【城市社区居民应急认知量表分析6900字】

城市社区居民应急认知量表分析目录TOC\o"1-3"\h\u13475城市社区居民应急认知量表分析 112746（一）描述性统计 124496（二）项目分析 415263（三）验证性因子分析 1213786（四）调整后量表信度与效度 17本次问卷主要通过网络发放以及线下发放的方式采集数据，核计共发放433份，根据设置自动剔除填写时间低于120秒的低质量问卷，最终所的有效问卷共418份，回收率96.5%，回收率较高，可以进行后续的分析。（一）描述性统计描述性统计分为样本描述性统计与变量描述性统计，其中样本描述性统计主要是对同一题项中的不同选项的频数进行统计，变量描述性统计则是对量表中各个题项的均值、标准差、偏度、峰度等指标进行统计。1、样本描述性统计本研究的样本描述性统计如表4.1所示：表4.1样本描述性统计题目选项频数频率性别男19947.6%女21952.4%年龄18岁以下61.4%18-30岁23756.7%31-45岁5112.2%46-65岁10926.1%65岁以上153.6%学历小学及以下112.6%初中6816.3%高中或中专、技校5813.9%大专348.1%本科14835.4%硕士及以上9923.7%职业学生17040.7%商人/个体户286.7%事业单位人员266.2%公务员174.1%公司、企业员工9021.5%社会组织工作人员81.9%下岗、家庭主妇等153.6%退休358.4%服务业人员194.5%工人102.4%可支配收入2000元及以下9923.7%2001-3000元10725.6%3001-4000元6615.8%4001-5000元5914.1%5000元以上8720.8由表4.1所示，结果解读如下：（1）本次研究所发放的问卷中，被调查者为男性共199人，占比47.6%，女性共219人，占比52.4%，表明不同性别的人对应急认知这一点都有一定的关注；（2）在年龄方面以18-30岁为主，其次为46-65岁，表明对突发事件关注较多的有青年人以及中老年人，可能也与本次问卷发放的环境有关；（3）在学历方面以本科及以上为主，可能是因为所接受的教育程度越高，其对于突发事件的认知以及敏感度也会相应的提升；（4）在职业方面以学生为主，其次是公司和企业员工，可能是因为这两类群体因为所接受到的教育以及所接触到的信息会相对多一些，所以对突发事件会有较高的关注，以便做更好的准备；（5）最后在可支配收入方面，以每月2001-3000元可支配收入为主，其次为2000元及以下，说明有一定经济能力的人会关注突发事件以及应急管理，同时可能也与本问卷所发放的环境有关。2、变量描述性统计本研究的变量描述性统计如表4.2所示：表4.2变量描述性统计题项偏度峰度题项偏度峰度统计标准错误统计标准错误统计标准错误统计标准错误A1.013.119-.696.238C6-.788.119.816.238A2-.393.119-.683.238C7-.671.119.370.238A3-.268.119-.431.238C8-.642.119.570.238A4-.003.119-.696.238C9-.092.119-.788.238A5-.536.119-.085.238D10.027.119-.337.238A6-.680.119-.638.238D11-.309.119-.374.238A7-.667.119-.368.238D12-.009.119-.462.238A8-1.421.1191.146.238D13.060.119-.586.238A9-.122.119-.108.238D14-.139.119-.551.238A10-.062.119-.110.238E15-.306.119-.456.238A11-.788.119.393.238E16-.512.119.002.238A12-.263.119.141.238E17-.560.119.317.238A13-.027.119-.757.238E18-.375.119-.306.238A14.216.119-.681.238E19-.220.119-.382.238B1-.720.119.588.238F20-.406.119-.182.238B2-.731.119.439.238F21-.161.119-.144.238B3-.606.119.155.238F22.143.119-.301.238B4-.778.119.266.238F23-.210.119-.087.238C5-.927.1191.020.238在统计学中，一般认为一系列数据的偏度绝对值不超过2，峰度绝对值不超过5，那么此列数据基本上服从正态分布。