数据的信度与效度分析

数据的信度与效度分析_中国城市体育消费构成实证:基于产业市场开发的研究

因子分析的基本思想是通过对变量相关系数矩阵内部结构的研究，找出能够控制所有变量的少数几个随机变量描述多个变量之间的相关关系。本项目在正式研究中进行因子分析的目的在于从数据中提取能够最大限度说明中国城市体育消费结构影响因素的因子。

在本研究中，因子提取法采用主成分分析法（Principal Components），因子旋转方法采用方差最大正交旋转法（Varimax Rotation）来实现。

5.1.1　因子分析适用的条件及判断标准

在数据分析中，只有在样本量与变量数至少在5∶1以上时进行因子分析才是有效的，且总样本量不得少于100；当样本充分性KMO测试系数大于0.9时效果最佳，0.7以上时效果尚可，0.6以上时效果很差，0.5以下不适合作因子分析；巴特利特球度（Bartlett's Test of Sphericity）检验显著。

因子分析的判断以“特征根（Eigenvalue）大于1”为标准。同时，根据Hair等学者研究，当分析的样本量大于50时，因子载荷系数大于0.3可以认为是显著；当因子载荷系数大于0.4时，可以认为该题项是重要的；当因子载荷系数超过0.5时，可以认为该题项非常重要。本研究为探索性研究，同时检验变量选择也属于探索性研究，所以在数据的效度分析中，将“因子载荷系数大于0.4”作为对题项进行取舍的标准。

5.1.2　“理念结构”因子分析

在“理念结构”分析中，本研究的样本量与变量数的比例为214∶1（2787∶13），KMO值为0.8165，接近0.9，巴特利特球度检验显著。因此，可以对数据进行因子分析。具体见表5—1。

表5—1　　　　　　KMO and Bartlett’s Test

因子分析结果（见表5—2）表明，本研究选择的因子载荷系数均在0.48以上，符合检验要求，数据具有很高的效度，可以继续进行检验。

表5—2　　　　　　因子分析结果

通过对因子分析的结果分析，“理念结构”因子分析最终将13个变量归类为4个公共因子（见表5—3）。根据分析结果，最终提取特征根在1以上的3个公共因子。这3个公共因子累积解释变异量达到57.7087%，其中，解释变异量最大的是第一公共因子。

表5—3　　　　　　“理念结构”公共因子与变量相关系数矩阵表

通过对提取出的公共因子与构成变量的相关分析发现，各公共因子与其构成变量之间存在高度正相关关系，与其他非构成变量之间弱相关。根据公共因子的构成变量，对公共因子进行重新命名。

5.1.2.1　“理念结构”公共因子1

构成“理念结构”公共因子1的6个变量如表5—4所示。

表5—4　　　　　　“理念结构”公共因子1的构成变量

通过分析，该公共因子含义表达为：我之所以参加运动，是为了扩大我的交际圈子，同时使我与同事和朋友的关系更融洽。“扩大自己的交际圈”、“与同事和朋友的关系更融洽”等选项集合在一起，有效构成了“人脉与关系”的解释变量。

5.1.2.2　“理念结构”公共因子2

构成“理念结构”公共因子2的3个变量如表5—5所示。通过分析，该公共因子含义表达为：我之所以参加运动，是为了放松心情缓解工作和生活压力。该公共因子有效表达了“消遣与释压”的解释变量。

表5—5　　　　　　“理念结构”公共因子2的构成变量

5.1.2.3　“理念结构”公共因子3

构成“理念结构”公共因子3的4个变量如表5—6所示。通过相关分析，该公共因子含义表达为：生活水平提高的重要标志是体育消费量的增加，我之所以参加运动，是为了提高身体机能，使我的体型更加理想。因此，该公共因子有效表达了“生活与健体”解释变量。

表5—6　　　　　　“理念结构”公共因子3的构成变量

5.1.3　“行为结构”因子分析

在“行为结构”分析中，本研究的样本量与变量数的比例为92.9∶1（2787∶30），KMO值为0.8072，巴特利特球度检验显著（见表5—7）。因此，可以对数据进行因子分析。

