構造方程式モデリング解析プロセス

1. 事件の背景

ある研究者は、主要なスポーツイベントが観光地のブランド化に与える影響を研究したいと考えています。スポーツイベントは、観光資源が豊富で、施設・設備が充実し、都市イメージが良好な場所で開催されるのが一般的であり、大規模なスポーツイベントの開催は地域観光の発展を牽引するものであり、両者は相互補完的な関係にあります。大規模なスポーツイベントが観光地のブランドに与える影響を調査するために、研究者らは合計 200 件のアンケートを収集しました。そのうちのいくつかは次のとおりです。

2. モデルの構築

構造方程式を構築するには、一般に研究者は、モデルの測定関係、影響関係、モデルの潜在変数名の決定など、過去の研究結果に基づいて初期研究の理論モデルを決定する必要があります。関連する文献と既存の研究結果を検討した後、このケースのデータ理論モデルは次のように決定されます。

この事例の理論モデルより、測定項目はA1～A4、B1～B2、C1～C3、D1～D2の11項目あり、潜在変数はイメージフィット、イメージエクステンション、ブランドアイデンティティ、観光目的地イメージの4つとなります。

構造方程式モデルには、測定関係と影響関係という 2 つの構造部分が含まれています。

測定関係の観点からは、潜在可変イメージのフィット感はA1～A4、イメージの広がりはB1～B2、ブランドアイデンティティはC1～C3、観光地イメージはD1～D2で測定されます。

影響関係の観点から見ると、イメージフィットとイメージ拡張はブランドアイデンティティに影響を与え、ブランドアイデンティティは観光地のイメージに影響を与えます。

SPSSAU を使用した構造方程式モデルの構築は次のとおりです。

分析ページの右上隅にある MI インジケーターはデフォルトでは出力されません。後続のモデル調整で出力することを選択し、MI インジケーターに基づいてモデル補正を実行できます。また、スケールの中央部分の 2 次構造は、複数の潜在変数が結合され、モデルにもう 1 つのレベルがある場合に使用されますが、この分析では関与せず、設定も行いません。

SPSSAU システムでモデルを構築する場合、SPSSAU はデフォルトで最尤法を使用してモデルのパラメーターを推定します。モデルのパラメーターを取得した後、モデルのフィッティング、モデルの影響関係を含むモデルの品質を評価する必要があります。、およびモデルの測定関係を評価します。

3. モデルの評価

(1) モデルフィッティング指標

構造方程式に対して最も一般的に使用されるモデルフィッティング指標とその標準は次のとおりです。

SPSSAU は十数のフィッティング指標を出力します。ここには、この分析結果で最も一般的に使用される指標のみが表示されます。以下の表を参照してください。

モデルフィッティングインデックスから、カイ二乗自由度比は 1.371<3、GFI=0.955>0.9、RMSEA=0.043<0.1、RMR=0.033<0.05、CFI、NFI、NNFI はすべてより大きいことがわかります。 0.9 であり、指標はすべてこの範囲内にあり、モデルの方が優れており、モデルの結果が信頼できることを示しています。

(2) 影響関係

モデルの回帰係数の要約表は次のとおりです。

上の表は、潜在変数間の影響関係と測定関係を示しています。まず、影響関係を分析します上の表から、画像の適合性がブランド認知度に大きな影響を与えることがわかり (p=0.004<0.05)、標準化回帰係数は 0.411 であり、画像の適合性がブランド認知度にプラスの影響を与えることがわかります。ブランド認知への影響。同じ分析では、イメージ拡張の度合いがブランドアイデンティティに大きなプラスの影響を及ぼし、ブランドアイデンティティが観光地のイメージに大きなプラスの影響を与えることが示されています。

(3) 測定関係

上表の測定関係より、A1、B1、C1、D1は基準項目となり、指標値は出力されません。一般に、測定関係が良好であれば標準化回帰係数は0.6より大きいはずですが、上表では測定項目A1、A3、A4、C2の標準化回帰係数がいずれも0.6未満となっており、測定項目が良好であることがわかります。モデルの測定関係は良好ではありません。

構造方程式モデルの構築前に探索的因子分析や確認的因子分析を行っていれば、該当する測定項目の測定関係が良くないことが判明し、調整が行われている可能性があります。

構造方程式モデルを構築する際に、測定関係が良くない場合は、該当する測定項目を削除して解析をやり直すことができます。ただし、この分析には多くの変数が含まれており、それらをすべて削除すると実際の研究の意義が失われる可能性があるため、モデルを調整するには他の手段が必要です。

4. モデルの調整

構造方程式モデルの構築は通常、一度では成功せず、複数回の調整が必要になります。構造方程式モデルの調整は、モデル調整方法とMI指数調整方法の2つに分けられます。モデルの調整方法とは、モデルを直接調整する方法であり、具体的には、モデルを分割したり、構造方程式モデルの測定関係を放棄してパス解析法を使用したりすることができる。MI 指数調整法とは、新たな共分散関係や影響関係の確立など、MI 指数に基づくモデル調整を指します。