如上表所示，偏度在-1.421到0.216之间，峰度在-0.788到1.146之间，满足正态分布条件，数据可以用于之后的分析。（二）项目分析1、区分度分析在测量过程中，对现象的差异性描述是衡量指标好坏的标准之一，即好的指标应具有较大的标准差和方差。依据此标准，本文对总题项的标准差进行了计算，结果如表4.3所示：表4.3总题项标准差题项标准偏差方差题项标准偏差方差A11.1101.232C6.913.833A21.1751.381C7.933.871A31.0061.012C8.888.789A41.1291.275C91.1101.233A5.994.988D10.922.850A61.2691.610D111.0511.106A71.1551.333D121.0381.076A81.1331.283D131.0881.184A9.883.780D141.0491.101A10.919.845Q15.898.806A11.912.831Q16.905.819A12.850.723Q17.940.884A131.1081.228Q18.901.812A141.1681.364Q19.998.995B1.806.649F20.860.739B2.870.757F21.924.854B3.915.838F22.983.965B4.915.837F23.864.746C5.920.847如表4.3所示，所有题项的标准差均大于0.75，说明所有题项的区分度较高，可以予以保留。2、信度与效度分析（1）信度分析本次研究采用科隆巴赫（信度）系数来研究问卷的信度，科隆巴赫系数与问卷信度成正相关关系，系数越高，代表问卷的信度也越高。一般情况下，Cronbach'salpha的值应当高于0.6。通过软件分析，各变量的信度如表4.4所示。表4.4Cronbach'sα系数与信度的关系表变量Cronbach'sα系数问卷总体信度0.939应急认知0.820政府措施0.934媒体信息0.898应急教育0.917突发事件刺激及经历0.793应急准备行为0.852如表4.4所示，从各个维度来看，Cronbach'sα系数最小为0.793，最大为0.939，均高于0.7，说明问卷具有较高的可信度，满足进一步分析的要求。（2）效度分析①问卷整体效度分析问卷的效度主要考察问卷与研究主题的契合程度，分为两个方面：内容效度和结构效度。首先是内容效度：代表问卷的设计能否获得研究问题所需基本数据。本研究所用量表在参考前人理论成果的基础上，结合目前我国的实际情况，对城市社区居民的应急认知的量表进行了初步设计，随后听取老师与预调查对象的建议进行了修改，由此可以认为本次研究所使用问卷符合内容效度要求。其次是结构效度：代表样本数据结果能否契合研究所依托的理论模型。本文使用探索性因子分析进行效度分析。量表整体效度如表4.5所示：表4.5KMO和巴特利特检验KMO和巴特利特检验KMO取样适切性量数。0.882巴特利特球形度检验近似卡方12217.486自由度666显著性0.000如上表所示，可以看出KM0=0.882，较为接近1，巴特利特球形度检验的显著性值为0.000，通过了显著性检验，可以做下一步因子分析。②应急认知效度分析本文对应急认知的14个变量进行了因子分析。KMO和巴特利特检验结果显示KMO=0.787，且显著性水平为0.000，表明数据适合进行因子分析。而后对14个变量进行公因子提取，如表4.7所示，显示累计贡献方差比重为71.427%，数据具有分析价值。表4.6应急认知KMO和巴特利特检验KMO和巴特利特检验KMO取样适切性量数。0.787巴特利特球形度检验近似卡方2971.275自由度91显著性0.000表4.7应急认知变量总方差解释总方差解释成分初始特征值提取载荷平方和旋转载荷平方和总计方差百分比累积%总计方差百分比累积%总计方差百分比累积%14.54232.44632.4464.54232.44632.4463.04121.71921.71922.88620.61453.0602.88620.61453.0602.94121.00542.72431.53410.95764.0171.53410.95764.0172.15015.35558.07941.0377.41071.4271.0377.41071.4271.86913.34871.427旋转后的因子载荷表如表4.8所示，对因子载荷矩阵进行旋转后，各个变量对公因子的贡献值区分度更加明显。