SEM在中国旅游研究中的方法论应用问题_谢彦君(2)

注:由于一些研究报告不完整,所以表中自变量的分析数据来源于20篇文献;中介变量的分析数据来源于14篇文献(有的研究不含中介变量)。

3.3.2　潜在变量与测量变量之间的因子载荷值

潜在变量与测量变量之间的因子载荷实质上反映的是测量变量在潜在变量上的相对重要性。研究者往往依据其数值大小,判断测量变量是否可以被用来测量潜在变量。至于因子载荷值多高才算理想,Tabachnica与Fidell提出下列标准(见表2):当载荷值大于0.71,也就是该因子可以解释观察变量50%的变异量时,是非常理想的情况;当载荷值大于0.63,也就是该因子可以解释观察变量40%的变异量时,是非常好的情况;若载荷值小于0.32,也就是该因子解释不到10%的观察变量变异量,是非常不理想的情况,通常这类题目虽然是形成某个因子的题项,但是贡献非常小,可以考虑删除[17]。而吴明隆和涂金堂的建议是,因子载荷值应该介于0.5到0.95之间[18]。我们发现自变量和因变量的因子载荷值都完全报告的11篇文献的因子载荷平均值都能满足这两项建议的要求,但是仍有44%的文献显示研究中的结构方程模型含有因子载荷值小于0.5的情况(见表3),即没有达到吴明隆和涂金堂等建议的标准。

表2　因子载荷值的判断标准

λλ2(%)情况

0.7150优秀

0.6340非常好

0.5530好

0.4520普通

0.3210不好

0.32以下不及格

ourismScience旅游科学25　T　表3　潜在变量及其对应的测量变量之间的因子载荷值的相关统计情况

报告项目

因子载荷平均数值

因子载荷平均值<0.5的模型占总样本的比例(%)

含有小于0.5的因子载荷值的模型占总样本的比例(%)

含有小于0.32的因子载荷值的模型占总样本的比例(%)自变量0.660440因变量0.74

注:该数据从自变量和因变量的因子载荷值都完全报告的11篇文章中获得,且文中模型都是SEM整体模型。由于齐全报告中介变量的文章只有4篇,所以该变量的这部分数据不作统计。

3.3　模型评价

SEM分析的另一个重要工作是进行模型的评估与检验,以决定研究者所提出的假设模型是否能够用以描述实际观察到的变量关系,该过程称为模型评价。

过去,研究者最常用的模型评估方式是χ2检验。但后期有不少研究认为直接应用χ2检验推断一个模型是否与数据拟合并不妥当。问题在于χ2的大小与样本容量N有关,当N很小时,χ2往往很小,使得与真实模型相距很远的错误模型也会出现人拟合得很好的假象;而当N很大时,χ2则很大,一个模型只要与真实模型有很小的差距,就可能被认为拟合不好[19]。

为了解决这个问题,文献上先后出现了40多种拟合指数,用于评价模型。在本研究所统计的42篇文献中,最为常用的7个拟合指数分别为:RMSEA(报告率95%)、CFI(88%)、χ2/df(83%)、GFI(76%)、NFI(76%)、NNFI(74%)和AGFI(57%),且各拟合指数的平均值分别为0.0572、0.949、2.264、0.922、0.937、0.940和0.897。从这些通过使用平均法计算得来的数值中,我们至少可以得出两条结论:第一,虽然RMSEA和CFI指标的报告频数在7个指标中名列前茅,但是这两项指标的报告频数与权威的建议值尚有一定的距离。因为Hu和Bentler曾建议指出CFI和RMSEA两个指标都需要报告在论文中,尤其是RMSEA指标[20]。第二,结合各拟合指标的推荐值(各指标推荐值分别为:RMSEA<0.08;2<χ2/df<5;CFI>0.90;GFI>0.90;AGFI>0.90;NFI>0.90;NNFI>0.90)来看本研究的统计数据,我们将发现7个指标中有6个指标是合乎推荐值要求的,但AGFI值不在推荐值范围之内。从上述平均数值的统计情况来看,样本中的模型拟合指数基本上满足要求。但是,在统计完各拟合指数的达标情况后,我们发现各指标的达标率并不高,其中,χ2/df与AGFI指数的达标比例仅为50%和54.2%(见表4)。

