来华马来西亚旅游者信任量表检验与修正

时间：2022-06-01 百科知识版权反馈

【摘要】：来华马来西亚旅游者信任量表检验与修正_来华马来西亚旅游者结构方程模型信任建模第五节　来华马来西亚旅游者信任量表检验与修正对数据进行最终检验之前，笔者按照近年来国内外学者普遍采用的做法，对每个变量的测量题项加以修正，主要检验测量题项的可靠性、收敛有效性以及区别有效性，目的是为了提高测量指标的一致性，增强测量量表的稳定性。

第五节　来华马来西亚旅游者信任量表检验与修正

对数据进行最终检验之前，笔者按照近年来国内外学者普遍采用的做法，对每个变量的测量题项加以修正，主要检验测量题项的可靠性、收敛有效性以及区别有效性，目的是为了提高测量指标的一致性，增强测量量表的稳定性。

一、检验内容

(一)可靠性检验

1.项目—总体相关系数(Item－Total Correlation，ITC)

项目—总体相关系数(以下简称ITC)是在同一变量维度下，每一个测量项目与其他所有测量项目之和的相关系数。根据Kim等(2009)的观点，ITC用来检验每一个测量题项是否与其所在的变量维度相关，在相关的样本中，这种相关性是否具有概念上的意义(Conceptual sense)。一般情况下，ITC小于0.5时就应该删除该测量项目(Evans和Revelle，2008)，但有学者认为0.3也可以达到研究的要求(高海霞，2004)，本研究参照了0.5的标准。在某些情况下，潜变量的某些测量题项根据分析的结果有选择地加以删除，但由于测量题项的选择本身必须以一定的理论分析为基础，其构成本身蕴涵一定逻辑，如果贸然删除某些测量题项可能会带来解释上的问题，因此这一方法的使用必须相当慎重。

2.信度分析

信度是指测验量表的可信程度。就科学的角度而言，一个良好的测量量表应具有足够的信度，它主要表现检验结果的一贯性和再现性。一个好的测量工具，对同一事物反复多次测量，其结果应该始终保持不变才可信(Pansiri，2008)。测量信度的常用方法有折半信度和克郎巴哈(Cronbach Alpha)α系数两种，旅游研究中广泛使用的信度检验方法是计算克郎巴哈α系数。克郎巴哈α系数越大表示信度越高，对最低的信度要求有不同的观点，Baloglu(1999)、Ryan(2005)、Zhang和Chow(2004)指出α应该大于或等于0.7，Chu和Choi(2000)、Heung(2007)指出α大于或等于0.5表示量表是可接受的，有较好的结构信度。一般认为，克郎巴哈α系数大于0.7时可靠性较强，大于0.5小于0.7时可靠性一般。此外，信度系数大小还受量表题项多少的影响，题项越多，信度系数越高。因此，当信度不能满足要求时，题项少就成了解释的一个原因。Baloglu(1999)指出题项太少时，0.6或0.5也是可以接受的，本研究参照了0.7的标准。

(二)收敛有效性检验

收敛有效性检验是采用因子分析对问卷的理论构思效度进行验证，首先对测量题项的结构、测量的总体安排以及题项之间的关系做出说明，然后运用因子分析方法从若干数据中离析出基本构思，以此来对测量的构思效度进行分析。使用因子分析前一般要对样本进行KMO样本测度(Kaiser－Meyer－Olykin Measure of Sampling Adequacy)和Bartlett球体检验(Bartlett Test of Sphericity)，判断是否可作因子分析。一般认为，KMO在0.9以上非常适合，0.8～0.9很适合，0.7～0.8适合，0.6～0.7不太适合，0.5～0.6很勉强，0.5以下不适合。Bartlett球体检验统计值的显著性概率小于等于显著性水平时，可以作因子分析(Zhong，Deng，和Xiang，2008;马庆国，2002)。因子载荷是指提取公因子后，各变量中信息被提取出的比例，用于反映因子和各个变量间的密切程度，它的绝对值越大，说明该因子对当前变量的影响程度越大。用因子分析法来验证收敛有效性，当因子载荷较大且分析结果与研究设计较为接近时，表示收敛有效性较高。在旅游研究中，一般选择因子载荷大于0.4作为题项分类和选留的标准。Kim，Guo，Wang和Agrusa(2007)认为，属于某因子的题项其因子载荷大于或等于0.6，不属于某因子的题项其因子载荷应小于或等于0.2。Martín和Bosque(2008)认为，收敛有效性通过因子载荷及其显著性来判断，如果各个变量维度下的因子载荷值均显著大于0.5，则符合收敛有效性，本研究参照了0.5的标准。

