center本節主要通過正式調查數據和結構模型來對研究假設進行檢驗並給出最終研究模型。
5.3.1研究模型及研究假設檢驗
在測量模型的信度和效度檢驗通過後，筆者根據Anderson和Gerbing（1988）的兩步驟分析方法建議對結構模型和研究假設進行檢驗。結構模型主要考察潛變量之間的路徑係數及其是否通過顯著性檢驗。路徑係數說明了潛變量對另一個潛變量的直接影響程度。通過LISREL8.51軟件運行全模型（測量模型和結構模型）程序後的輸出結果顯示除NFI指標值為0.8177小於0.90以外，模型的其他擬合指數較好（χ2/df1.72，RMSEA0.057，NNFI0.9090，CFI0.9141，IFI0.9147），說明樣本數據有效地預測了研究模型。信息分發到財務績效路徑係數沒有通過顯著性檢驗（β-0.070，t-1.10）外，其他路徑係數在統計意義上都是顯著的。
根據結構模型的路徑顯著性對研究假設的檢驗結果彙總。列出了相關路徑、假設、標準化路徑係數、T值及假設檢驗結果。實證數據顯示信息分發——財務績效（H3c）和信息分發——創新績效（H3d）假設沒有得到支持外，其他12個假設都得到了實證支持。
5.3.2模型修正
本研究在模型修正中采取改變路徑（增加或刪除）的方式。筆者以原假設模型作為基礎模型，刪除基礎模型中不顯著路徑信息分發——財務績效後得到修正模型，接下來按照卡方差檢驗來比較修正模型與基礎模型。通過LISREL8.51軟件運行修正模型程序後的輸出結果。修正模型的整體擬合較好。
修正模型和基礎模型相比，除了χ2值和自由度之外，其他擬合指數基本相同。自由度的變化Δdf為1，對應的卡方值變化Δχ2為4.09，查卡方分布表可以得出卡方變化在0.05水平[χ20.05（1）=3.481]上顯著。因此，修正模型優於基礎模型。另外，修正模型的程序輸出結果中修正指數MI值中信息解釋和創新績效（MI23.034）、信息解釋和財務績效（MI10.631）、信息分發和創新績效（MI16.731）、知識獲取和財務績效（MI15.771）、（MI10.656）、員工激勵和知識獲取（MI11.729）其絕對值都大於6.63，從操作角度要予以修正；但是信息解釋和創新績效、信息解釋和財務績效、知識獲取和創新績效、知識獲取和財務績效的BETA期望改變值（Expected Change for BETA）均為負值（依次為-0.9313，-0.6341，-0.4850，-0.5523），負值表示潛變量關係會朝相反方向變動，從操作角度講修正是不合適的；更為重要的是，從理論上講也行不通；因此，本研究對這些路徑不予以修正。綜合上述情況，本研究把修正模型作為研究的最終模型，模型的標準化路徑係數及顯著性檢驗。