根据变量值载荷矩阵，将其中载荷较高的情况分为4类并对其进行命名：第1公因子在A5-A8因子载荷比较高，所属维度为可怕行维度，因此将其命名为“可怕性”；同理，第2公因子在A1-A4因子载荷比较高，所属维度为可能行维度，因此将其命名为“可能性”；第3公因子在A9-A12因子载荷比较高，所属维度为面对突发事件时的状态维度，因此将其命名为“面对突发事件的状态”；第4公因子在A13-A14因子载荷比较高，所属维度为熟悉性，因此将其命名为“熟悉性”。表4.8应急认知变量旋转后的因子载荷矩阵旋转后的成分矩阵a成分1234A1.749A2.794A3.823A4.831A5.723A6.780A7.824A8.818A9.744A10.716A11.592A12.767A13.866A14.898提取方法：主成分分析法。旋转方法：凯撒正态化最大方差法。a.旋转在6次迭代后已收敛。③自变量效度本部分主要对影响因素的23个题项进行因子分析，KMO和巴特利特检验结果显示KMO=0.895，显著性水平为0.000，通过检验，可以进一步使用因子分析的方法。同时用最大方差法对因子载荷矩形进行旋转，如表4.10所示，得到5个因子，总解释率为72.847%，数据具有分析价值。表4.9自变量KMO和巴特利特检验KMO和巴特利特检验KMO取样适切性量数。0.895巴特利特球形度检验近似卡方7668.479自由度253显著性0.000表4.10自变量总方差解释总方差解释成分初始特征值提取载荷平方和旋转载荷平方和总计方差百分比累积%总计方差百分比累积%总计方差百分比累积%19.37240.74640.7469.37240.74640.7464.28318.62218.62223.11313.53354.2783.11313.53354.2783.99217.35835.97931.7887.77562.0531.7887.77562.0533.61215.70551.68541.3205.73767.7911.3205.73767.7912.65011.52263.20751.1635.05672.8471.1635.05672.8472.2179.64072.847提取方法：主成分分析法。旋转后的因子载荷表如表4.11所示，对因子载荷矩阵进行旋转后，各个变量对公因子的贡献值区分度更加明显。根据变量值载荷矩阵，将其中载荷较高的情况分为4类并对其进行命名：第1公因子在C5-C9因子载荷比较高，涉及媒体发布的信息，因此将其命名为“媒体信息”；同理，第2公因子在D10-D14因子载荷比较高，涉及社区的应急教育，因此将其命名为“应急教育”；第3公因子在B1-B4因子载荷比较高，涉及政府在突发事件中所采取的措施以及态度，因此将其命名为“政府措施”；第4公因子在F20-F23因子载荷比较高，涉及平时为应对突发事件所采取的应急准备行为，因此将其命名为“应急准备行为”；第5公因子在E15-E19因子载荷比较高，涉及突发事件对自身的刺激以及突发事件经历的一些刺激，因此将其命名为“突发事件刺激以及经历”。表4.11自变量旋转后的成分矩阵旋转后的成分矩阵a成分12345B1.831B2.820B3.817B4.807C5.869C6.855C7.810C8.815C9.672D10.718D11.778.D12.896D13.877D14.830E15.601E16.586E17.476E18.583E19.781F20.584F21.730F22.784F23.726.提取方法：主成分分析法。旋转方法：凯撒正态化最大方差法。aa.旋转在6次迭代后已收敛。3、相关分析对数据进行相关性分析的目的是探究多个变量之间是否存在某种相关性关系，一般来说较高的相关性关系是进行回归分析的前置条件。本文计算相关性系数的方法采用了独立样本T检验、双变量以及Pearson相关系数法。（1）本文通过独立样本T检验以及双变量相关的方法对人口统计学与应急认知的相关性进行了统计。