(三)区别有效性检验

对来华马来西亚旅游者信任研究变量的区别有效性进行检验，Anderson和Gerbing(1988)、Boo等(2009)、Chen，Aryee和Lee(2005)认为，通过结构方程模型分析模型的拟合程度和估计参数的显著性进行评估和识别判断变量之间的区分度。下面，用卡方统计量χ²、调整卡方CMINDF(χ²/df)、均方根残差RMR(Root Mean Spuare Residual)、拟合优度指数GFI(Goodness－of－Fit Index)、修正的拟合优度指数AGFI(Adjusted Goodness－of－Fit Index)、增量拟合指数IFI(Incremental Fit Index)、比较拟合指数CFI(Comparative Fit Index)来评价模型的拟合程度。一般认为，χ²/df小于2，模型拟合情况较好，但Chen和Tsai(2007)、Gross和Brown(2008)认为，这一指标小于5就可以接受，较小的数对应于较好的拟合。RMR是Joreskog和Sorborn(1986)提出的，其利用样本残差计算，数值越小，表明模型拟合效果越好，如果RMR等于0，表明模型完美拟合(易丹辉，2008)。GFI、AGFI两个指数都在0和1之间，一般要求GFI大于0.9，小于1，较大的数对应于较好的拟合(Anderson和Gerbing，1988;Reisinger和Turner，2002)。AGFI值一般要求大于0.9，小于1，越大越好(Chi和Qu，2008;Lee等，2007)。IFI、CFI两个指数都在0和1之间，一般要求大于0.9，小于1，越接近1模型拟合观测数据越好(Chen等，2005;Wu等，2008)。

二、解释变量的检验与修正

(一)旅游服务质量的检验与修正

从表4－16和表4－17可以看到，旅游服务质量的测量题项Q1F的ITC值为0.325，小于0.5，删除这一测量题项后，信度α系数由0.827提高为0.831，符合删除的标准，因此，旅游服务质量的测量题项剩下5个。删除测量题项Q1F后，剩余5个测量题项的ITC指标和因子载荷值均大于0.5，信度α系数大于0.7，符合统计要求。由此可以将旅游服务质量的测量题项修正为5个。

表4－16　旅游服务质量的可靠性检验

表4－17　旅游服务质量的收敛有效性检验

(二)旅游权益保护的检验与修正

从表4－18可以看到，旅游权益保护3个测量题项的ITC指标均大于0.5，信度α系数大于0.7，符合统计要求。从表4－19可以看出，旅游权益保护3个测量题项的因子载荷均大于0.5，KMO为0.762，说明该量表符合收敛有效性。由此可以认为，旅游权益保护的测量题项为3个。

表4－18　旅游权益保护的可靠性检验

表4－19　旅游权益保护的收敛有效性检验

(三)亲朋好友推荐的检验与修正

从表4－20可以看出，亲朋好友推荐4个测量题项的ITC指标均大于0.5，信度α系数大于0.7，符合统计要求。从表4－21可以看出，亲朋好友推荐4个测量题项的因子载荷均大于0.5，KMO为0.789，说明该量表符合收敛有效性。由此可以认为，亲朋好友推荐的测量题项为4个。

表4－20　亲朋好友推荐的可靠性检验

表4－21　亲朋好友推荐的收敛有效性检验

(四)目的地知名度的检验与修正

从表4－22可以看出，目的地知名度测量题项Q4C的ITC为0.283，小于0.5，删除这一测量题项后，信度α系数由0.781提高为0.784，符合删除的标准，因此，目的地知名度的测量题项剩下3个。从表4－23可以看出，目的地知名度删除测量题项Q4C后，剩余的3个测量题项的ITC指标和因子载荷值均大于0.5，信度α系数大于0.7，KMO为0.779，符合统计要求。由此可以将目的地知名度的测量题项修正为3个。

表4－22　目的地知名度的可靠性检验

三、中介变量的检验与修正

(一)契约信任的检验与修正

从表4－24可以看出，契约信任测量题项Q5D的ITC值为0.476，小于0.5，删除这一测量题项后，信度α系数反而变小了，由0.814减少为0.810，故保留这一测量题项。从表4－25可以看出，契约信任4个测量题项的ITC指标和因子载荷值均大于0.5，信度α系数大于0.7，KMO为0.812，符合统计要求。由此可以认为，契约信任的测量题项为4个。

表4－23　目的地知名度的收敛有效性检验

表4－24　契约信任的可靠性检验

表4－25　契约信任的收敛有效性检验

(二)认知信任的检验与修正

从表4－26可以看出，认知信任4个测量题项的ITC指标均大于0.5，信度α系数大于0.7，符合统计要求。从表4－27可以看出，认知信任5个测量题项的因子载荷值均大于0.5，KMO为0.733，说明该量表符合收敛有效性。由此可以认为，认知信任的测量题项为4个。

