無應答式李克特量表在旅游研究中的應用檢驗

[摘要]量表是心理與行為研究的主要工具之一，用以測量態度的李克特量表已成為調查研究中使用最廣泛的測量方式。但該方式在回答選項時存在一定的缺陷，即選項無法反映在某些特定條件下，受調查者可能因為關鍵知識或相關經驗的缺乏而無法回答。基于該問題，文章以我國入境旅游熱點城市知名度為研究內容，在研究設計中增加李克特量表的“無應答”選項，通過大樣本量調查數據支持，對包含“無應答”選項數據和剔除“無應答”選項數據進行了信度和效度檢驗，研究結果顯示：①包含“無應答”選項的數據與剔除“無應答”選項的數據均通過了總體信度和效度檢驗；②包含“無應答”選項的數據在總體信度、效度指標上明顯優于剔除“無應答”選項的數據；③包含“無應答”選項的數據在檢驗過程中，雖有少量測項未通過相關指標檢驗，但其存在對研究設計的完整具有明顯意義，存在合理并且不影響數據的整體檢驗結果。鑒于此，筆者建議，在未來類同研究中，研究者應增設李克特量表的“無應答”選項，以確保研究數據信息蘊涵的完整性。

[關鍵詞]李克特量表；無應答選項；入境游客；旅游知名度；檢驗對比

[中圖分類號]F59

[文獻標識碼]A

[文章編號]1002—5006(2011)04—0029—07

1 引言

量表是心理與行為研究的主要工具之一。自1932年李克特(Likert)提出李克特量表(LikertScale)態度測量方式以來，該量表已成為調查研究中使用最廣泛的測量工具，特別是在教育評價、市場調查、環境評估等方面。李克特量表最普通的測量方式是列出某一特定問題或狀況，讓回答者從主觀或者客觀角度去表示出其偏好程度。問題答案一般分為兩個或者九個或者更多不同程度的選項，雖然很多心理測量學家提倡7點式或者9點式，但一般最常用的是5點式量表，分別以1～5(非常不同意到非常同意)表示回答者對測量問題態度的強弱程度。

李克特量表雖然在一定程度上準確測量了受調查者的態度傾向，但仍有部分學者對其測量的系統性和可洞察性提出質疑。實際情況也表明，在某些特定條件下，受調查者可能因為缺乏關鍵知識或缺乏相關了解和經驗無法回答。因此，斯楚曼(schuman)和普瑞森(Presser)于1981年提出應以“不知道”、“不確定”或者“不可用”等詞匯適當設立無應答選項。其研究也證實了在明確無應答選擇后，“無應答”選項的比重平均為22％。誠然，設立無應答選項會減少有效樣本量和某項測試問題的代表性，但相應地也產生了一些有用的信息，即信息的分離檢驗會更加準確。布萊德本(Bradburn)的研究顯示，對于敏感問題，在被告知可以放心回答時，其無應答比例會持續顯著降低。凱格萊騰(cagleyetal)、斯琴德(sehneider)和喬納森(Johnson)于1988年的研究證實了在李克特量表回答選項中增加“無應答”選項會相應減少不回答問項的比例。但在具體數據分析上，無應答選項對整體數據的信度和效度有何影響，是否會影響整體數據的分析質量，此類研究國內外還未曾見到。據此，本文在大樣本數據支持下，對該問題在旅游研究中的應用進行了實證分析。

2 研究設計與數據來源

基于筆者前期的研究積累和研究內容延伸，本研究內容聚焦我國人境旅游熱點城市知名度。旅游知名度的概念來源于市場學品牌研究領域，也被稱為旅游目的地品牌知名度(destination brandawareness)。對于遠距離國際游客來講，旅游目的地知名度是其到訪決策的主控因素之一。

在充分考慮空間點合理布局的前提下，本研究案例點選擇了國內14個入境旅游熱點城市，分別是北京、上海、杭州、南京、西安、成都、桂林、昆明、廣州、深圳、大連、敦煌、拉薩、烏魯木齊。資料獲取以問卷調查形式展開。調查問卷主要包括兩部分內容：(1)受調查的入境游客社會人口結構特征，包括性別、年齡、職業、受教育程度、年收入、家庭結構和客源地等7項；(2)問題設置為“請就您所知，評價下列中國入境旅游熱點城市的知名度”，將城市名稱直接設計成問答表格，以李克特量表5點式(Likert scales 5 points)構成，回答選項為非常高(5)、高(4)、一般(3)、低(2)、非常低(1)、不知道(0)。問卷被翻譯成韓語、日語、英語、法語、中文5種語言類型。

