基于外围特征的预判断质量评价

6.3.2.1　利用项目分析进行量表内部的一致性检验

为确保问卷编制的科学性，首先对调查问卷在小范围内进行预调研既试测，本次试测共发放问卷140份，收回有效问卷101份。然后，对预试问卷进行项目分析、效度和信度检验等，以此作为编制正式问卷的依据。主要从高低分组的独立样本t检验、与量表总分的相关系数、总量表的信度系数、题项删除后的信度系数等4个方面进行问卷项目分析。

（1）高低分组的独立样本t检验（t-test for equality of means）

利用独立样本t检验求总得分（用户对各题项的打分之和）高低两组的受试者在各题项得分平均数的差异显著性，如果差异显著，说明该题项的鉴别度高，否则表示该题项的鉴别度较差，需考虑删除。高低分组采用27%的分组理念，在该预试中，即按总得分从低到高排序，取第27位用户的总得分作为低分组用户的临界分割点（一共有31位用户），倒数第27位用户的总得分作为高分组用户的临界分割点（一共有28位用户）。其独立样本t检验如表6-6所示，各指标的t检验均达到0.05的显著相关，其中t值也称决断值最高的为7.296、最低的为2.899。

表6-6　高低分组的独立样本t检验

续表

（2）与量表总分的相关系数

考察其与量表总分的相关系数，是单个题项和整体量表的同质性检验。相关系数越高，表明该题项与整体量表的同质性越高；否则，表示题项与整体量表的同质性不高，适宜删除，表6-7表明各题项与总分均呈显著相关。

（3）量表信度系数（cronbach's alpha）

信度代表量表的一致性或稳定性，信度系数在项目分析中，定义为真实分数的方差占测量分数方差的比例，可以作为同质性检验指标之一。常用克隆巴赫系数（cronbach's alpha）进行李克特量表的内部一致性信度估计。如果题项删除后的量表整体信度系数比原先的信度系数高出许多，则此题项与其他题项的同质性不高，可考虑将此题项删除。本量表的Cronbach's Alpha值为0.784。从表6-8可以看出，除题项P1、P3、P4删除后信度系数有微弱的提升（≤0.005）之外，其余题项删除后量表信度系数反而下降，说明量表一致性或稳定性较好。

上述项目分析结果表明，量表的总体信度较好、14个指标具有统计显著性，因此，全部保留进行下一步正式问卷调查。

表6-7　题项与量表总分的Pearson相关系数

注：*.在0.01水平（双侧）上显著相关。
*.在0.05水平（双侧）上显著相关。

表6-8　题项删除后的量表整体信度统计

(www.xing528.com)

注：Cronbach's Alpha值为.784。

6.3.2.2　探索性因子分析

正式问卷调查以付费的方式委托问卷星进行，共发放问卷550份，剔除无效问卷54份（将连续20个及以上题项上的选项一样或有明显逻辑混乱的问卷剔除），收回有效问卷496份，样本地区、性别、年龄分布如表6-9、表6-10所示。从两张表上可见，样本年龄分布以31～40岁的中青年为主，并且中级和副高职称居多，符合网络学术信息资源用户的主要特征。

（1）问卷样本分布

表6-9　问卷调查用户的性别、年龄、地区分布

表6-10　问卷调查用户的性别、职称分布

（2）探索性因子分析

首先检验量表是否适合进行因子分析，测试结果如表6-11所示。巴特利特球度检验统计量的观测值为413.308，相应的概率p值接近于0（即显著性水平为0.000）；KMO的值为0.743。说明量表适合进行因子分析，于是采用主成分法和正交旋转法进行因子提取。

采用方差最大法实施正交旋转后的因子载荷矩阵如表6-12所示，共提取4个特征根值大于1的因子，旋转后所提取因子的共同度都在0.5以上，最小值为0.571、最大值为0.808，4个因子的累积方差贡献率为59.275%。进一步对因子的内涵进行分析，发现该数据分析结果与所构建的理论评价模型基本一致，因子1覆盖了理论模型中外部支持维度的全部6个指标、遂命名为外部支持；因子3覆盖了理论模型中查询特征维度的全部2个指标、遂命名为查询特征；因子2除包含理论模型中Web设计维度的界面美观、格式规范全部2个指标之外，又覆盖了质量控制和平台推荐2个指标（这2个指标在理论模型中属于来源特征维度），实际上，这2个指标也确实描述了Web页面设计的实际状况，将之进行调整也是合理的，遂命名为Web设计；因子4覆盖了理论模型中来源特征维度的责任主体和来源声誉2个指标，遂命名为来源特征。该实证分析的结果与理论模型几乎一致，因此，不再进行验证性因子分析。

表6-11　KMO和Bartlett的检验

表6-12　基于形式特征的旋转成分矩阵a

续表

注：a.旋转在5次迭代后收敛。
旋转法：具有Kaiser标准化的正交旋转法。
提取方法：主成分。