6.1.3　融合媒体采纳行为的SEM模型参数估计

本研究将数据导入模型，执行AMOS的计算估计值，模型可以顺利聚合收敛或识别，但是这并不代表理论模型的适配度或契合度一定良好，还必须进一步参考各参数加以判别。SEM模型参数评估主要评价模型适配度指标，分析假设的理论模型与实际数据的一致性程度。本研究的模型适配度分析如表6-2。

表6-2　整体模型适配度检验分析表

(续表)(www.daowen.com)

在整体模型适配度的统计量中，卡方值为412.173，显著性概率值p=0.000＜0.05，达到显著水平，将拒绝H0，表示理论模型与实际数据无法契合。其次RMR为0.073＞0.05、NFI为0.698＜0.90，RFI为0.625＜0.90，这3个指标未达到模型可以适配的标准。

但需要注意的是，卡方值对样本的大小非常敏感，样本越大，则卡方值越容易达到显著，导致理论模型遭到拒绝的概率越大。卡方值检验最适合的样本数为100至200。如果是问卷调查法，通常样本数均在200以上，因此整体模型是否适配需再参考其他的适配度指标。Rigdon(1995)认为，使用真实世界的数据来评价理论模型时，χ²统计意义不大，模型参数越多，所需的样本数就越多，卡方检验问题就越严重。本研究SEM模型变量多，样本数也是中等规模，在此情况下，卡方值很容易达到显著，因此本模型适配度中的卡方值412.173，显著性概率值p=0.000＜0.05可以不作为适配度的评估参数。

从整体模型其他适配度参数看，RMSEA=0.024＜0.05，GFI=0.937＞0.9，AGFI=0.916＞0.9，IFI=0.918＞0.9，TLI=0.901＞0.9，CFI=0.911＞0.9，PGFI=0.704＞0.50，PNFI=0.562＞0.50，PCFI=0.734＞0.50，χ²值自由度比=1.260＜2，AIC=628.173小于独立模型值和饱和模型值，CAIC=1 180.450小于独立模型值和饱和模型值，均达到模型可以接受标准。当显著水平α=0.05时，CN=406＞200，当显著水平α=0.01时，CN=427＞200，模型可以达到适配的标准。整体而言，从主要适配度统计指标来看，本研究的SEM模型与实际数据可以适配。