表4　论文中各拟合指数的报告与达标情况

拟合指数报告该指数的论文数符合指数推荐值要求的论文数达标率(%)RMSEA403587.5CFI373491.9χ2/df361850.0GFI332575.8NFI322990.6NNFI312683.9AGFI241354.2

EM在中国旅游研究中的方法论应用问题　　26S

3.4　研究局限

一般而言,研究者在论文结尾部分除了归纳总结基本结论外,还应该坦诚交待其研究的局限性。这不仅是一个学术规范性的问题,在某种程度上也反映了研究者的学术态度。然而,基于对42篇文献的回顾,我们发现只有50%的研究者在文末报告了研究成果的局限。事实上,即使是最完美的研究,无论其研究架构多么精妙,研究方法多么科学,分析过程多么合理,它的最终结论都有可能受到来自样本、变量或时间等某个因素的影响而导致某种局限性。

从内容上看,在21篇报告局限性的文献中,85.7%的文献提到样本的代表性问题,表明这些研究在普适性方面存在限制;23.8%的文献指出其研究在模型构建和指标选择上存在考虑不周的情形;19.0%的文献反映问卷设计具有一定的缺陷,涉及国外量表的本土适应性、内容设计合理性等问题;另有14.3%的文献则报告了截面研究的缺陷。

最后,特别强调,SEM在国内旅游研究中的方法论问题除了上述的4个方面外,还有其它一些问题,如SEM图形的绘制不规范等。

4　结论与建议

本文通过对42篇SEM应用文献的分析发现,有越来越多的研究者手握SEM分析利器,行进在定量分析的研究队伍之中。由于他们的努力,旅游研究中的一些潜在的、难以测量的问题才得以阐释,但其中也暴露出了一些方法论上的问题,某些统计数据则反映了国内旅游研究者并未能真正掌握该种研究方法,应该强化这方面的理论知识。结合上文分析,本文提出如下建议:

(1)我们发现绝大多数研究者利用SEM作路径分析来讨论潜在变量之间的因果关系,而其数据往往是通过截面调研的方式获得。事实上,路径分析虽然能够用以检测因果关系的存在,但是由于基本的前提难以确立,使得路径分析的结论也经常遭到质疑。从逻辑上看,具有因果关系的两个变量应有明确的时间关系,即X发生在前,Y发生在后,X与Y的共变才可以被推导为因果。理论上,这种X先于Y发生的资料仅存在于历时研究中,但多数的社会学与行为学研究却是以同时性测量来收集各测量变量的资料。另外,如果从研究设计的角度来看,只有经过严格实验处理的研究,将受试者经过随机分配,然后在严谨的实验控制下,检验自变量变化对于因变量的影响所得到的结果才符合因果关系的基本条件,其他任何形式的研究设计或统计推论,所得到的仅可能是变量的预测或解释,而非因果关系。因此,本文建议未来研究者慎重使用SEM方法来处理因果关系问题。否则一旦使用不当,就可能使研究成为数字游戏,毫无理论和实践意义。若研究确实需要使用SEM,建议研究者在作因果关系的假设时,除了提出清楚、合理及明确的逻辑与推理来说明假设存在的基础外,还应该尝试采用历时研究以克服截面研究的缺陷。

(2)未来研究应该多注意样本容量问题,要保证样本容量的绝对数值达到200以上,且样本容量与测量变量的比值至少控制在5以上,最好能达到10以上。如,,

ourismScience旅游科学27　T　为二,一半作探索性因子分析,一半作验证性因子分析,研究采取“先探索,后验证”的顺序。当然这种做法主要是针对想一次性采集数据的研究而言。从理论角度来看,经过这种设计的研究将更具科学性,结果也将更有说服力。在此,希望读者千万不要误读了笔者的建议,认为SEM可以作探索性分析。确切地说,SEM是一个用以检验某一先期提出的理论模型的适用性的一种统计技术,它应被视为是一种验证性而非探索性的统计方法。另外,还有一点需要提醒研究者注意,这里所提到的样本容量数值 …… 此处隐藏：3772字，全部文档内容请下载后查看。喜欢就下载吧 ……