(1) モデルの調整方法

この場合、モデルの測定関係は良好ではなく、4 つの測定項目の標準化回帰係数はすべて 0.6 未満であるため、モデルの測定関係を放棄し、代わりにパス分析手法を使用することを選択できます。パス解析法は構造方程式モデルの特殊なケースであり、測定関係を全く考慮せず、影響関係のみを検討します。

操作は次の 2 つのステップに分けることができます: ① 潜在変数を明示変数に変更する; ② パス分析モデルを確立する

①潜在変数が顕在変数になる

スケールデータ。通常は平均化されます。この場合、イメージフィットの潜在変数は 4 つの測定項目 A1 ～ A4 で表されるため、これら 4 つの平均値を顕在変数とします。同様にイメージエクステンション、ブランドアイデンティティ、観光地のイメージも変数として扱うことができます。SPSSAU で変数生成機能を使用する操作は次のとおりです。

②パス解析モデルの確立

SPSSAU システムで [パス分析] を選択し、次のようにパス分析モデルを確立します。

まず、パス分析モデルのフィッティングインジケーターを確認します。以下の表を参照してください。

上の表から、この解析モデルのカイ二乗自由度は 1.997<3 であり、他の指標も標準範囲内にあることがわかり、モデルの適合性が高く、モデルの信頼性が高いことがわかります。

次に、以下の表に示すように、モデルの影響関係を確認します。

上の表から、イメージ適合度およびイメージ拡張度がブランドアイデンティティに大きなプラスの影響を与えると同時に、ブランドアイデンティティは観光地のイメージに大きなプラスの影響を与えることがわかります。モデルの影響関係は十分に確立されています。最終的なコンストラクションパス解析モデルは次のとおりです。

上記はモデル調整手法のパス解析手法を用いてモデルを調整する方法ですが、モデル調整手法にはモデル分割手法や線形回帰手法などもありますので、具体的な解析方法についてはSPSSAUのヘルプマニュアルを参照してください。

https://spssau.com/helps/research/semmodify.html

(2) MI指数の調整方法

モデルのフィッティング指数が標準に達していない場合は、MI 指数調整方法を使用できます。MI インデックスの調整方法は、SPSSAU に MI 補正インデックスの提案値を出力させ、MI 値に応じて変数間の共変動を判断する方法であり、変数間の MI 値が大きい場合にはパスを追加する必要があります2 つの間でモデルを拡張し、最適なモデルが得られるまで操作を繰り返します。

SPSSAU システムに MI インデックスを出力させます。専門知識に従って MI インデックスのサイズを選択できます。通常、出力するには MI>10 を選択します。操作は次のとおりです。

出力は次のとおりです。

一般に、MI 値 > 20 は、2 つの間に強い関係があることを示し、2 つの間の共分散関係が考慮されます。

上の表からわかるように、B2 と C1 の間の MI 値は 10.226 です。これは、B2 と C1 の間に共分散関係が確立されている場合、カイ二乗値を 10.226 減らすことができ、次の共分散関係が得られることを意味します。この 2 つが考えられます (この場合のデータの方が優れているため、ここではデモンストレーションのみを目的としています)。SPSSAU は次のように動作します。

B2 と C1 の間の共分散関係を確立した後、再度分析すると、モデルフィッティング指標は次のようになります。

上の表からわかるように、モデルのカイ二乗自由度比は 1.997 から 1.124 に減少し、他の指標もわずかに変化しています。モデルフィッティングインデックスがまだ標準に達していない場合は、MI インデックスに基づいて共分散関係または影響関係を確立し続けることができます。この分析モデルのすべての指標は基準に達しており、最終的な分析モデルは次のとおりです。

MI インジケーターの完全な調整方法については、ヘルプマニュアルを参照してください: https://spssau.com/helps/research/semmodify.html

V. まとめ

この論文は、構造方程式モデリングを使用して、大規模なスポーツイベントが観光地ブランドに与える影響を研究することを目的としていますが、モデルのテスト後、モデルの測定関係が良好ではないことが判明したため、最終的にモデルの測定関係を決定します。は放棄され、モデルの影響関係のみが保持されます。つまり、単純にリサーチパス分析が使用されます。この研究では、イメージの適合とイメージの拡張の両方がブランドアイデンティティに大きなプラスの影響を与えると同時に、ブランドアイデンティティが観光地のイメージに大きなプラスの影響を与えることがわかりました。

構造方程式モデリングは測定モデルと衝撃モデルの両方を考慮するため、最近の研究でますます広く使用されています。モデルの適合性が良くない場合は、MI インデックス調整メソッドをモデルの修正に使用できます。モデルインデックスがとにかく標準に達していない場合は、パス分析などの他の研究方法の代わりにモデル調整メソッドを使用できます。回帰分析など。

参考：主要スポーツイベントが観光地ブランドに及ぼす影響に関する調査-Wang Jing