其中性别使用独立样本T检验的方法，结果为0.000，通过显著性检验，说明性别对城市社区居民的应急认知水平有显著影响；其余变量则通过双变量相关的方法，结果如表4.12所示：表4.12人口统计学其他变量与应急认知总分G2G3G4G5总分皮尔逊相关性1.233**-.024.088.108*Sig.（双尾）.000.624.074.028个案数418418418418418G2皮尔逊相关性.233**1-.656**.638**.212**Sig.（双尾）.000.000.000.000个案数418418418418418G3皮尔逊相关性-.024-.656**1-.588**-.016Sig.（双尾）.624.000.000.747个案数418418418418418G4皮尔逊相关性.088.638**-.588**1.160**Sig.（双尾）.074.000.000.001个案数418418418418418G5皮尔逊相关性.108*.212**-.016.160**1Sig.（双尾）.028.000.747.001个案数418418418418418**.在0.01级别（双尾），相关性显著。*.在0.05级别（双尾），相关性显著。由表4.12可以看出年龄（G2）通过了显著水平为0.01的显著性检验，p值为0.233，表明年龄与应急认知存在正向相关性，年龄越大，其应急认知的水平越高；同时每月可支配收入（G5）通过了显著水平为0.05的显著性检验，p值为0.108，表明可支配收入与应急认知之间存在着正向相关性，可支配收入越高，其应急认知的水平也就越高。而职业（G3）与学历（G4）均未通过显著性检验，因此将其剔除。（2）本文通过Pearson相关系数法检验其他变量与应急认知之间的相关关系，检验结果如表4.13所示表4.13相关性分析表相关性系数Sig.（双尾）政府措施与应急认知0.5550.000媒体信息与应急认知0.6160.000应急教育与应急认知0.4910.000突发事件刺激及经历与应急认知0.5990.000应急准备行为与应急认知0.6080.000如表4.13所示，因变量应急认知与政府措施、媒体信息、应急教育、突发事件刺激及经历和应急准备行为的相关性系数（绝对值）分别为0.555、0.616、0.491、0.599和0.608，具有正向相关性，且p值都通过了显著水平为0.01的显著性检验，由此可知自变量与因变量具有显著的相关性，可以进行下一步的数据分析。4、回归分析在确定多个变量间的相互依赖关系时需要用到回归分析法，本文在对样本数据采用逐步法进行多元线性回归分析后，得到下表数据：表4.14回归分析表模型未标准化系数标准化系数t显著性共线性统计B标准错误Beta上限容差VIF1(常量)8.5791.8064.749.00012.130性别-.721.512-.044-1.408.160.286.9651.036年龄1.077.280.1293.847.0001.627.8411.190可支配收入.242.179.0431.351.178.593.9201.088政府措施.189.109.0741.728.085.403.5171.934媒体信息.754.082.3729.184.000.915.5791.727应急教育.368.069.2015.370.000.503.6771.477事件刺激及经历.322.105.1363.082.002.528.4912.035准备行为.552.115.2054.811.000.778.5251.905a.因变量：应急认知R：0.782aR²：0.611调整R²：0.604F：80.371Sig.：0.000如表4.14所示，R2为0.611，调整后的R2为0.604，解释程度较为理想。从方程的显著性来看，F检验中的p值为0.000，通过显著性水平为5%的显著性检验，方差不具有齐性，认为整体的回归效果明显。对于多重共线性的检验，自变量的VIF均小于10，容差均大于0.1，说明自变量之间不存在明显的共线性。在整体的回归中，所有的自变量均通过5%的显著性检验进入模型，标准化回归系数分别为-0.044；0.129；0.043；0.074；0.372；0.201；0.136和0.205。（三）验证性因子分析在本文研究中，40个因子对应7个潜在变量。本部分主要通过验证性因子分析，对本文初始模型的拟合度进行检验，同时根据拟合情况进行比较和修正。