3.1.1 情景性与感知易用性、感知有用性和感知风险.................17
3.1.2 泛在性与感知易用性和感知风险....................18
第 4 章 数据分析.......................31
4.1 数据收集..................................31
4.2 数据概况...........................31
第 5 章 模型验证与假设检验...............41
5.1 模型拟合与修正.........................41
5.2 模型内部拟合评.................42
第 5 章 模型验证与假设检验
5.1 模型拟合与修正
使用 AMOS 21.0 对模型拟合度进行检验。常用指标有卡方与自由度比（χ2/df），绝对适配指数 GFI、AGFI、RMSEA，增值适配指数 NFI、RFI、IFI、TLI、CFI，残差分析指数 SRMR 等判定模型拟合性。在 AMOS 中根据前期分析绘制理论模型并导入样本数据，使用最大似然估计法进行参数估计。
初始结构方程模型中的 GFI、AGFI、NFI、RFI 和 RMSEA 指标未能达到理想值，因此依据 AMOS 中的修正指标（M.I.）对模型进行如下逐步修正：（1）修正路径 e12→e13，M.I.=13.671，得到修正模型 1；（2）修正路径 e25→e26，M.I.=12.490，得到修正模型 2。具体情况见表 5.1。经过修正后的模型其各项拟合指标得到明显改善，修正路径在理论上是支持的。由表 5.1 可见，χ2/df=1.879＜3，显著性 p＜0.05，GFI=0.910＞0.9，NFI=0.912＞0.9，IFI=0.964＞0.9，TLI=0.957＞0.9，RMSEA=0.045＜0.05，SRMR=0.0593＜0.08，而 RFI、AGFI 及 SRMR 也接近各自的理想值，可以接受。最终得到的修正模型如图5.1 所示。
.............................
第 6 章 结论与讨论
6.1 研究结论
本研究从移动端旅游服务特性和旅游者内在特性出发探索性地研究旅游APP 情景感知服务的用户持续使用意愿。根据技术接受模型、S-O-R 理论构建了旅游 APP 持续使用意愿研究的理论模型。基于前人研究选择成熟量表形成了调查问卷，经过预调研对问卷进行了修正和完善，正式调研通过网络和实地两种形式对旅游者进行了问卷样本的发放与回收，获得数据。使用 SPSS22.0 和 AMOS 21.0 软件分析了数据样本的基本特征，对构建出的旅游 APP情景感知服务对旅游者持续使用意愿影响模型进行了拟合和修正，最终形成了较为理想的修正模型并进行了假设检验。对假设检验结果进行分析，得出了以下 4 个主要结论：
（1）旅游 APP 的情景感知服务中，情景性对用户的感知有用性（H1：β=0.209，p＜0.001）和感知易用性（H2：β=0.383，p＜0.001）都有着显著的正向影响，并且情景性对感知易用性的影响强度要大于情景性对感知易用性的影响。而在早期旅游移动商务的研究中，情景感知对游客的感知有用性和感知易用性影响并不相同，数据显示情景感知显著正向影响游客的感知易用性，但其对游客的感知有用性没有很大影响[98]。在其他相关研究中，情景性对二者都有显著正向影响，但对感知易用性的影响相对更大[62]。
情景性是旅游 APP 移动性的一个重要特征，它主要通过显著影响旅游者的感知易用性，使其在旅游活动中方便、容易的从旅游 APP 中获得信息服务，进而增加对旅游 APP 的持续使用意愿；同样地，情景性对增加旅游者的感知有用性也有所帮助，他们认为通过移动终端设备访问所得到的信息服务与通过传统网络获取所得到的信息服务在内容上存在着显著差别，因此，旅游 APP信息服务的情景性对增加旅游者使用的感知有用性也存在帮助，进而继续增加其持续使用意愿。这也说明，推动旅游 APP 的发展需要继续增加用户的方便、容易程度，在原有的基础上继续增加针对旅游场景的 APP 情景性内容服务。
参考文献（略）
