一般的TAM模型的理論示意圖如下：

當(dāng)我們采用TAM去解釋和預(yù)測(cè)人們對(duì)某個(gè)技術(shù)系統(tǒng)（如某種商品）的接受情況時(shí),，需要用數(shù)據(jù)進(jìn)行實(shí)證檢驗(yàn)。由于TAM是一種路徑模型,，因此需要用回歸分析來(lái)處理?；诨貧w分析的統(tǒng)計(jì)軟件或方法主要有這么幾種：SPSS,、Amos、Lisrel,、Mplus,、SmartPLS,。那么，這五種軟件在做TAM數(shù)據(jù)分析時(shí)有何優(yōu)缺點(diǎn)呢,？南心網(wǎng)綜合了多年來(lái)為客戶分析TAM模型的經(jīng)驗(yàn),，將其歸納整理如下：

1、SPSS分析TAM的優(yōu)缺點(diǎn),。

 SPSS對(duì)TAM的分析主要采用的是建立多個(gè)聯(lián)立回歸方程的分析方法,，即有多少個(gè)回歸方程就要做多少次回歸分析。SPSS方法的最大優(yōu)點(diǎn)是方法簡(jiǎn)單,，操作簡(jiǎn)便,，只要根據(jù)因變量做多次回歸分析，然后將每個(gè)回歸分析的標(biāo)準(zhǔn)化回歸系數(shù)及其顯著性水平求出來(lái),，列表或整理到圖上即可,。由于很多專業(yè)在本科階段就教授SPSS，加上SPSS的操作方法和統(tǒng)計(jì)原理也簡(jiǎn)單,，因此,，很多研究者選用SPSS來(lái)做TAM分析。

但SPSS的缺點(diǎn)也是明顯的：

第一,，要根據(jù)因變量分開多次做回歸分析,，因此，過(guò)程比較瑣碎,；

第二,，SPSS不能直接輸出帶有參數(shù)的路徑模型圖（需要手工畫圖整理），因而結(jié)果的表達(dá)與解釋不夠簡(jiǎn)單明了,，尤其是對(duì)于中介效應(yīng)的表達(dá)上,；

第三，SPSS只能處理單個(gè)回歸路徑（兩個(gè)變量之間的關(guān)系）,，不能直接處理多個(gè)中介路徑形成的中介效應(yīng),，至少不能報(bào)告中介效應(yīng)的顯著性水平，雖然Process插件對(duì)此有明顯改善,，但它依然需要分成多個(gè)聯(lián)立方程來(lái)處理,；

第四，SPSS只能檢驗(yàn)路徑系數(shù)和顯著性水平,，不能輸出模型的整體擬合度,；

第五，SPSS只能處理顯變量,，不能處理潛變量,；

第六，SPSS無(wú)法比較不同中介變量所起的中介效應(yīng)差異。

2,、Amos分析TAM的優(yōu)缺點(diǎn)

 Amos與Lisrel,、Mplus、PLS等,，是結(jié)構(gòu)方程模型軟件之一,，用于處理多因變量及潛變量模型。Amos在處理TAM時(shí)的優(yōu)點(diǎn)有以下幾個(gè)方面：

第一,，和其他結(jié)構(gòu)方程模型一樣,，Amos可以同時(shí)處理多個(gè)聯(lián)立回歸方程，即多因變量,、多路徑模型,，而不需要像SPSS那樣分步處理，并且是以帶有參數(shù)的整體模型圖的形式輸出結(jié)果,；

第二,，和其他結(jié)構(gòu)方程模型一樣，Amos可以做模型的整體擬合度檢驗(yàn),，例如GFI,、RMSEA等，而且可以直接輸出中介效應(yīng),、總效應(yīng)值,；

第三，和其他結(jié)構(gòu)方程模型一樣,，Amos可以處理潛變量,，這是結(jié)構(gòu)方程模型相比于SPSS的突出優(yōu)勢(shì)。

第四,，Amos可以進(jìn)行多群組分析,、約束模型檢驗(yàn)等特殊問(wèn)題。

第五,，Amos比其他結(jié)構(gòu)方程模型更方便構(gòu)建模型圖,，是目前結(jié)構(gòu)方程模型軟件中構(gòu)建與調(diào)整模型圖最方便的軟件。