表5—7　　　　　　KMO and Bartlett’s Test

本研究进行了四次样子分析。在第一次因子分析中，题项AS19、AS34的因子载荷系数有两个以上大于0.4，而AS28的因子载荷系数均低于0.4，予以删除；第二次因子分析中，题项AS16因子载荷系数有两个以上大于0.4，而AS29的因子载荷系数均低于0.4，予以删除；第三次因子分析中，AS18、AS23的因子载荷系数均低于0.4，予以删除；第四次因子分析结果符合各项标准，最后剩余23个题项，根据分析结果，最终提取特征根在1以上的6个公共因子，这6个公共因子累积解释变异量达到56.9575%。其中，解释变异量最大的是第一公共因子。

因子分析结果表明（见表5—8），本研究选择的因子载荷系数均在0.43以上，符合检验要求，数据具有很高的效度，可以继续进行检验。

表5—8　　　　　　因子分析结果

通过对提取出的公共因子与构成变量的相关分析结果如表5—9所示。分析发现，各公共因子与其构成变量间存在高度正相关关系，与其他非构成变量之间弱相关。根据公共因子的构成变量，对公共因子进行重新命名。

表5—9　　　　　　“行为结构”公共因子与变量相关系数矩阵表

5.1.3.1　“行为结构”公共因子1

构成“行为结构”公共因子1的4个变量如表5—10所示。通过分析，该公共因子含义表达为：不观看和参加我不喜欢或者不懂、不会的体验赛事和体育运动。该公共因子蕴涵了消费者对体育运动的主观否定，因此将该公共因子命名为“主观与否定”。

表5—10　　　　　　“行为结构”公共因子1的构成变量

5.1.3.2　“行为结构”公共因子2

构成“行为结构”公共因子2的5个变量如表5—11所示。通过分析，该公共因子含义表达为：我愿意为了精彩赛事而购买付费频道的节目；为了系统训练而选择收费场所健身；我更愿意到现场观看体育赛事；我关注大型比赛赞助商的产品，也喜欢购买由喜欢的体育明星代言的产品。该公共因子反映了消费者对生活品质的追求以及对广告信息的信赖，因此将该公共因子命名为“品质与信赖”。

表5—11　　　　　　“行为结构”公共因子2的构成变量

5.1.3.3　“行为结构”公共因子3

构成“行为结构”公共因子2的4个变量如表5—12所示。通过相关分析，该公共因子含义表达为：我非常重视体育消费；与餐饮消费、教育产品消费以及其他休闲娱乐消费相比较，体育消费对我而言更重要。该公共样子蕴涵了消费者生活中消费选择的重心，因此将该公共因子命名为“选择与消费”。

表5—12　　　　　　“行为结构”公共因子3的构成变量

5.1.3.4　“行为结构”公共因子4

构成“行为结构”公共因子4的4个变量如表5—13所示。通过相关分析，该公共因子可以表述为：缺乏时间会使得我不参加体育运动或者不观看体育赛事；如果门票太贵或者交通不方便的话，我就不会到场观看体育比赛。该公共因子蕴涵了影响消费者体育消费的客观原因，因此该公共因子可以命名为“客观与拒绝”。

表5—13　　　　　　“行为结构”公共因子4的构成变量

5.1.3.5　“行为结构”公共因子5

构成“行为结构”公共因子5的4个变量如表5—14所示。通过分析，可以将该公共因子表述为：体育运动能够让我放松心情，缓解工作的压力；有我喜欢的选手参加的比赛以及比赛结果具有不确定性的比赛能够吸引我观看，而且我更倾向于观看利用电视播放的体育赛事。因此，将该公共因子命名为“释压与刺激”。

表5—14　　　　　　“行为结构”公共因子5的构成变量

5.1.3.6　“行为结构”公共因子6

构成“行为结构”公共因子6的2个变量如表5—15所示。该公共因子含义说明消费者只有在身体需要的时候才参加运动，而且选择自己熟悉的体育项目，因此可以把该公共因子命名为“需求与了解”。

