情感与信任关系结构方程模型验证

1.样本代表性验证：boot-strap

boot-strap（数据自抽样）是Enfron（1982）所发展，在估计参数的样本统计量分布上是一个强有力的工具。所谓Boot-strap sample 是指以原来的样本为抽样的总体，采用放回随机抽样法，抽取同一大小的子样本，如此重复此步骤所获得的样本称为Boot-strap sample。接着进行每一Boot-strap sample 的参数估计，最后计算出每一参数的平均值与标准误差。

本研究尝证检验当前模型（M2）与样本数据的符合程度，采用boot-strap的方法（Arbuckle，1999，2000）随机选取200 个进行参数估计验证。

Boot-strap 作200 次抽样，所获得的200 个样本，理论模型全部有解。进行Bollen-Stine Bootstrap 检验，选择方差极大估计法，模型对118 个样本解的拟合度优于当前的样本，82 个样本的拟合度比当前样本解差（P=0.408）。从图5-9 也可以直观地看出，模型对绝大多数的样本拟合获得的似然卡方值小于2。因此，可以确定设定的模型对于当前数据的拟合是良好的。

图5-9　Boot-strap 检验情感与信任关系模型获得的χ2 分布图

2.交叉验证(www.xing528.com)

交叉效度验证旨在确定理论模型对于新的数据样本的适宜度。对于前述探索得到的情感与信任关系模型，进一步验证这个模型是否适用于其他数据，即考察探索模型的数据样本与新的样本在模型中的路径系数是否相同（Ho：路径系数相同），也就是验证模型在不同样本间是否相等（invariant or equivalent），即效度样本维持了与测定模型相同的因素结构设定，参数无须再进行任何等同设定。

图5-10　交叉验证路径图

交叉效度验证的数据是调查所得数据随机抽取50%后剩余的数据，共192 份。进行交叉效度的验证，即所得模型图见图5-10 及拟合的各项主要指标见表5-18。

表5-18　交叉验证模型指标结果

综合前述模型探索部分所述模型拟合指数的意义和当前验证所获得的数据，可以确定进行交叉效度验证，不能推翻模型对于两个样本具有同样的和可以接受的拟合度。因此，探索得到的模型对新的样本数据模型适应良好。证明得到的模型（M2）在理论意义和数据拟合程度上都是可以接受的。