0.073，通过比较均小于其中的6因子、2因子和单因子中的指标，因此，符合实验的统计的要求。因此，在这里我们可以认定为全模型中所涉及到的10个不同的变量其具有很好的区分度。 将所有数据输入到AMOS软件中，进行运行。而在对结构方程进行其中的假设检验前，首先则必须对模型进行评价。而对其的评价则主要包括以下两方面： 1.基本拟合标准 通过该标准，其可直接检测到模型的误差与标准的误差之间的大小，同时可查看其是否存在着因为误输入以及协方差是不是为正定等相关问题。因此，对其检验，则主要有以下四项内容：首先为对其的评价不能出现负的测量的误差；其次则是其测量的误差则必须达到显著性的水平；第三则是其因子的载荷在0.5到0.95间；最后则是对其评价不能出现大的标准误差。在该模型中，通过评价，所有的变量因子其载荷符合上述的要求，因此，可进一步的表明该模型符合最基本的拟合标准。 2.整体模型拟合度 对该标准的评价，则主要体现出模型和数据的拟合的程度，因此，将该评价分为三类不同的指标，整体拟合度标准分析如下表。 从上表可以看出，理论模型结构方程检验结果拟合情况较好。 通过运用结构方程，可得出其中的相关因素和顾客信任两者之间的回归路径的系数与其中的t值，并且当t>2的时候，进一步的说明了外生变量和内生变量两者之间存在着非常显著的关系，反之则说明两者之间关系影响很小。将假设检验结果绘成路径图，如下图所示。 从路径图中可以看出，路径系数都达到5%显著性水平以上，说明在所有的印象因素当中，感知质量、企业规模、法律法规、销售能力、企业声誉、经济价值、专业性、行业认可以及产品受喜爱的程度都与顾客对企业的信任存在着很大的显著正相关关系。 三、结束语 结构方程模型是一种非常有效的统计工具，在国外已经非常成熟，近些年在国内也逐步开始受到研究人员的重视。通过上一实例，可以看到结构方程模型在管理研究实证分析上的优势所在，通过将难以直接衡量的顾客信任以及其影响因素用调研打分的方式来对其中的测量变量给予概念化，并通过利用测量变量间的协方差的关系对其中的潜变量间关系进行研究。结构方程模型在管理学研究领域具有非常广阔的应用前景，当然如何对其中的管理要素间的关系进行自由的设置，则主要来自研究人员自身的专业能力。 参考文献： [1]谢凤华.顾客信任前因、维度和结果的研究——基于电视机购买的理论与经验研究[D]，博士学位论文，浙江大学，2005. [2]侯杰泰，温忠麟，成子娟.《结构方程模型及其应用》[M].北京：教育科学出版社，2005. [3]Buhi，Eric R，Goodson Patricia，Neiland，Torsten B.Structural Equation Modeling：A Primer for Health Behavior Researchers. American Journal of Health Behavior . 2007. 摘 要： 结构方程模型是社会科学领域应用非常广泛的一种统计建模方法，可同时对多维复杂变量之间关系进行全面检验，因此在管理学中极具应用前景。本文首先介绍了结构方程模型的基本概念，然后通过直销企业顾客信任影响因素的研究实例来展示结构方程模型在管理学研究中的应用。 关键词：结构方程模型；管理学；顾客信任 一、结构方程基本概念 所谓的结构方程模型，是利用线性方程来表示观测变量与潜变量，以及潜变量自身关系的统计方法。该方法以其通用性、线性统计建模而被广泛的应用在多种不同学科领域进行研究。在管理学研究领域内，有时需要处理多个原因、多个结果的关系，或者遇到不可直接观测的变量，传统的统计方法，如路径分析或者是探索性因子分析等，都不能揭示出上述变量之间的关系，而通过运用结构方程则可克服上述分析的不足，既可分析出其中的测量误差，同时也可得出其中的变量关系。 结构方程当中的模型技术的核心，就是通过缩小样本和模型估算出来的协方差值的差异。而对其拟合的评判，则是同诺卡方和自由度之间的比值指标、RMSEM两指标来反应其拟合度，其中比值越小，并且RMSEM越小，则说明其模型也就越准确。 结构方程在其自身的形式上，其实质是反映出隐变量与显变量两者之间的关系的方程，而其目的则为通过对显变量的测量，从而推断出其中的隐变量，并对假设的正确性进行方程验证。而一般的来讲，方程是由两类不同的矩阵方程构成，一类为测量方程，主要描述隐变量和显变量之间的关系；另一类则为结构方程，其主要描述隐变量自身的关系。 二、结构方程在管理学实证研究中的应用实例 我们以安利作为研究对象。