前测样本数据收集与评估

为了初步检验量表信度和效度,本书进行了预调研。邀请符合研究条件的在校大学生通过“问卷星”网站填写网络问卷,共获得样本466份,剔除其中不合格的问卷,得到有效问卷440份,问卷有效率为94．4％。在有效问卷中,正面口碑情形的有176份,其中关于PG品牌的82份,关于JL品牌的94份;负面口碑情形的有264份,其中关于PG品牌的123份,关于JL品牌的141份。

由于正负口碑的再传播评估决策具有相同的过程与模型结构,基于对评估决策过程中相关变量的分析与界定,两种情况下变量的测量应具有完全相同的测量结构,因此,本研究针对全部前测样本数据利用验证性因子分析对变量测量进行信度与效度评估。

1)模型拟合评价

运用AMOS17．0软件,采取固定负荷法和极大似然法(ML),对前测样本数据进行验证性因子分析,模型得到有效识别,如图4．1所示。

图4．1 前测样本数据验证性因子分析

运行结果中,验证性因子分析的各拟合指数值如表4．10所示。

表4．10 前测数据验证性因子分析的拟合指数

表4．10的结果显示,在各拟合指数值中,各项拟合指数值则均达到了理想标准,这表明模型拟合情况非常理想,可以被接受。

2)信度评估

对前测数据进行验证性因子分析的结果如表4．11所示。

表4．11 前测数据验证性因子分析结果

依据题项信度的评估原则,各变量的题项信度处于0．637~0．904之间,均大于0．50的标准,因此可以认为单个题项的信度是可以接受的。

因子信度主要用组合信度(CR)来评估,依据因子信度的评估原则,根据公式计算出来的各因子组合信度,均在0．86以上,达到“非常好”的标准,因此因子信度也是可以接受的。

3)效度评估

依据平均方差抽取量AVE评估收敛效度的原则,根据AVE公式计算出来的各变量AVE值均在0．68之上,大于0．50的标准,表明变量测量具有良好的收敛效度。

本研究采用将潜变量AVE的平方根与该潜变量与其他潜变量之间的相关系数进行比较的方法,来评估区别效度。计算结果如表4．12所示。其中,对角线数据为各变量AVE的平方根,对角线之外的数据为各变量之间的相关系数。比较结果显示,各变量AVE的平方根均大于该变量与其他变量间的相关系数,表明模型具有一定的区分效度。

表4．12 潜变量AVE平方根与变量间相关系数比较

通过以上分析,本研究中的变量测量题项共19项,均通过了研究前测的信度与效度评估,表明问卷对变量测量的设计是有效的,可以作为最终的调研问卷,能够作为收集正式数据的有效工具。