1、研究假设与初始模型环境层面政府措施媒体信息应急教育事件刺激环境层面政府措施媒体信息应急教育事件刺激++++++++个人层面个人层面+应急认知应急准备行为人口统计学特征行为层面+应急认知应急准备行为人口统计学特征行为层面图4.1城市社区居民应急认知影响因素假设模型在图4.1所示的假设模型中，个人层面的人口统计学特征会对应急认知产生影响，而环境层面的政府措施、媒体信息、应急教育和事件刺激，以及行为层面的应急准备行为均会对应急认知产生正向的影响。2、初始模型检验如图4.2所示，将问卷调研获得的数据输入amos统计软件中，系统将自动对原始的框架模型进行拟合修正，对路径系数不显著的因素相互关系进行剔除，对路径系数显著的路径做出进一步的分析解读。图4.2初始模型考虑到样本量较大时数据会呈正态分布，因此本文采用极大似然法对结构方程进行拟合。对初始假设模型的分析结果如表4.14所示：表4.14初始假设模型适配度指标适配性指标理想标准一般标准初始模型CMIN/DF1-51-55.765RMESA＜0.08＜0.080.107GFI＞0.9＞0.80.663AGFI＞0.9＞0.80.616CFI＞0.9＞0.80.730IFI＞0.9＞0.80.731PGFI＞0.5＞0.50.582由表4.14可知，初始假设模型的CMIN/DF为5.765，RMESA为0.107，GFI为0.663，AGFI为0.616，CFI为0.730，IFI为0.731，PGFI为0.582，除PGFI之外其他拟合指数均为达到标准，因此接下来对模型进行修正。3、模型调整与优化模型修正，即当对模型参数进行估计后发现假设理论模型与观察数据的适配度不佳，通过增加或删除某些模型参数从而实现对理论模型的局部调整，从而提升整体模型的适配度。为得到最优模型，本文在初始模型的基础上进行修正。在初始模型中，媒体信息→应急认知的显著性无法通过检验（标准化路径系数为0.03，p值为0.163），同样，突发事件刺激→应急认知的显著性亦无法通过检验（标准化路径系数为-0.011，p值为0.760），因此删除三条路径。同时根据MI提供的参数对模型进行路径的增加，修正结果如表4.15所示。表4.15修正后模型适配度指标适配性指标理想标准一般标准优化后模型CMIN/DF1-51-53.620RMESA＜0.08＜0.080.079GFI＞0.9＞0.80.841AGFI＞0.9＞0.80.803CFI＞0.9＞0.80.887IFI＞0.9＞0.80.888PGFI＞0.5＞0.50.667由表4.15可知，修正后的模型参数中，CMIN/DF为3.620，RMESA为0.079，GFI为0.841，AGFI为0.803，CFI为0.887，IFI为0.888，PGFI为0.667。可以看到修正后的模型适配度有了较大程度的提高，基本都处于一般标准的范围内，因此可以认为修正后的模型适配度较好。修正后的模型如图4.3所示。图4.3修正后的模型如图所示，根据MI修正显示，A11（认为政府能够很好的采取措施防止突发事件的发生）与F29（政府措施）是高度相关的，仔细阅读题项发现A11的含义与F29在含义上确实较为接近，因此删去A11；同理，B1（政府能够迅速应对突发事件）与F31（应急教育）存在高度相关性、F21（在平时生活中我会主动了解并学习一些急救技能）与F26（熟悉性）存在高度相关性，删去因子B1、F21。修正后的整体模型如图4.4所示：环境层面政府措施媒体信息应急教育事件刺激环境层面政府措施媒体信息应急教育事件刺激++++个人层面个人层面+应急认知应急准备行为人口统计学特征行为层面+应急认知应急准备行为人口统计学特征行为层面图4.4修正后城市社区居民应急认知影响因素模型最终路径结果如表4.16所示：表4.16修正模型路径系数路径关系路径系数P值性别、年龄、收入→应急认知0.0790.031政府措施→应急认知0.0770.004应急教育→应急认知0.173***应急准备行为→应急认知0.333***注：“***”指p＜0.001下面将对修正模型的各路径进行分析（1）H1认为人口统计学特征会对应急认知产生影响。由表4.4和表4.5可知，性别、年龄以及每月的可支配收入会对应急认知产生一定的影响。在性别方面，相比于女性，男性的应急认知水平会相对较高一些，这可能与男性心理较为冷静有关。在年龄方面，年龄越高的人其应急认知水平也会越高，这可能与其生活经历较多，可能会经历过一定数量的突发事件有关。最后在每月可支配收入方面，每月所拥有的的可支配收入与应急认