Page 58 - 《中国图书馆学报》2013年第1期
P. 58
理论层次的抽象概念与可测量指标之间的符合程 好的聚合效度。
度042]。 聚合效度主要是通过验证性因子分析进行 Ⅸ分效度可以通过进一步计算平均抽取方差
检验.意在检验潜变量确由相应测量项表达。 如表 （ Average Variance Extracted，AVE ） 来检验‘43] 。 如
l 所示，测量项目在所有一阶潜变量上的因子载荷 表2所示，所有潜变量 AVE的平方根均超过 0.7，
均在0.7以上，通过显著性水平检验，说明一半以 并且大于与其他潜变量之间的相关系数.亦即表明
上的方差由相应一阶潜变量捕获，概念测最具有较 测量模型具有 较好的区分效度。
表 2 相关性系数及平均抽取方差
此外.问卷属于自填方式，由于一致性倾向或 基础。
社会期望等原因可能造成自变量 、因变量之间相关
膨胀，形成系统性的误差，亦即共同方法 偏 差 5.2 假设检验结果
（Common Methods Bias.CMB） 问题。 为了有效减 本研究构建公式（ 1 ） 、（2）所示的回归模型，进
少、检测该研究中共同方法偏差问题，首先，作者在 而定量分析 SNS用户不同维度的社会化满足与实
问卷设计上有所减弱，要求填写人根据自身 SNS 际使用的相关关系。 在回归模型中，自我展现、旧
的实际情况 与客观记录来填写问卷题项。 其次， 关系维持、新关系建立及信息分享采用测量项目平
Harmon单因子检测方法被用来评估共同方法偏差 均值.同时加人性别、使用经验、在线好友数等作为
的负向影响.将问卷中所有测量项目进行因子分 控制变量。 作为因变量的SNS实际使用，以访问频
析‘44]。 分析结果获得四个特征值大于 1 的因子， 率、使用时长来分别进行回归模型分析。
并且在未旋转情况下第一个主成分解释所有方差 回归模型的分析结果详见表 3，用来实证检验
的23%.这较好地说明了共同方法偏差未给该研 研究假设。 针对两个因变量而言，模型 la、模型 lb
究带来严重的负面影响。 第i，通过相关性矩阵进 中仅含有控制变量，访问频率1 1%的方差可由控制
一步检测共同方法偏差‘451。 据表2结果来看，并 变量解释，使用时长只有 4%的方差可被解释。 在
未有超过 0.8 的情况出现，相关系数在 一 0.0Q一 模型 2a、模型 2b中，当加入社会化满足的四个来
0_55之间，从而降低出现共同方法偏差的可能性。 源，回归模型的方差解释度（调整后 R2 ） 得到了显
因此.上述结果表明样本数据共同方法偏差问题并 著性提升，对于访问频率而言为20% （p<0.01） .使
不严重.不会造成实证结果出现系统性偏差。 用时长则达到18% （p <0.01）。 从基本实证结果来
综上分析.本研究所有样本数据没有出现明 看.SNS用户的社会化满足可以作为解释其持续使
显的共同方法偏差.概念测量也具有良好的信度及 用的关键激励因素，说明从 U&G理论的社会化视
效度.从而为下一步研究假设检验提供坚实的实证 角探讨 SNS用户使用的合理性。
