结合前面章节所做的结构关系假设分析和量表及样本的检验，本研究中的各个变量以及量表的效度和信度已经达到了理想的标准。本章将利用结构方程技术对物流服务供应链的服务补救资源、服务补救意愿和服务补救绩效的关系进行实证探讨。根据上文的讨论，使用结构方程的过程中，样本量越大，分析结果的稳定性越高。有学者提出结构方程中的样本量最少应大于100，也有学者提出样本量大于200才能够满足结果稳定的要求。本研究中的样本量为291个，满足上述要求。

在实证分析的过程中，本章将对第3章中提出的作用假设进行逐一拟合和验证，模型的修订是利用结构方程模型进行实证分析中非常重要的环节。本研究选用AMOS 21.0进行结构方程的建模和数据分析拟合。AMOS 21.0允许在总体模型的拟合中对增加到模型中的每一种可能的路径使用修正指数M.I.（Modification Indices）来表示产生期望减少的卡方。在修改模型的过程中，应该重点考虑经验数据而不是理论数据，因此需要以理论和经验结果为基础，再参照修正指数M.I.来对模型进行修订（Byrne，2010）。在本研究中，模型修订将遵循如下两项原则：

（1）任何模型的修订必须有相应的理论支撑，不能以数据来驱动修改，调整的模型必须有相关的理论进行支撑或者符合企业实践。在AMOS 21.0对样本数据进行处理的过程中，将会输出模型修正指标M.I.，本研究中将结合这些修正指标并根据理论依据或文献支撑来对结构模型进行逐一修正和重新拟合。根据侯泰杰（2004）的研究结果显示，一般而言，当达到p=0.05水平时，对M.I.>3.84的参数路径进行修改是可行的。(www.daowen.com)

（2）拟合后的模型应当尽可能的简单明了。在拟合指标符合接受标准的前提下，应当尽量选择卡方值相对较低而自由度相对较高的模型。