正式調研實施于2008年4～11月間，調研地點為北京、上海、大連、西安、成都、廣州、深圳、昆明、桂林、南京、杭州、蘇州、陽朔、昆明等城市。其間，共發放問卷7358份，回收有效問卷6841份，有效率為93％。接受調查的入境游客社會人口結構特征見表1。

3 數據檢驗與對比分析

3.1 檢驗工具、方法與標準

本研究數據主要由SPSS17.0和Lisre18.70軟件來加以分析。檢驗中將研究數據劃分為包含“無應答”選項數據和剔除“無應答”選項數據兩類，主要分析數據的信度和效度。信度檢驗主要參照Cronbach’s α值；效度檢驗分探索性因子分析和驗證性因子分析兩步進行。

探索性因子分析主要依據3個標準：(1)無應答法。若測項無應答水平超過10％，表明這些測項是不可靠的，應當淘汰。(2)題目總分相關(item-total correlation)<0.4且刪除后的Cronbach’sα值會增加者刪除。(3)旋轉因子后載荷值小于0.4或同時在兩個因子上的載荷都大于0.4者刪除。

驗證性因子分析主要使用結構方程模型來加以檢驗，模型擬合檢驗標準來自吳明隆所著的《結構方程模型——AMOS的操作與應用》。模型擬合后驗證性因子分析主要檢驗3個指標：ｔ值、R²值和AVE值。若ｔ值的絕對值大于1.96，表示估計參數已經達到0.05的顯著水平；ｔ值的絕對值大于2.58，表示該估計參數值已經達到0.01的顯著水平。R²值(squared multiple correlations，模型內復平方相關系數)的取舍標準為R²>0.3。AVE值(average variance estimator，平均萃取方差)依據通常做法，應大于0.5。

信度檢驗指標主要來自赫爾等(Hair，et al.)1998年的研究結論。Cronbach’s α值大于0.70，表明數據可靠性較高；計量尺度中的測項小于6個時，Cronbach’s α值小于0.60，表明數據是可靠的。

3.2 包含“無應答”選項的數據檢驗結果

3.2.1 探索性因子分析(EFA)

將包含“無應答”選項的6841個數據代入SPSS軟件進行因子分析，一次性過關的因子載荷旋轉結果顯示：數據載荷歸并為4類；新提取因子載荷高于0.5，同一測項在其他新提取因子維度載荷均低于0.4；因子分析的KMO值為0.928；總方差解釋率為53.669％；方差近似值(Approx.Chi-Square)為21761.746；自由度ｄｆ值為91；Sig，值達0.000；表明分析數據總體呈正態分布，適合進行因子分析(表2)。型具有以下特點：(1)城市類型在空間分布上具有明顯的地域相關屬性，如沿海城市歸并為一類；內陸地區城市歸并為一類；國際化大都市歸并為一類；西部民族地區城市歸并為一類。(2)城市風貌與旅游特征具有明顯的相似性，如南京等城市具有明顯的現代化城市風貌；而桂林等城市則旅游特色顯著；烏魯木齊和敦煌則異域風情明顯；北京和上海則是中國現代化城市發展的典型。基于上述特點，將此處所代表入境旅游熱點城市的因子分別命名為一類高知名度城市、二類中等知名度城市、三類沿海一般知名度城市與四類西部低知名度城市。

3.2.2 驗證性因子分析(CFA)與信度

為了更好地獲取兩組回答形式不同數據的差異，在使用結構方程模型檢驗數據效度時，樣本數量的選擇按照侯杰泰等所提出的樣本數建議(當每因子只有兩個測項或當樣本只有約100時每因子應對應少于四個測項)。鑒于本研究所選取城市數為14個，在數量等同基礎上，以此標準反推，此處隨機抽取檢驗樣本350個進行結構方程擬合。

