4.3 模型评价

　　结构方程模型的首要任务是用样本数据对所设定的模型参数进行估计，而参数估计的目标就是再生成一个观测变量的协方差矩阵Σ，使之与样本协方差矩阵S尽可能地接近，同时评价模型对数据的拟合程度。当模型重建的方差协方差矩阵越接近于观测的方差协方差矩阵时，残差矩阵各元素就越接近于零，表明模型越能很好地拟合数据，所建模型越有效。

　　Amos计算出的GFI(Goodness of Fit Index，拟合优度，越接近于1表明拟合越好)为0.928，GFI大于0.9，说明拟合较好，模型可以接受。

　　4.4模型修正

　　模型的修正是对于最初的理论假设模型中存在的缺陷和不足进行改进，以获取更具价值的模型。由于模型估计中，感知质量与就业预期的回归系数仅为0.016，临界比为0.296，远小于1.96，说明回归系数并不显著地不等于零，即应该为0。故将图2.2模型中感知质量与就业预期的因果关系连线去掉。修正后的模型如图2.3所示。

　　图 2.3 教学中的学生满意度指数模型

　　三、大学生满意度评价模型的特点： 动态变化性。 学生在校的满意程度取决于各种因素，随着各因素和学生自身的不断变化，学生对学习资源、环境、教师、就业前景、学能及思维方式的理解和期待也在不断变化。因此，学生满意是一种动态的、相对的概念，从时间意义上讲，今天的学生满意是相对于昨天的不满意而言的，更不能代表明天学生对你也一定会满意;从空间意义上说，你的学生满意可能是相对于其他竞争对手的不满意而言的，如果竞争对手提高了学生满意度，学生就会对你不满意。通过开展学生满意度指数测评，使学校可以及时把握学生满意或不满意的原因，可以分析预测学生隐含的、潜在的需求，从而有力地推动学校对教学质量的持续改进和创新。 真实可靠性。 学生满意度指数测评中的“学生”根据自己的真实经历直接参与评价。如果学生对教学质量有何意见，就可以在学生满意度指数测评中直接反应出来。学校和教师必将十分重视这些信息，迅速采取措施加以弥补和纠正，加大对教学质量的投入和管理，使教学质量日益提高，力争使学生从不满意转向满意，从而有利于学生获得满意的教学质量。

　　3. 实用有效性。

　　通过开展学生满意度指数测评，学校和教师能准确地把握学生明示的和隐含的知识与就业需求，并将这些需求及时地转化教学质量要求。随着学生满意度指数测评活动广泛、深入地开展，教学质量将越来越接近学生的需求，也将不断提高学生的就业期望。

　　参考文献： 唐晓芬主编̣̣̣̣̣.上海质量管理科学研究院编著̣̣̣̣̣.顾客满意度测评[M]̣̣̣̣̣.上海：上海科学技术出版社，2001 (美) 特利·瓦伏拉著̣̣̣̣̣.简化的顾客满意测量̣̣̣̣̣[M]. 北京：机械工业出版社，2003.9

 2/2   首页 上一页 1 2