结构方程模型中，显著性检验与拟合指数毫无疑问是最重要的判断依据，但从事模型与数据拟合更强调要符合现实经验或科学理论。也就是说，估计出来的结果必须能够被我们认识和解释。出于这个考虑，我们在进行模型修正时主要应当考虑的是修正后的模型结果是否体现出现实意义或某种理论创新，甚至在一定的情况下，模型效果很差时可以直接对模型进行调整。AMOS软件为我们提供了模型修正指标数值以便我们进行模型扩展或限制。模型扩展是指增加某些先前被限制的路径，从而提高模型的合理度，当我们为了提高模型拟合度时，可以使用这种方法；模型限制与扩展相反，通常是为了提高模型可识别性而用。实际操作中，AMOS提供了两种模型修正指标，模型扩展主要参考修正指数，模型限制参考临界比率。
本研究结构方程初始模型报告的常用拟合指数结果如表6.7所示。
表6.7 常用拟合指数报告
从表6.7常用拟合指数报告结果来看，初始模型的设定中尚存在一些可以改进的地方。由于可测变量的个数限制以及各个可测变量本身的含义已经较为明确，因此我们直接通过修正指数对模型进行修正。查看模型输出详细结果中的MI(Modification Indices)项可以看到模型的修正指数结果，双箭头(“
”)部分表示“残差变量协方差修正指数”，这就意味着如果在两个可测变量的残差变量间增加路径可以使得模型卡方值下降；带有单项虚线箭头符号的部分是“变量回归权重修正指数”，意味着在两个变量间增加路径会具体减少的模型的卡方值。比如通过查找可以发现，区位条件到服务设施的MI值为139.519，是诸多MI值中最大的，这表明从技术上看，如果增加区位条件到服务设施的路径，那么就可以使得卡方值大大减少。从实际的角度考虑，本研究区位条件所载的三个因子对服务设施的影响作用是显而易见的，区位条件较为优越的地方，其服务设施的建设水平会显著提高。因此重新修改初始模型路径，得到修正后的模型路径图，如图6.4所示。
图6.4 修正后的模型一
根据上述模型，在AMOS中运用最大似然估计后的结果如表6.8、表6.9所示。
表6.8 修正模型一的常用拟合指数(www.xing528.com)
表6.9 修正模型一的5%水平下不显著的估计参数
从表6.8的显示结果来看，各项拟合指数均得到了显著的改善，卡方值大大减小，其他各项指标也得到了优化。但与理想的拟合指数仍然有一些差距。
从表6.9的计算结果来看，除了这三项的伴随概率比较大，路径系数在0.05水平下不显著外，其他所有的参数均在0.01水平下较为显著。
很显然，从技术上看，我们要考虑去除P值最大的路径。然而前文一再强调，增减路径首要的原则并非技术可行或技术优化，而是有理论支撑和现实意义。因此，我们具体分析删除P值最大的路径是否具有现实意义。P值最大的路径为旅游资源对行业绩效，从现实角度考虑，删除这个影响路径是不可接受的，因为无论是从资源本身还是旅游业的行业特征，都无法回避旅游资源对其的重要意义。尽管在技术上我们如果删除这条影响路径可以增加拟合优度和改善拟合效果，但由于其造成现实意义的缺失且没有理论支撑，所以不可取。
而此时，我们发现从修正指数的角度来看，各路径的MI值均已降到相对较低的水平，这意味着，在现有的条件下，此时模型的拟合优度已经趋于最优。考虑到模型的实际意义，我们不再关注卡方值，事实上，在参阅目前相关文献中，就有不少学者的研究明确指出，卡方值虽然是一个值得关注的指标，但是在模型收敛的前提下，其往往还受其他一些因素比如样本容量的影响。也就是说，较大的卡方值并不意味着模型的拟合必定是不成立的。我们退回到理论基础和实践感受上仔细分析后进一步判断，此例卡方值较大但不影响我们模型的解释意义，因为本研究的结构方程模型属验证性分析，模型的构建有强有力的理论支撑和实际意义。因此以下部分就基于运算结果开展进一步分析，参数估计的结果如图6.5所示。
图6.5 修正模型一的参数估计结果
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。
