数据统计和分析技巧

问卷主体测量部分（第二部分）采用五级Likert量表，按五点计分，分析前对所有数据均调整为正向计分。对回收的数据采用SPSS19.0软件进行信度分析、效度分析以及相关分析。现将全体样本各个变量问项内容和平均值及标准差列于表4-2中，以便对每个变量所包含的各个问项及其数据有更详细的了解。

表4-2　本研究各变量问项的均值和标准差

续表

4.2.1　信度分析

信度即是测量的可靠性，是指测量结果的一致性或稳定性。在对问卷进行数据分析之前，必须考察其信度以确保测量的质量。常用的方法有折半信度和Cronbach’s α系数两种，本研究以Cronbach’s α系数来检测问卷题目的信度，得到的α系数越高，则代表其检测的因子内部一致性越大，信度越高。一般认为，被测量的可靠性系数在0.6～0.85的范围内就已经足够了（Widaman，1993），而测量变量的Cronbach’s alpha值在0.7～0.8就到达相当好的可接受水平（米子川，2002）。表4-3即为各变量的信度分析。

表4-3　各变量的信度分析

从表4-3的结果可以看出，样本所取数据中，各变量的可靠性系数全都在0.65以上，接入程度的Cronbach’s α值为0.675，相对较低，除此之外其他变量的Cronbach’s α值都在0.8以上，具有非常好的信度。

4.2.2　效度分析

效度即测量的正确性，指测验或其他测量工具确实能够测得其所要测量的概念的程度。测量的效度越高，表示测量的结果越能呈现出其所要测量内容的真实特征。效度分析有多种，本研究运用SPSS19.0软件中KMO和Barlett的球形度检验，这是一种较为常见而简单的效度检验，即使用KMO值来表示效度。如果KMO值大于0.8，说明效度非常高；KMO值大于0.7，说明效度较好；KMO值大于0.6说明效度可以接受。表4-4呈现的是各变量的整体信度分析。(www.xing528.com)

表4-4　KMO和 Bartlett的检验

通过表4-4的结果可以看出，各变量整体KMO值为0.904，说明效度非常高，也就是说，本研究样本的测量结果（分数）能够真实反映测量内容的真实特征。

4.2.3　相关分析

相关分析是研究现象之间是否存在某种依存关系，并对具体有依存关系的现象探讨其相关方向以及相关程度，相关系数是描述两变量之间线性相关程度的定量指标。本研究采用Pearson简单相关分析方法探讨各变量之间的线性相关关系。表4-5即为各自变量（即影响因素）与信息搜索行为的相关关系。

表4-5　各自变量与信息搜索行为的相关关系

注：**代表在0.01水平（双侧）上显著相关。

从表4-5的输出结果可以看出，接入程度、信息质量、搜索成本、信任程度及感知收益对信息搜索在0.01的水平上显著相关，即旅游消费者对自媒体平台的接入程度、自媒体信息质量、信息搜索成本、自媒体平台和信息的信任程度以及感知收益对其信息搜索行为有着显著的影响。通常情况下，相关系数r的绝对值越大，相关性越强，相关系数的绝对值越接近1，相关度越强；相关系数越接近0，相关度越弱。同时，可以通过取值范围判断变量的相关强度（见表4-6）。

表4-6　Pearson相关系数与相关程度对应关系

通过分析不难发现，接入程度（r=0.497）、信任程度（r=0.578）这两个因素对信息搜索行为的影响呈中等强度相关关系，而信息质量（r=0.628）、搜索成本（r=0.656）与感知收益（r=0.769）这三个因素对信息搜索行为的影响则呈强相关关系。结合数据统计分析得到的变量间的相关关系，本文将进一步分析被调查者对问卷中关于五个影响因素设置的具体问项的认同程度，探究各因素对信息搜索行为的影响现状。