從數據檢驗結果可知：檢驗數據均通過ｔ值檢驗，表示該估計參數值已經達到0.01的顯著水平；R²值除西安和大連略低于檢驗標準0.3外，其他數據均達到檢驗標準，表明數據有較好的結構效度；歸并因子的AVE值均超過檢驗水平的最低0.5界值，表明數據有較好的區分效度(見表3)。另外，從結構方程整體擬合看(表6)，模型擬合度處于優良狀態，所有模型擬合指標均超過最低標準，部分指標已經達到優良狀態(RMSEA<0.05優良；RMSEA<0.08良好)，問卷效度得到驗證。

從內部一致性指標(Cronbach’s α)看，包含“無應答”選項的數據都通過信度檢測。各因子的同質信度基本都在0.6以上，一類高知名度城市的信度值為0.612，在可接受范圍之內；其他類型城市的信度都在0.8以上；總體信度值為0.911，具有較高的置信度(表3)，說明被檢驗數據和因子具有較高的穩定性與精確性。

3.3 剔除“無應答”選項的數據檢驗結果

3.3.1 探索性因子分析(EFA)

對答項空缺與“無應答”選項的數據進行遴選和刪除，從整體6841個樣本中最后獲取不包含“無應答”選項的有效數據1002個，即該數據全部為李克特量表5點式構成，回答選項為非常高(5)、高(4)、一般(3)、低(2)、非常低(1)等5項構成，不包括“不知道(0)”。

將遴選后的1002個樣本數據代入SPSS軟件進行因子分析，第一次因子分析后西安和廣州兩項未得到有效因子歸并，將該兩項刪除；第二次因子分析將12個城市歸并為兩類(見表4)。因子載荷旋轉后顯示：新提取因子的載荷均高于0.5，同一測項在其他新提取因子維度載荷均低于0.4；因子分析的KMO值為0.923；總方差解釋率為62.232％；方差近似值(Approx，Chi-Square)為6081.866；自由度ｄｆ值為66；Sig，值達0.000；表明分析數據總體呈正態分布，適合進行因子分析。

歸并的因子僅為兩類，其中北京和上海這樣的國際化一流旅游口岸城市被歸并為一類；其他城市被歸并成一類，差異性不甚顯著。另外，從測項均值來看，所有測項所代表的城市知名度都處于高位，均值都高于2.5的中間值；在眾多入境旅游熱點城市中，知名度最低的是深圳，但其賦值已達3.2，亦非所謂的“低知名度”。就此，將新提取的因子命名為一類高知名度城市和二類中高知名度城市。

3.3.2 驗證性因子分析(CFA)與信度

依據上文樣本選擇數量標準，此處隨機抽取剔除“無應答”選項的300個樣本數據進行結構方程擬合。

從數據檢驗結果可知：檢驗數據均通過ｔ值檢驗，表示該估計參數值已經達到0.01的顯著水平；R²值檢驗也全部通過，其數據均高于最低標準0.3，表明數據有較好的結構效度；歸并因子的AVE值均超過檢驗水平最低的0.5界值，表明數據有較好的區分效度(見表5)。另外，從結構方程整體擬合來看(表6)，模型擬合度處于良好狀態，所有模型擬合指標均超過最低標準，部分指標已經達到良好狀態(RMSEA<0.05優良；RMSEA<0.08良好)，問卷效度得到驗證。

從內部一致性指標(Cronbach’sα)看，剔除“無應答”選項的數據都通過信度檢測。各因子的同質信度基本都在0.7以上，一類高知名度城市的信度值為0.744，二類中高知名度城市的信度為0.917，總體信度值為0.904，具有較高的置信度。說明被檢驗數據和因子具有較高的穩定性與精確性。

3.4 綜合對比

3.4.1 新因子提取量對比

從上文數據檢驗結果可知，包含“無應答”選項的數據提取新因子4個，而剔除“無應答”選項的數據僅提取新因子2個；包含“無應答”選項的數據提取了所有的14個測項，而剔除“無應答”選項的數據僅提取了12個測項。顯然，包含“無應答”選項數據所提取的4個新因子(歸并的入境旅游城市知名度)更加細化，解釋原有數據信息更加全面，能夠更深入地顯示這些入境旅游熱點城市因知名度差異所呈現的地域、城市類型、城市經濟發展水平、城市風貌、旅游特點等方面的區別。

同時，整體數據樣本中，除北京和上海外，入境游客對其他12個城市的“無應答”選項占總樣本數據的85.35％，即入境游客對這12個中國入境旅游熱點城市有的知道、有的不知道。此類信息的提煉和分析無疑對旅游目的地市場細分營銷戰略具有明顯的參照意義；也說明了類同研究中增加李克特量表“無應答”選項的必要性和合理性。