表5—15　　　　　　“行为结构”公共因子6的构成变量

5.1.4　研究模型

根据相关文献分析以及因子分析结果，本研究的假设模型设计如图5—1所示：

图5—1　研究假设模型

5.1.5　假设设立

由于经过探索性因子分析提取了相应公共因子产生，需要进行假设的修正。假设修正如下。

H1：不同人口统计因素与“人脉与关系”因子存在相关关系

H1a：不同性别在“人脉与关系”因子方面存在不同倾向性

H1b：年龄与“人脉与关系”因子之间存在相关关系

H1c：教育程度与“人脉与关系”因子之间存在相关关系

H1d：在职与否与“人脉与关系”因子之间存在相关关系

H1e：收入水平与“人脉与关系”因子之间存在相关关系

H2：不同人口统计因素与“消遣与释压”因子存在相关关系

H2a：不同性别在“消遣与释压”因子方面存在不同倾向性

H2b：年龄与“消遣与释压”因子之间存在相关关系

H2c：教育程度与“消遣与释压”因子之间存在相关关系

H2d：在职与否与“消遣与释压”因子之间存在相关关系

H2e：收入水平与“消遣与释压”因子之间存在相关关系

H3：不同人口统计因素与“生活与健体”因子存在相关关系

H3a：不同性别在“生活与健体”因子方面存在不同倾向性

H3b：年龄与“生活与健体”因子之间存在相关关系

H3c：教育程度与“生活与健体”因子之间存在相关关系

H3d：在职与否与“生活与健体”因子之间存在相关关系

H3e：收入水平与“生活与健体”因子之间存在相关关系

H4：不同人口统计因素与“主观与否定”因子存在相关关系

H4a：不同性别在“主观与否定”因子方面存在不同倾向性

H4b：年龄与“主观与否定”因子之间存在相关关系

H4c：教育程度与“主观与否定”因子之间存在相关关系

H4d：在职与否与“主观与否定”因子之间存在相关关系

H4e：收入水平与“主观与否定”因子之间存在相关关系

H5：不同人口统计因素与“品质与信赖”因子存在相关关系

H5a：不同性别在“品质与信赖”因子方面存在不同倾向性

H5b：年龄与“品质与信赖”因子之间存在相关关系

H5c：教育程度与“品质与信赖”因子之间存在相关关系

H5d：在职与否与“品质与信赖”因子之间存在相关关系

H5e：收入水平与“品质与信赖”因子之间存在相关关系

H6：不同人口统计因素与“选择与消费”因子存在相关关系

H6a：不同性别在“选择与消费”因子方面存在不同倾向性

H6b：年龄与“选择与消费”因子之间存在相关关系

H6c：教育程度与“选择与消费”因子之间存在相关关系

H6d：在职与否与“选择与消费”因子之间存在相关关系

H6e：收入水平与“选择与消费”因子之间存在相关关系

H7：不同人口统计因素与“客观与拒绝”因子存在相关关系

H7a：不同性别在“客观与拒绝”因子方面存在不同倾向性

H7b：年龄与“客观与拒绝”因子之间存在相关关系

H7c：教育程度与“客观与拒绝”因子之间存在相关关系

H7d：在职与否与“客观与拒绝”因子之间存在相关关系

H7e：收入水平与“客观与拒绝”因子之间存在相关关系

H8：不同人口统计因素与“释压与刺激”因子存在相关关系

H8a：不同性别在“释压与刺激”因子方面存在不同倾向性

H8b：年龄与“释压与刺激”因子之间存在相关关系

H8c：教育程度与“释压与刺激”因子之间存在相关关系

H8d：在职与否与“释压与刺激”因子之间存在相关关系

H8e：收入水平与“释压与刺激”因子之间存在相关关系

H9：不同人口统计因素与“需求与了解”因子存在相关关系

H9a：不同性别在“需求与了解”因子方面存在不同倾向性

H9b：年龄与“需求与了解”因子之间存在相关关系

H9c：教育程度与“需求与了解”因子之间存在相关关系

H9d：在职与否与“需求与了解”因子之间存在相关关系

H9e：收入水平与“需求与了解”因子之间存在相关关系

H10：消费者理念结构因子的倾向性对其行为结构倾向性有影响

H11：理念结构因子对消费者体育消费行为的内容结构具有显著影响

H12：行为结构因子对消费者体育消费行为的内容结构具有显著影响

5.1.6　公共因子信度分析

本研究使用Cronbach a值来衡量提取出来的九个公共因子的信度。各因子信度系数具体见表5—16。判断信度时采用Wortzetl于1979年提出的标准，即Cronbach a系数信度介于0.7至0.98之间，都可算是高信度值，但如果低于0.35，则必须予以拒绝。九个公共因子的Cronbach a系数均高于0.48，因此，因子分析的结果是可靠的，可以根据公共因子继续进行分析。

表5—16　　　　　　信度系数表

经过数据的信度、效度分析，本研究的研究基础——正式调研获得的数据是非常有效、可靠的，因此，可以进行假设检验。