Amos的缺點(diǎn)在于,，相比于Lisrel和Mplus而言,，Amos功能不夠強(qiáng)大，例如對(duì)于非正態(tài)數(shù)據(jù)的處理,、特殊估計(jì)方法的運(yùn)用等,。

3、Lisrel與Mplus分析TAM的優(yōu)缺點(diǎn)

Lisrel與Mplus比Amos功能強(qiáng)大N多倍,，幾乎擁有Amos的所有功能,，只是在操作畫圖等方面稍顯不足而已,。Lisrel采用的是正統(tǒng)的統(tǒng)計(jì)術(shù)語(yǔ)和參數(shù)符號(hào)，學(xué)術(shù)性,、嚴(yán)謹(jǐn)性和規(guī)范性更強(qiáng)。不足之處在于要學(xué)習(xí)這一套統(tǒng)計(jì)參數(shù)符號(hào)需要一定時(shí)間,，此外,，Lisrel軟件的可視化操作不如Amos強(qiáng)大。

Mplus可謂線性統(tǒng)計(jì)的集大成者,，功能最為全面,，目前普及應(yīng)用很快，大有全面壓倒Amos和Lisrel的趨勢(shì),。

第一,，Mplus擁有Amos、Lisrel幾乎全部的功能,，同時(shí)還擁有很多獨(dú)特功能,，例如潛在類別、潛剖面分析,、多層線性模型分析等,，另外，Mplus還擅長(zhǎng)對(duì)類別數(shù)據(jù)以及各種穩(wěn)健估計(jì)法的處理,。

第二,，Mplus應(yīng)用在TAM上的獨(dú)特優(yōu)勢(shì)在于：可以方便的檢驗(yàn)?zāi)Ｐ椭胁煌薪樽兞繂为?dú)所起中介效應(yīng)的大小及其顯著性水平，甚至可以比較不同中介效應(yīng)的差異,；

第三,， Mplus可以方便的處理TAM模型中可能涉及的分類變量。

不足之處在于,，Mplus使用的是語(yǔ)法程序,，所以會(huì)讓很多人望而卻步（但實(shí)際上也不是很難）。

4,、SmartPLS分析TAM的優(yōu)缺點(diǎn)

以上介紹的Amos,、Lisrel和Mplus都是基于協(xié)方差矩陣的結(jié)構(gòu)方程模型分析，這種傳統(tǒng)結(jié)構(gòu)方程模型算法容易出現(xiàn)以下問(wèn)題：

第一,，非正定矩陣,、系數(shù)大于1、單一測(cè)量指標(biāo)過(guò)多等帶來(lái)的模型無(wú)法識(shí)別問(wèn)題,；

第二,，模型過(guò)于龐大或樣本量太小導(dǎo)致的模型擬合不達(dá)標(biāo)問(wèn)題；變量共線性造成的模型結(jié)果不可接受,、參數(shù)估計(jì)嚴(yán)重偏差等問(wèn)題,；

第三，數(shù)據(jù)嚴(yán)重非正態(tài)分布導(dǎo)致的參數(shù)估計(jì)偏誤問(wèn)題；對(duì)形成性測(cè)量模型,、潛變量分?jǐn)?shù)處理功能不足問(wèn)題,。

SmartPLS的優(yōu)點(diǎn)恰恰是解決了以上問(wèn)題，尤其是對(duì)非正態(tài)分布數(shù)據(jù),、小樣本數(shù)據(jù),、形成性測(cè)量模型、單一測(cè)量指標(biāo)的處理,。此外,，SmartPLS對(duì)于結(jié)果的輸出也有獨(dú)特之處，例如可以直接生成內(nèi)部一致性信度,、組合信度,、AVE、區(qū)別效度等,。只是,，SmartPLS缺少整體模型擬合的評(píng)價(jià)指標(biāo)，這是它最主要的缺點(diǎn),。

綜合以上,，研究者需要結(jié)合研究變量和數(shù)據(jù)的特點(diǎn)來(lái)選擇統(tǒng)計(jì)軟件?？傮w而言,，我們認(rèn)為，SPSS不用為佳,，結(jié)構(gòu)方程模型軟件更為適合,，因?yàn)樗徽撌秋@變量（SPSS）還是潛變量都可以處理，而且是以整體模型的形式輸出結(jié)果,，可以在總體上檢驗(yàn)理論模型與數(shù)據(jù)的擬合情況,。