（一）数据与分析
本模型测试所用数据与前一节研究所用数据和测量完全一致。具体数据取得方法与操作化方法在此不作复述，具体情况请参见之前的章节。为了测试模型，我们使用通径分析方法（path analysis）。因为该模型中变量有较多为双项或单项测量的变量，故不适合用基于协方差的结构方程模型（covariance-based structural equation modeling）进行分析。本研究采用软件AMOS对数据进行路径分析。因为传统媒体和新媒体的分别置入模型，加上信息效能与公共事务知识分别置入模型，本研究对模型进行多次分析。
图4-2和图4-3展示了传统媒体置入模型后的测试结果。两个模型完整运行时拟合效果并不理想，因此我们去掉了两个不显著的通径，模型拟合度指标有较大提升，模型整体模式呈现一致性。首先，我们发现定位需求确实是一个比较有效的动机性变量，与传统媒体的接触、传统媒体注意力、信息加工与人际讨论都有显著正向关系。然而在两个模型中，从传统媒体接触到信息加工的关系并不显著。与认知中介模型一致，传统媒介注意力与信息加工和人际讨论都显著相关，信息加工与人际讨论对公共事务知识与信息效能都有显著正效应。比较有趣的是，传统媒体接触与注意力在知识效果上有不同的表现。与之前回归分析的发现相似，传统媒体接触可以有效增加人们的信息效能感，却不能提高公共事务知识。而传统媒体注意力的效果则正好相反，它可以有效地预测人们的公共事务知识，却与信息效能没有显著关系。
图4-2 拓展模型Ⅰ：传统媒体与公共事务知识
注：模型拟合数据：χ2（3）=7.37，p=.06，χ2/d.f.=2.46，CFI=.10，TLI=.98，RMSEA=.036，SRMR=.01.*，p＜.05；***，p＜.001。虚线表示不显著路径。
图4-3 拓展模型Ⅱ：传统媒体与信息效能
注：模型拟合数据：χ2（3）=43.92，p＜.001，χ2/d.f.=21.69，CFI=.97，TLI=.84，RMSEA=.11，SRMR=.03.*，p＜.05；**，p＜.01；***，p＜.001。虚线表示不显著路径。
图4-4和图4-5展示了新媒体置入模型后的测试结果。两个模型完整运行时拟合效果并不理想，因此我们去掉了两个不显著的路径，模型拟合度指标有所提升。与之前两个模型相似，定位需求确实与新媒体的接触、新媒体注意力、信息加工与人际讨论都有显著正向关系。新媒体的接触可以有效地预测人际讨论与信息加工。然而在两个模型中，新媒体注意力与人际讨论的关系并不显著。与认知中介模型一致，新媒介注意力与信息加工和人际讨论都显著相关，信息加工与人际讨论对公共事务知识与信息效能都有显著正效应。新媒体的接触和注意力在两个知识相关因变量的影响模式依然不同。与回归分析的发现相似，新媒体接触可有效增加人们的公共实务知识，却不能提高人们的信息效能。不管是新媒体的注意力还是新媒体的接触与信息效能都没有显著的关联。
图4-4 拓展模型Ⅲ：新媒体与公共事务知识
注：模型拟合数据：χ2（3）=8.67，p＜.05，χ2/d.f.=2.89，CFI=.10，TLI=.98，RMSEA=.04，SRMR=.01.*，p＜.05；**，p＜.01；***，p＜.001。虚线表示不显著路径。
图4-5 拓展模型Ⅳ：新媒体与信息效能
注：模型拟合数据：χ2（4）=43.66，p＜.001，χ2/d.f.=10.91，CFI=.97，TLI=.90，RMSEA=.09，SRMR=.03.*，p＜.05；**，p＜.01；***，p＜.001。虚线表示不显著路径。