消费文化观念区域差异性研究 - 图文(12)

等级与平等 兰州大学硕士学位论文 消费文化观念区域差异性研究

在日常消费中，一般会选择与自己身份相符的商品 高档消费能够显示和证明个人的成就与地位 经常购买新产品，让自己的生活能跟上潮流而不落伍 q19 0.639 0.705 0.861 0.708 0.540 0.715 0.902 0.882 0.576 0.561 0.813 0.673 0.547 0.470 7.274 0.801 7.234 0.756 8.159 0.820 7.889 0.706 q20 要量入为出，适度消费 奢侈与节俭 q21 q22 人活着就应该尽情消费，充分享受生活 q23 开放与保守 q24 消费要以习惯为主，不应有更多改变 q25 消费只要随大流就好，不要出风头 q26 q27 喜欢购买新产品，让自己的生活不断增加新元素 消费应该有所节制，如果必须购买，也要物有所值 理性与感性 q28 物质消费本身就是一种快乐和精神享受 q29 花钱省时间是值得的 q30 购买商品时应当选择绿色、健康、环保的产品 过度消费就是一种浪费，应当尽量减少不必要的消费 和谐与对立 q31 q32 购物是休闲和缓解压力的一种方法 4.3.2 验证性因子分析（Confirmatory Factor Analysis）

通过探索性因子分析，我们可以得出消费文化观念共有11个维度构成，累计解释方差达到79.413%；但是在因子分析中，我们只能用来探索一种模型和对各维度的确定但并不能直接得出因子之间的关系以及模型的合理性，所以为了进一步验证消费文化观念11个维度的合理性，我们还需要对模型进行验证性因子分析（CFA），验证性因子分析是对因子结构的合理性以及模型拟合程度优劣的检验。

结构方程模型中存在两种主要的模型——概念模型和结构关系模型，概念测量模型是结构方程模型统计分析的基础，因为它是构成研究命题的基本要素的概念，不论是进行何种类型的分析，首先都需要对概念的属性和构成作规范的定义，进而检验这种设定是否合理有效；而结构关系模型是涉及变量（潜变量）之间结构关系的检验即对结构关系的可靠性和有效性进行检验，由于本研究只涉及消费文化观念维度结构合理性检验。由于本研究只涉及消费文化观念维度的检验，不涉及结构之间关系的检验，所以本研究只需进行概念测量模型的检验。本研究所使用的结构方程式统计软件为与SPSS16.0配套的AMOS16.0，该软件只需设定

25

兰州大学硕士学位论文 消费文化观念区域差异性研究

变量之间的关系以及变量维度测项的构成，并不需要对结构方程模型分析编写软件。

本研究概念测量模型有11个维度（潜变量）即“社会角色”、“个人与群体”、“现期与未来”、“物质和精神”、“实用性和品牌性”、“仪式化”、“等级与平等”、“奢侈与节俭”、“开放与保守”、“理性与感性”、“和谐与对立”，另外，在每一个潜变量都包含若干测项，11个维度总共有32个外生观测变量以及32个测量误差。所建立的消费文化观念概念模型如下图4-1所示

e1q111e2q21社会角色1e5e6e7e8e9e13e14e1511111111q5q6q7q8q9q13q14q15个体与群体现期与未来1q3q411e3e41物质和精神1实用性和品牌性1q10q11q12111e10e11e12仪式化e18e19e23e24e25e26e30e31e3211q16q1711e16e17q18q19q23q24q25q26q30q31q321等级与平等11111奢侈与节俭1q20q21q22q27q28q29111e20e21e22e27e28e29开放与保守1111理性与感性1111和谐与对立

图4-1 消费文化观念概念模型图

结构方程模型是依据所生成的再生矩阵与初始的样本协方差矩阵的整体相似程度，所以评价概念模型拟合效果指标都是针对这一评价问题所设置的，有关

26

兰州大学硕士学位论文 消费文化观念区域差异性研究

模型总体拟合程度有多项指标衡量，主要有绝对拟合效果指标、相对拟合效果指标、替代性指标和简约性指标。使用AMOS16.0软件，对该概念测量模型拟合结果如下表4-5所示。

