5.4.1 探索性因子分析
对品牌关系质量数据采用VARIMAX正交旋转，限制提取三个因子。测项R10在两个因子的负荷都超过了0.5，将其剔除后，KMO值为0.941，BARTLETTS检验为显著，并获得了三个清晰的因子结构。这三个因子能够解释82%的方差变异量，并与何佳讯的量表对应的构面测项高度一致。ITEM-TOTAL CORRELATION值均高于0.7，ALPHA值为0.957，具有较好的一致性信度和结构效度。
对于品牌溢价支付意愿和再购意向，考虑到两者之间具有较高的相关性，采用斜交旋转，限制提取2个因子。结果显示，KMO值为0.941，BARTLETTS检验为显著，并获得了两个清晰的因子结构。这两个因子能够解释95%的方差变异量。ITEM-TOTAL CORRELATION值均高于0.8，ALPHA值为0.949，具有较好的一致性信度和结构效度。
5.4.2 测量模型检验
测量模型界定了观测变量与潜在变量之间的关系。在SEM分析中，一个结构方程模型可能包含了多组测量模型，每一个测量模型都应该符合可识别的原则，①否则可能影响整体模型评估的稳定性。麦克唐纳和霍（2002）的分析指出，多数SEM研究均忽略了测量模型的识别性的报告，使得读者无法判别测量模型的设定是否恰当，因此他们呼吁研究者应该主动提供测量模型的识别性的信息。
首先，按前文（第4章）所述方法，没有发现三个测量模型中是否有违反估计的现象。然后在显示了该结构模型中的三组测量模型的拟合度指标。指标表明，三个模型的拟合情况都比较好。
接下来，分别对三个测量模型进行信度和效度的检验。代言人可信度各测项经过相关学者评价，并经过严格的量表发展程序；品牌关系维度则也由专业学者通过严格的程序发展而来；品牌资产的测项来自于相关研究者，它们具备一定的表面效度。
个别项目的信度是评估观测变量对该潜在变量的因子负荷量（FACTOR LOADING），一般用标准化参数来衡量。海尔等（1992）建议值在0.5以上。
潜在变量的组成信度（COMPOSITE RELIABILITY，CR）是由其所有观测变量的信度组成的，福内尔和拉卡克尔（1981）的建议值为0.6以上。若潜在变量的CR值愈高，则表示其测量变量愈能测出该潜在变量。
潜在变量的平均变异抽取量（AVERAGE VARIANCE EXTRACTED，AVE）是计算潜在变量的各测量变量对该潜在变量的平均变异解释力。AVE越高，表示潜在变量有越高的信度与收敛效度，福内尔和拉卡克尔（1981）建议其标准值需大于0.5.
观察可以看到，三个测量模型在个别项目信度、组成信度、收敛效度都达到了建议值以上，具备较好信度和效度。
而在区别效度（DISCRIMINANT VALIDITY）方面，若一个测量模型具有区别效度，其潜在构面间的关系程度必须小于潜在构面内的关系程度，因此，利用构面间的关系矩阵来加以检定，潜在变量的平均变异抽取量（AVERAGE VARIANCE EXTRACTED，AVE）的平方根值需大于其他不同构面下的相关系数（FORNELL AND LARCKER，1981；SE-GARS AND GROVER，1998；HAIR ET AL。，1998），如果存在某对变量之关系值大于该对变量中任一变量的平均变异抽取量，即表示在该对变量中，某一变量的测量问项可能也是另一个变量之测量问项。
同时，根据乔里斯科格和索邦姆（1993）的判断区别效度的方法，用标准误来形成真实相关的信赖区间，信赖水准为95%，计算方式为R±1.96×标准误，该数值区间不包含1，则认为其具有较好的区别效度。
名气声望与产品关联的信赖区间为 0.57±1.96×0.03 ＝（0.51—0.63）；
名气声望与可信赖性的信赖区间为 0.64±1.96×0.03 ＝（0.58—0.70）；
产品关联与可信赖性的信赖区间为 0.78±1.96×0.02 ＝（0.74—0.82）；
象征价值与品牌信任的信赖区间为 0.75±1.96×0.02 ＝（0.71—0.79）；
