描述性数据分析

在开始探索性因子分析之前，第一，先观察每个问项的平均值和标准差，如表4.5所示，无异常数值。第二，检验样本的峰度与偏度，检查样本是否符合正态分布。如表4.5所示，样本数据的偏度在0.202和1.235之间，峰度在0.042和1.398之间，符合正态分布（Kline，2005）。因此本书认为该样本可以进行探索性因子分析。

表4.5　数据正态性检验结果

（续表）

第三，考察问项-总体的相关系数，检验每个问项与所处维度是否相关。进行探索性因子分析之前，研究者应该进行问项条目净化，否则会出现因子分析结果的多维度现象（Churchill，1979）。本书采用项目总相关系数CITC来净化项目，即一个维度下，每个问项与其他问项之和的相关系数。Churchill（1979）认为一般应对CITC值小于0.5的问项进行剔除，因为这些问项与整体量表的内部一致性不符合（Churchill，1979）。但对于探索性研究而言，大部分学者（胡抚生，2009；赵卓嘉，2009）都指出，CITC达到0.3的问项就应该予以保留。同时还应该考虑，删除不合适问项是否可以提高整个量表的信度。因此在项目净化前后的Cronbach's alpha系数都要计算（钟洁，2015）。对体验质量量表进行CITC检测后发现，问项GI1和GI2的CITC值非常低，为0.088和0.054。而且删除以后，能够提高整个量表的信度，所以进行删除。对体验价值量表进行CITC检测后发现，所有问项的CITC值都在0.58以上，保留所有问项。(https://www.daowen.com)

第四，本书采用Cronbach'sα系数来衡量内部一致性。对于探索性研究而言，如果α系数在0.6到0.7之间，就可以认为量表是基本可靠的（Nunnally，1978；Churchill，1979；Bagozzi＆Yi，1988）。也有学者（Peter，1979）认为α系数达到0.5就可以接受。综合考虑，本书采取α系数在0.6以上为接受标准。如表4.6所示，所有维度的Cronbach'sα系数都在0.7以上。

表4.6　各变量的信度分析Cronbachα系数表