表4－26　认知信任的可靠性检验

表4－27　认知信任的收敛有效性检验

(三)情感信任的检验与修正

从表4－28可以看出，情感信任4个测量题项的ITC指标均大于0.5，信度α系数大于0.7，符合统计要求。从表4－29可以看出，情感信任4个测量题项的因子载荷值均大于0.5，KMO为0.821，说明该量表符合收敛有效性。由此可以认为，情感信任的测量题项为4个。

表4－28　情感信任的可靠性检验

表4－29　情感信任的收敛有效性检验

四、因变量的检验与修正

(一)来华马来西亚旅游者满意的检验与修正

从表4－30可以看出，来华马来西亚旅游者满意6个测量题项的ITC指标均大于0.5，信度α系数大于0.7，符合统计要求。从表4－31可以看出，来华马来西亚旅游者满意6个测量题项的因子载荷值均大于0.5，KMO为0.877，说明该量表符合收敛有效性。由此可以认为，来华马来西亚旅游者满意的测量题项为6个。

(二)来华马来西亚旅游者忠诚的检验与修正

从表4－32可以看出，来华马来西亚旅游者忠诚3个测量题项的ITC指标均大于0.5，信度α系数大于0.7，符合统计要求。从表4－33可以看出，来华马来西亚旅游者忠诚3个测量题项的因子载荷值均大于0.5，KMO为0.717，说明该量表符合收敛有效性。由此可以认为，来华马来西亚旅游者忠诚的测量题项为3个。

表4－30　来华马来西亚旅游者满意的可靠性检验

表4－31　来华马来西亚旅游者满意的收敛有效性检验

表4－32　来华马来西亚旅游者忠诚的可靠性检验

表4－33　来华马来西亚旅游者忠诚的收敛有效性检验

五、来华马来西亚旅游者信任模型变量区别有效性检验

进行结构方程模型分析需要足够大的样本才能够保证正确的检验，而现有的结构方程模型理论研究对于大样本究竟需要多少数目还存在着一些不同的看法。Bentler等(1987)认为，在结构方程模型分析中至少应当要做到每一个待估计的参数能够有5个样本。Anderson等(1988)认为，100～150是结构方程模型分析的最低样本数目。Loehlin(1998)认为，对于有2～4个因子的测量模型，研究者必须至少收集100个样本，200个则更好。邱皓政(2003)认为，若要追求稳定的结构方程模型分析结果，低于200的样本数是不鼓励的。易丹辉(2008)认为适合的样本数一般不少于150个，不大于500个。据此，本研究采用Amos5.0软件比较了来华马来西亚旅游者信任的9因子模型、8因子模型、7因子模型、6因子模型A、6因子模型B的拟合指标。从表4－34的分析结果可以看到，来华马来西亚旅游者信任9因子模型的χ²值为1019.424，P值为0.010，CMINDF为3.936，RMR为0.157，均小于8因子模型、7因子模型、6因子模型A、6因子模型B中的同一指标，GFI为0.863，AGFI为0.827，IFI为0.901，CFI为0.901，符合统计要求，并且均大于8因子模型、7因子模型、6因子模型A、6因子模型B中的同一指标。因此可以认为，来华马来西亚旅游者信任模型所涉及的9个变量具有良好的区分度。

表4－34　来华马来西亚旅游者信任模型变量区别有效性检验

注:8因子模型:来华马来西亚旅游者满意和来华马来西亚旅游者忠诚合成;

7因子模型:契约信任、认知信任和情感信任合成;

6因子模型A:旅游服务质量、旅游权益保护、亲朋好友推荐、目的地知名度合成;

6因子模型B:来华马来西亚旅游者满意和来华马来西亚旅游者忠诚合成，契约信任、认知信任和情感信任合成。

六、来华马来西亚旅游者信任变量的测量

通过对来华马来西亚旅游者信任测量量表的检验与修正，所有变量的测量题项均得到了优化。其中，旅游服务质量由5个题项Q1A、Q1B、Q1C、Q1D、Q1E测量(如图4－1所示)，旅游权益保护由3个题项Q2A、Q2B、Q2C测量(如图4－2所示)，亲朋好友推荐由4个题项Q3A、Q3B、Q3C、Q3D测量(如图4－3所示)，目的地知名度由3个题项Q4A、Q4B、Q4D测量(如图4－4所示)，契约信任由4个题项Q5A、Q5B、Q5C、Q5D测量(如图4－5所示)，认知信任由4个题项Q6A、Q6B、Q6C、Q6D测量(如图4－6所示)，情感信任由5个题项Q7A、Q7B、Q7C、Q7D测量(如图4－7所示)，来华马来西亚旅游者满意由6个题项Q8A、Q8B、Q8C、Q8D、Q8E、Q8F测量(如图4－8所示)，来华马来西亚旅游者忠诚由3个题项Q9A、Q9B、Q9C测量(如图4－9所示)。