1.近似误差均方根（RMSEA）检验
从表6-48 中的RMSEA 数据中，我们发现信任关系态度结构方程模型的“模型与数据拟合”情形良好（RMSEA 值均＜0.05）。
表6-48 误差均方根表（RMSEA）
2.测量模型（Nested Model Comparisons）检验
在Nested Model Comparisons（嵌套模型对比）项下，Assuming model Unconstrained to be correct（假设未设限模型为真的情况下），Measurement weights 模型（测量系数模型）的p=0.120＞0.05，表明考研学生政治面貌群体在信任关系态度结构方程模型系数（因素负荷量）上无显著差异，即不同政治面貌考研学生群体所使用的信任关系态度结构方程模型是相同的。
表6-49 Assuming model Unconstrained to be correct
上述说明的只是整体性的无差异卡方鉴定，为了更好地展现特定因素负荷量的组间效果，我们利用“参数配对”来考察个别变量。分析的原则是临界比率值的绝对值大于1.96，则可解释为“在0.05 的显著水平下，两组的系数值具有显著性差异”。如果统计量的绝对值大于2.58 或者3.29 时，则可解释为“在0.01 或0.001 的显著水平下，有显著性差异”。
本研究把AMOS 运算的Pairwise Parameter Comparisons（Unconstrained）分布列为简表6-50。通过临界比率数值对比来检查两组群体在测量模型系数上的结果。
表6-50 Pairwise Parameter Comparisons（Unconstrained）分布简表（节选1）
查询上表6-50 中统计量的临界比率绝对值为：a1_1 与a1_2 为0.804，a2_1 与a2_2 为0.419，a3_1 与a3_2 为1.577，a4_1 与a4_2 为0.814，a5_1与 a5_2 为1.367，a6_1 与a6_2 为0.066，a7_1 与a7_2 为1.575，a8_1 与a8_2 为0.587，a9_1 与a9_2 为0.553，所有值均小于1.96，故可得出结论：在0.05 的显著水平下，载荷系数均没有显著性差异。研究结果表明，在信任关系态度结构方程模型中，考研学生不同政治面貌群体之间的14 个测量变量对六个潜变量的影响均无显著性的差异。
3.结构模型（Nested Model Comparisons）检验
在Nested Model Comparisons（嵌套模型对比）项下，用表6-51 中的Assuming model Measurement weights to be correct（假设测量模型为真的情况下）来检查结构模型。Structural weights 模型（结构系数模型）的p=0.738＞0.05，表明两组考研学生政治面貌群体在信任关系态度结构方程模型系数上无显著差异。
表6-51 Assuming model Unconstrained to be correct
(www.xing528.com)
表6-52 Pairwise Parameter Comparisons（Unconstrained）分布表（节选2）
查询上述简表6-52 中统计量的临界比率绝对值为：b1_1 与b1_2 为0.310，b2_1 与b2_2 为0.286，b3_1 与b3_2 为0.101，b4_1 与b4_2 为0.102，b5_1 与b5_2 为0.294，b6_1 与b6_2 为0.100，所有值均小于1.96，故可得出结论：在0.05 的显著水平下，在两组考研学生群体政治面貌之间相比，信任关系态度结构方程模型中的六个潜变量路径：“情感行为意向”与“信任行为意向”之间的交互影响，“信任认知度”和“情感认知度”对“信任行为意向”，“情感认知度”与“学习情感关系”对“情感行为意向”的影响均无显著性的差异。
4.协方差分析（Nested Model Comparisons）检验
在Nested Model Comparisons（嵌套模型对比）项下，用表6-53 中的Assuming model Structural covariance to be correct（假设结构模型协方差为真的情况下）来检查结构模型。Structural residuals 模型（结构协方差模型）的p=0.720＞0.05，表明不同政治面貌考研学生群体在信任关系态度结构方程模型相关系数上无显著差异。
表6-53 Assuming model Unconstrained to be correct
表6-54 Pairwise Parameter Comparisons（Unconstrained）分布简表（节选3）
查询上述简表6-54 中统计量的临界比率绝对值为：ccc1_1 与ccc1_2为0.022，ccc2_1 与ccc2_2 为1.915，ccc3_1 与ccc3_2 为1.668，c1_1 与c1_2为0.581，c2_1 与c2_2 为1.998，可以看出除了c2_1 的临界比率1.998 大于1.96 外，其他所有值均小于1.96，故可得出结论：在0.05 的显著水平下，在两组不同政治面貌考研学生群体之间，除了Q40e_1 与Q28_1 两个测量变量的方差之间有显著性差异外，“学习情感关系”与“家庭情感关系”，“信任认知度”与“学习情感关系”，“信任认知度”与“情感认知度”两两之间协方差均无显著性的差异。
5.残差分析（Nested Model Comparisons）检验
在Nested Model Comparisons（嵌套模型对比）项下，用表6-55 中的Assuming model Structural residuals to be correct（假设结构模型残差为真的情况下）来检查结构模型。Measurement residuals 模型（结构残差模型）的p=0.006＜0.05，表明不同政治面貌考研学生群体在残差上有显著差异。
表6-55 Assuming model Unconstrained to be correct
表6-56 Pairwise Parameter Comparisons（Unconstrained）分布简表（节选4）
查询上述简表6-56 中统计量的临界比率绝对值为：vvv1_1 与vvv1_2为1.249，vvv2_1 与vvv2_2 为0.813，vvv3_1 与vvv3_2 为0.319，vvv4_1与vvv4_2 为0.320，vv1_1 与vv1_2 为0.051，vv2_1 与vv2_2 为0.146，所有值均小于1.96，故可得出结论：在0.05 的显著水平下，在模型中两组不同政治面貌考研学生群体之间的六个潜变量：“信任认知度”“情感行为意向”“信任行为意向”“情感认知度”“学习情感关系”“家庭情感关系”的残差均无显著性的差异。
免责声明：以上内容源自网络，版权归原作者所有，如有侵犯您的原创版权请告知，我们将尽快删除相关内容。