根据该课题的研究，首先必须对其中的数据进行处理，因此，第一步我们设置问卷。对该调查问卷的设计，我们采用封闭式的问题进行调查；第二步则是在初稿完成之后，邀请市场营销方面的专家对调查问卷中的内容、问题等进行综合性的评价，并在专家提出意见后，对问卷进行调整和修改；第三步则为再通过上述的综合修改之后，将问卷在安利顾客和销售员当中做一定的预调查，以此再通过市场的检验对问卷进行再次的修改；最后确定初始问卷终稿。初始问卷编制完成后，在辽宁地区随机选取某超市做小样本测验，检验问卷信度及效度，经过以上过程最终确定正式调查的问卷。实证研究主要以鞍山和沈阳两地的直销顾客为调查对象，问卷调查的时间为2013.09-2013.12，通过及时信息、电子邮件和纸制问卷发放问卷。共发放问卷350份，回收289份，问卷回收率为83%。 为更好地做好对模型中的假设进行进一步的验证与改进，我们则对其中的9个受顾客信任的影响因素进行确定性的因子分析。在分析中，我们选择了全模型的10因子模型、6因子模型、2因子模型和单因子模型。并利用χ2/df、GFI、CFI、RMSEA、PGFI和NNFI指标对模型的拟合度进行评价。通过数据我们可以看出，其中的χ2/df的值为3.391，RMSEA的值则为0.073，通过比较均小于其中的6因子、2因子和单因子中的指标，因此，符合实验的统计的要求。因此，在这里我们可以认定为全模型中所涉及到的10个不同的变量其具有很好的区分度。 将所有数据输入到AMOS软件中，进行运行。而在对结构方程进行其中的假设检验前，首先则必须对模型进行评价。而对其的评价则主要包括以下两方面： 1.基本拟合标准 通过该标准，其可直接检测到模型的误差与标准的误差之间的大小，同时可查看其是否存在着因为误输入以及协方差是不是为正定等相关问题。因此，对其检验，则主要有以下四项内容：首先为对其的评价不能出现负的测量的误差；其次则是其测量的误差则必须达到显著性的水平；第三则是其因子的载荷在0.5到0.95间；最后则是对其评价不能出现大的标准误差。在该模型中，通过评价，所有的变量因子其载荷符合上述的要求，因此，可进一步的表明该模型符合最基本的拟合标准。 2.整体模型拟合度 对该标准的评价，则主要体现出模型和数据的拟合的程度，因此，将该评价分为三类不同的指标，整体拟合度标准分析如下表。 从上表可以看出，理论模型结构方程检验结果拟合情况较好。 通过运用结构方程，可得出其中的相关因素和顾客信任两者之间的回归路径的系数与其中的t值，并且当t>2的时候，进一步的说明了外生变量和内生变量两者之间存在着非常显著的关系，反之则说明两者之间关系影响很小。将假设检验结果绘成路径图，如下图所示。 从路径图中可以看出，路径系数都达到5%显著性水平以上，说明在所有的印象因素当中，感知质量、企业规模、法律法规、销售能力、企业声誉、经济价值、专业性、行业认可以及产品受喜爱的程度都与顾客对企业的信任存在着很大的显著正相关关系。 三、结束语 结构方程模型是一种非常有效的统计工具，在国外已经非常成熟，近些年在国内也逐步开始受到研究人员的重视。通过上一实例，可以看到结构方程模型在管理研究实证分析上的优势所在，通过将难以直接衡量的顾客信任以及其影响因素用调研打分的方式来对其中的测量变量给予概念化，并通过利用测量变量间的协方差的关系对其中的潜变量间关系进行研究。结构方程模型在管理学研究领域具有非常广阔的应用前景，当然如何对其中的管理要素间的关系进行自由的设置，则主要来自研究人员自身的专业能力。 参考文献： [1]谢凤华.顾客信任前因、维度和结果的研究——基于电视机购买的理论与经验研究[D]，博士学位论文，浙江大学，2005. [2]侯杰泰，温忠麟，成子娟.《结构方程模型及其应用》[M].北京：教育科学出版社，2005. [3]Buhi，Eric R，Goodson Patricia，Neiland，Torsten B.Structural Equation Modeling：A Primer for Health Behavior Researchers. American Journal of Health Behavior . 2007. |
| 随便看 |
|
科学优质学术资源、百科知识分享平台，免费提供知识科普、生活经验分享、中外学术论文、各类范文、学术文献、教学资料、学术期刊、会议、报纸、杂志、工具书等各类资源检索、在线阅读和软件app下载服务。