表4-5 模型拟合结果表

测量项目 模型接受标准 模型检验值 CMINDF ＜2 1.872 GFI AGFI NFI ＞0.90 ＞0.90 ＞0.90 0.843 0.801 0.794 RMSEA 越小越好 0.065 CFI ＞0.90 0.901 HFIVE ＞200 850 CMINDF为卡方自由度比即卡方值除以模型的自由度，通常CMINDF越小，说明模型的拟合效果越佳的，当CMINDF小于2时，往往认为模型的拟合效果良好，本研究的CMINDF为1.872，表明该模型拟合数据的效果良好。

GFI（goodness-of-fit index）和 AGFI（adjusted GFI）分别是拟合优度指数和调整的拟合优度指数，这两个指标的值始终在0到1之间，越接近1，说明模型的拟合效果越好；模型的GFI为0.843，AGFI为0.801，说明在可接受的范围之内，数据的拟合效果较好。

NFI（normed fit index）指标反映了假设模型与独立模型（dependent model）之间的差异，通常又称为△1指标。所谓独立模型，指的是变量中不存在任何相关关系的一种模型，也被成为基准模型（baseline modle）。NFI的值越接近于1越好，0.7以上就可以接受，本研究结果为0.794，在可接受的范围，模型拟合效果良好。

RMSEA是替代性指标，指近似误差的均方根，它在模型拟合效果评价指标中作用越来越受到重视，许多专家学者认为RMSEA小于0.08即可接受。本研究RMSEA结果为0.065，说明数据很好的拟合了模型。

CFI（comparative fit index）指标综合考虑了相对拟合效果和替代性效果，也就是说，既考虑了假设模型与独立模型之间的关系，同时也考虑了假设模型与理论预期的中央卡方分布的离散程度。CFI的值同样在0到1之间，且越接近1表明模型拟合效果越好，通常认为CFI大于0.90时，效果良好；本研究CFI结果为0.901，说明模型拟合效果良好。

HFIVE是一类特殊的指标，通常又称为CN（critical N），其含义是接受假设模型所需的样本数量。AMOS中提供了0.95和0.99显著水平下的CN值：Hoelter.05 index和Hoelter.01 index。通常CN大于200时，模型才是可以接受的，本研究样本数目为850，远远超过200，完全符合检验要求。

从多项数据拟合指标可以发现，设定的概念测量模型是合理的，在可接受的

27

兰州大学硕士学位论文 消费文化观念区域差异性研究

范围。

4.3.3 方差分析（Variance Analysis）

单因素方差分析（One-Way ANOVA）是检验由单一因素影响的一个（或多个相互独立的）因变量由因素各水平分组的均值之间的差异是否具有统计意义即研究一个控制变量的不同水平是否对观察变量产生了显著性影响。在进行方差分析之前，首先需要对因变量的正态性和方差齐性进行检验，检验结果如表4-6所示。通过检验，所有因变量的偏度（Skewness）值在（－1，1）内，说明因变量基本符合正态分布，可以进行单因素方差分析。如果选定显著性水平α为0.05，从表3可知，所有因变量的P值均大于显著性水平α，表明各个维度的方差齐，满足方差分析的前提条件，可以应用单因素方差分析。分析结果如表4-7所示：如果选定显著性水平α为0.05，检验统计量在各维度上的概率P值若小于显著性水平α，则应拒绝零假设（H0：两区域在维度上得分均值无差异）。由表4可知，在“物质和精神”和“开放与保守”两个维度上的Sig＜0.05，其他维度的Sig均大于0.05，即结果支持了H4和H9假设，而否定了H1，H2，H3，H5，H6，H7，H8，H9，H10，H11假设，说明两区域在“物质和精神”和“开放与保守”两个维度存在显著性差异，而在其他9个维度上的差异性不显著。

表4-6 11个维度的正态分布和方差齐性检验统计表 样本 …… 此处隐藏：2337字，全部文档内容请下载后查看。喜欢就下载吧 ……