这样可使研究假设更加准确
因此内容效度是较好的。结构效度作为统摄其他效度类型的重要概念（Messick，1989），为了在庞杂的数据中找到变量的共同属性，本研究通过因子分析法进行检验。虽然在第三章本书曾经使用扎根理论进行了质化处理，但仍需要使用因子分析来判断研究假设中哪些变量需要合成公因子，哪些变量需要独立出来，这样可使研究假设更加准确，以达到化繁为简的目的。在做因子分析法之前先进行KMO样本检验和巴特利球形检验。一般认为，KMO值越接近1，就越适合做因子分析，0.9以上非常适合、0.8～0.9很适合、0.7～0.8适合，低于0.7则不太适合。巴特利球体检验的统计量对应的概率P值大于显著性水平a则拒绝原假设，认为适合做因子分析，反之则不适合。下表显示了前测样本的KMO值均在0.7以上，巴特利球体检验值小于显著性水平，都符合要求，可以进行探索性因子分析（见表4-9）。表4-9KMO样本测量和巴特利球体检验由于本书中的在线品牌社群社会资本构成维度源于探索性案例分析，再加之每个构成维度包括若干个测量指标，因此需要分析这些测量指标能否真正作为在线品牌社群社会资本的测量构念。本研究使用因子分析法对在线品牌社群社会资本的5个变量（共23个问项）进行了分析，将众多问项中关系密切的问项加以组合，删除掉不恰当的问项。测量问项时采用主成分分析法（Principle Component Methods）对测量题项进行因子提取，用方差最大（Varimax）进行因子旋转，按以下标准进行整理：①项目在所属因子的载荷量大于0.5；②每一个所对应的因子载荷接近于1（越大越好），但在其他因子的载荷接近于0（越小越好），以具备区分效度；③如果项目在所有因子上的载荷均小于0.5，则删除该项目；或者在两个及两个以上的因子上载荷大于0.5，则属于横跨因子，也给予删除；④每个因子所含项目应不少于3个，如果项目太少则给予删除；⑤如果一个问项自成一个因子，也予以删除，因为其不具备内部一致性(2)。对在线品牌社群社会资本构成要素的因子分析法结果如表4-10所示，共提取了3个主成分，经过整理后发现HH5在所有因子上的载荷都小于0.5，予以删除，HH6属于横跨因子，也予以删除。其他测项按照因子载荷进行分类和整理后，分别命名为结构性要素、关系性要素和认知性要素（见表4-10）。这与本研究提出的在线品牌社群社会资本的三维特征是一致的。表4-10在线品牌社群社会资本旋转成份矩阵(3)以同样的方法和标准对其他进行因子分析后，发现SRD5在所有因子上的载荷都小于0.5，予以删除，SQRT6属于横跨因子，也予以删除。其他测项按照因子载荷进行分类和整理后，分别命名为社群认同、品牌认同、感知社群&品牌契合度和社群涉入度。还发现原本的态度忠诚和行为忠诚在一个公因子上的载荷比较高，因此将这两项合并，为了与反向忠诚所表达的消费者对竞争品牌的敌视态度区别开来，将该因子命名为一般忠诚，用这一概念来反映消费者的持续购买、交叉购买、推荐购买和溢价购买。并在此基础上对研究假设进行了修正（见表4-11）。表4-11修正后的研究假设4.2.3.4最终问卷形成通过对84份样本进行的前测，本研究检验了问卷的信度和效度，对不合理的问项进行了删改，并对问项的设置形式进行了调整，确定了正式发放的问卷（附录Ⅰ）。4.2.4问卷发放及数据收集4.2.4.1样本对象与容量的确定本研究的主题是在线品牌社群社会资本对品牌忠诚的作用机制研究，而通过对社群成员的感知和评价可以获知社会资本的多寡，因此，在选择样本时主要关注受访者是否有过参与在线品牌社群的经历，只要受访者注册过某个品牌或产品的论坛/贴吧，关注过某个品牌或产品的博客/微博/微信公众号/QQ空间，或者加入过某个品牌或产品的QQ群/微信群，均可视为本研究的研究对象（论坛、贴吧等平台的访客不算在内）。另外，本研究中的品牌或产品包括：电子数码、汽车、食品日化、服饰珠宝、酒店、商场、航空旅行、家居建材、家电、网络游戏等有形有无形消费品，以及其他工业品。社交、兴趣爱好、知识分享等社群不属于本研究的范围之内，在问卷中通过甄别题的设置来确保问卷填写者属于本研究的研究对象。关于样本容量的问题，Gorsuch（1983）认为，样本量最好与测量项目的数量保持1：5的比例，最好能达到1：10。也有研究者认为，样本量太大会使得模型的X2增大，模型容易被拒绝（Hu，Bentler & Kano，1992）。马庆国（2002）认为，确定样本容量时可考虑成本约束和样本容易的关系，秉承积极性原则来设定。综合这几种观点以及本研究的实际情况，算上矩阵题的设置，本研究的测量项目一共为65个，样本量确定为325～650左右较为适宜。4.2.4.2问卷发放与筛选抽样技术保证调研过程中顺利开展的重要一环，由于本研究针对的是有着在线品牌社群参与经历的消费者，而这