另外，從測項賦值也可以看出，包含“無應答”選項的數據測項均值基本都處于中等水平或低水平；而剔除“無應答”選項的數據測項均值基本都處于高位。當然，從不同角度看這兩類數據，其所呈現的結果都存在一定的科學性和實踐參照意義。但當需要細化分類研究時，剔除“無應答”選項的數據必然會造成部分信息丟失，這必然對研究結論造成一定的影響，也會在一定程度上造成實踐參照層面的某些錯位。

3.4.2 檢驗技術指標的對比

為了更科學地獲取對比結果，本研究使用同樣的分析方法來檢驗兩組數據的各項技術指標，檢驗結果顯示，兩組數據都具有較好的信度和效度。從探索性因子分析可知，剔除“無應答”選項的數據在總方差解釋率上明顯高于包含“無應答”選項的數據；在結構方程模型擬合后的R²值中也存在此類現象(剔除“無應答”選項數據的R²值檢驗全部過關，包含“無應答”選項數據中有兩項未達到R²值的檢驗標準)。但從新提取因子所包含原有測項的多少可以看出，包含“無應答”選項的數據提取了原有的14個測項，在原有數據信息涵蓋上明顯優于剔除“無應答”選項數據，對研究設計和總體數據信息的呈現更全面。同時，從結構方程模型擬合指數看，包含“無應答”選項數據的整體擬合指數明顯優于剔除“無應答”選項的數據(表6)。其中，包含“無應答”選項數據雖然有兩個測項沒有通過部分指標檢驗，但這也恰恰反映出模型驗證中部分測項之間的非關聯性。在數據全面解釋層面，其存在意義顯著。另外，包含“無應答”選項數據的整體信度(cronbach’sα)高于剔除“無應答”選項的數據。雖然在因子維度剔除“無應答”選項數據的信度略高于包含“無應答”選項的數據，但從可用性角度，包含“無應答”選項數據信度值在各因子維度也處于較好水平，低信度值的因子也達到了基本要求。

4 結論與討論

旅游行為是旅游研究的核心內容，其研究方式包括定性和定量兩種。旅游行為的定量化研究不僅在國際上處于主導地位，近年來，國內也呈現持續增長態勢。那么，在此類研究中，量表的科學使用就成為不可規避的研究命題，也是此類研究設計科學與結果可信的前提基礎。

本文以我國入境旅游熱點城市知名度為研究內容，擴展檢驗李克特量表的基本構成，增加了無應答選項，在大樣本量調查數據的支持下，將量表檢驗數據劃分為包含“無應答”選項數據和剔除“無應答”選項數據兩類，研究結果顯示：包含“無應答”選項數據與剔除“無應答”選項數據均呈現較好的信度和效度；包含“無應答”選項數據的總體信度、效度明顯優于剔除“無應答”選項數據；包含“無應答”選項數據檢驗過程中雖有部分測項未通過相關指標檢驗，但該缺陷對研究設計的完整有明顯意義、存在合理，不影響數據的整體檢驗結果。鑒于此，筆者建議，在未來類同研究中，研究者應增設李克特量表的“無應答”選項，以保證研究數據信息蘊涵的完整性。

當然，本研究所選取的是大樣本量數據檢驗，“無應答”選項小樣量的檢驗標準和指標界定還需要在未來研究中加以探索。另外，在何種研究設計中需要增加李克特量表的“無應答”選項，測項數量與檢驗標準之間的數量關系等問題仍需日后在研究中加以驗證。

藉由本文的分析，筆者同時提出，在量表的開發和使用中，研究者除了關注回答方式的科學性外，還應重點考慮如下問題：(1)量表制作者是否正確無誤地使用語匯表達了真實意思?(2)量表制作者在斟酌表達語匯時是否仔細思考過受調查者對其問句語匯可能的認知結果?(3)受調查者是否對問句的語匯表達存在誤解?等等。因此，在使用和開發量表中，應嚴格按照如下步驟進行：問句構思、選擇量尺、語言表達、版面編排、測試管理、客觀情境檢驗等六個方面；同時，還應關注量表使用中受測方的知識基礎、意識形態、群體文化、語言技能、視覺心理、語義脈絡等六項要素。