5.4.2 融合媒体采纳行为模型因子的效度评估
效度内容包含的范畴比较广泛,评定效度常用的有内容效度、预测效度、同时效度、构思效度、聚合效度与辨别效度等方法(王重鸣,1990)。本研究的效度评估主要分析内容效度和结构效度。
5.4.2.1 内容效度评估
本研究的测量规格,主要根据TAM、TRA、TPB、IDT等不同理论进行编写量表,尽力达成测量面向的完整覆盖,并且参考的理论在科技采纳行为研究久经验证,得到数以百计的实证研究检验,具有很高的有效性。因此就内容而言,本研究具有一定程度的内容效度。
5.4.2.2 结构效度评估
结构效度是指测量工具能测到一个抽象概念或特质的程度。最常提及的概念效度评量技术,主要检测聚合效度和遍布效度。与结构效度有直接关系的效度是因素效度,即测验因素结构的有效度。近年来随着统计技术的发展,越来越多的研究采用因子分析技术来进行结构效度的评估,因子分析已成为测验过程中不可或缺的工具(邱皓政,2009)。因子分析主要有两种思路,即探索性因子分析(exploratory factor analysis,EFA)和验证性因子分析(confirmatory factor analysis,CFA)。本研究在研究之初就已根据前人理论提出了因素结构,因此本部分的因子分析为验证性因子分析,主要用来验证理论模型中潜在变量的因子结构,而不是为了简化数据或抽取因素的目的。由于本研究对因素的结构已经采取前人理论的有关观点,所以将对各个潜在变量的问项分开执行因子分析(每次的因子分析都指定因素数目为1),以避免混合执行导致因子负荷的对应关系不符合预先设定。
本部分因子分析程序是:选取测量变量,以主轴分析法[4]萃取共同变异因子,萃取出特征根大于1的因子。因子负荷标准主要参照Tabachnica & Fiedell(2007)提出的因子负荷标准,具体见表5-27。
表5-27 因子负荷的判断标准[5]
1)感知有用性的效度评估
对感知有用性进行Bartlett的球形检验和KMO量数检验(见表5-28),KMO量数为0.781,适合对问项进行因子分析。近似卡方值为609.296,p值小于0.01,达到显著,表示适合进行因素分析。因子负荷如表5-29,可以看到每个问项因子负荷均在0.579~0.738之间,萃取一个公共因子特征根为2.121,解释总体方差百分比为42.428%,显示了较强的相关性,具有良好的结构效度。
表5-28 感知有用性的KMO and Bartlett's Test检验
表5-29 感知有用性的因子负荷
2)感知易用性的效度评估
对感知易用性进行Bartlett的球形检验和KMO量数检验(见表5-30),KMO量数为0.7773,适合对问项进行因子分析。近似卡方值为669.053,p值小于0.01,达到显著,表示适合进行因素分析。因子负荷如表5-31,可以看到每个问项因子负荷均在0.612~0.848之间,萃取一个公共因子特征根为2.193,解释总体方差百分比为54.834%,显示了较强的相关性,具有良好的结构效度。
表5-30 感知易用性的KMO and Bartlett's Test检验
表5-31 感知易用性的因子负荷
3)感知娱乐性的效度评估
对感知娱乐性进行Bartlett的球形检验和KMO量数检验(见表5-32),KMO量数为0.764,适合对问项进行因子分析。近似卡方值为494.998,p值小于0.01,达到显著,表示适合进行因素分析。因子负荷如表5-33,可以看到每个问项因子负荷均在0.572~0.758之间,萃取一个公共因子特征根为1.912,解释总体方差百分比为47.790%,显示了较高的相关性,具有良好的结构效度。
表5-32 感知娱乐性的KMO and Bartlett's Test检验
表5-33 感知娱乐性的因子负荷
4)感知媒体融合性的效度评估
对感知媒体融合性进行Bartlett的球形检验和KMO量数检验(见表5-34),KMO量数为0.611,适合对问项进行因子分析。近似卡方值为228.044,p值小于0.01,达到显著,表示适合进行因素分析。因子负荷如表5-35,可以看到每个问项因子负荷均在0.454~0.583之间,萃取一个公共因子特征根为1.168,解释总体方差百分比为29.201%,显示了一定的相关性,具有普通的结构效度。
表5-34 感知媒体融合性的KMO and Bartlett's Test检验(www.daowen.com)
表5-35 感知媒体融合性的因子负荷
5)主观规范的效度评估
对感知风险进行Bartlett的球形检验和KMO量数检验(见表5-36),KMO量数为0.780,适合对问项进行因子分析。近似卡方值为897.354,p值小于0.01,达到显著,表示适合进行因素分析。因子负荷如表5-37,可以看到每个问项因子负荷均在0.509~0.827之间,萃取一个公共因子特征根为2.517,解释总体方差百分比为50.355%,显示了较高的相关性,具有优秀的结构效度。
表5-36 主观规范的 KMO and Bartlett's Test检验
表5-37 主观规范的因子负荷
6)使用态度的效度评估
对使用态度进行Bartlett的球形检验和KMO量数检验(见表5-38),KMO量数为0.819,适合对问项进行因子分析。近似卡方值为1046.583,p值小于0.01,达到显著,表示适合进行因素分析。因子负荷如表5-39,可以看到每个问项因子负荷均在0.768~0.860之间,萃取一个公共因子特征根为2.695,解释总体方差百分比为67.368%,显示了较高的相关性,具有优秀的结构效度。
表5-38 使用态度的 KMO and Bartlett's Test检验
表5-39 使用态度的因子负荷
7)使用意愿的效度评估
对使用意愿进行Bartlett的球形检验和KMO量数检验(见表5-40),KMO量数为0.710,适合对问项进行因子分析。近似卡方值为454.056,p值小于0.01,达到显著,表示适合进行因素分析。因子负荷如表5-41,可以看到每个问项因子负荷均在0.730~0.825之间,萃取一个公共因子特征根为1.773,解释总体方差百分比为59.105%,显示了较高的相关性,具有优秀的结构效度。
表5-40 使用意愿的 KMO and Bartlett's Test检验
表5-41 使用意愿的因子负荷
综合以上信度与效度分析,除了感知娱乐性变量中的PP1的CITC值为0.4809,小于0.5,因此考虑删除该问项,感知娱乐性变量的测量问项变成4个。其他各个变量的测量问项设计基本上是合格的,变量的构思效度较高,分属各变量的各测量因子与变量相关程度,测量模型确实、适当。因此本研究的信度和效度是合格的,测量结构是可靠的、合理的。
【注释】
[1]邱皓政.量化研究与统计分析[M].重庆:重庆大学出版社,2009.
[2]邱皓政.量化研究与统计分析[M].重庆:重庆大学出版社,2009.
[3]杨丽静.影响年轻群体移动支付使用意向的因素研究[D].重庆大学,2008(6).
[4]主轴分析法虽然会降低因子的总解释方差百分比,但是更适合验证性因子研究。
[5]邱皓政.量化研究与统计分析[M].重庆:重庆大学出版社,2009.
免责声明:以上内容源自网络,版权归原作者所有,如有侵犯您的原创版权请告知,我们将尽快删除相关内容。