象征价值与品牌情感的信赖区间为 0.83±1.96×0.02 ＝（0.79—0.87）；
品牌情感与品牌信任的信赖区间为 0.83±1.96×0.02 ＝（0.79—0.87）。以上数据说明，三个测量模型具有很好的区别效度，观测变量能够很好地反映潜在变量。
5.4.3 结构模型检验
LISREL 8.7软件运行的结果显示，结构方程模型具有较好的拟合程度。
将主要的拟合指标与较为理想的经验标准进行对比，结果显示，χ2／D。F ＝ 3.12，小于给定的5的参考标准，但该指标受样本量影响比较大，大样本易导致该值偏大。RMSEA为0.058，小于给定的0.08的较优模型的标准。其他主要指标中 NFI为0.98，NNFI为0.98，PNFI为0.88，CFI为0.99，GFI为0.88，AGFI为0.85，均达到了较为理想的标准。
模型的标准化路径系数及显著性检验。在所有18条假设路径中，有11条获得了支持，有4条路径关系虽然为正值，但尚未达到显著标准，有3条路径显示出了负向的关系，与假设不相吻合。
将全体样本根据消费者与品牌的关系紧密程度划分为高关系与低关系两种情景，进行结构模型检验。数据显示，与基础模型相比，在高关系情景中，假设H2 A（名气声望→品牌信任）这条路径假设变得显著，在低关系情景中，这条路径假设依然不显著；而假设H8 A（象征价值→品牌溢价）这条路径，在低关系情景中，变得不显著，在高关系情景中依然显著。
将全体样本根据男女性别划分为两个样本，进行结构模型检验，男女样本数分别为336和307.数据显示，与基础模型相比，男性样本中，假设H2 A（名气声望→品牌信任）这条路径假设变得显著，女性样本中，这条路径假设依然不显著；而假设H8 A（象征价值→品牌溢价）这条路径，在女性样本中，变得不显著，在男性样本中依然显著。
所有变量之间的关系意义与整体模型将在本书的最后一章展开详细讨论。
5.4.4 竞争模型检验与比较
除了检验本研究主要的假设模型外，还应该继续比较竞争模型的拟合度，也就是复核效化（CROSS-VALIDATION）中考虑的模型选择（MODEL SELECTION）问题。通过与竞争模型的比较，检验假设模型的强韧度（ROBUSTEDNESS）（BOLLEN AND LONG，1992）。
黄芳铭（2002）认为，与竞争模型比较时，可以采用AIC和ECVI来进行模型比较，这两个值越小，则表示模型复核效化越好。夏尔马（SHARMA，1996）建议可以用χ2的差异来比较并验证竞争模型的有效性，其他包括RMSEA，GFI，CFI等指标，以及路径系数进行比较（BOGOZZI，1992）。
FA ＝名气声望；RE ＝可信赖性；CO ＝产品关联；BT＝品牌信任；BA＝品牌情感；SV＝象征价值；BP＝品牌溢价；PI＝再购意向。
竞争模型1假设品牌关系质量中的三个构面相互独立，以清楚地观察每个变量作为代言人和品牌资产变量之间中介的效果。
关于品牌信任问题已经有诸多学者进行了研究，部分学者（DELGADO-BALLESTER ET AL。，2003；2004）将品牌信任作为对品牌关系的唯一要素来解释品牌资产。因此，竞争模型2则假设品牌情感和象征价值作为品牌信任的前因，品牌信任独立作用于品牌溢价支付意愿和再购意向。
竞争模型3则在竞争模型2的基础上，假设名气声望和产品关联不直接作用于品牌信任，而是通过品牌情感和象征价值间接作用于品牌信任的。
既然凯勒认为，品牌建设的最高层级是品牌共鸣，品牌共鸣实际上就体现为某种强烈的品牌喜爱，而何佳讯（2006）也认为品牌情感是品牌关系的高级阶段，那么竞争模型4假设象征价值和品牌信任作为品牌情感的前因，品牌情感独立作用于品牌资产，以观察品牌情感在品牌关系中的层级及其对品牌资产的影响。
竞争模型5是在竞争模型4的基础上，不考虑名气声望和产品关联对品牌情感的直接作用，以观察品牌信任和象征价值对品牌情感的中介作用。
从基础模型与竞争模型对比的指标来看，基础模型的绝大部分指标均优于竞争模型，因此，相对于竞争模型，本研究假设的模型具有更好的适配度。
