1. 初始模型
从偏相关分析可以看到,两个自变量之间存在相关,两个因变量之间也存在相关,这就使得变量之间的关系受到多方面的影响,无法通过偏相关分析清晰的表现出来。因此,研究采用Amos进行建模分析,以在控制所有自变量和控制变量之间的相互影响的情况下,探讨自变量对于因变量的影响。这种分析方法比相关分析和回归分析都更为优越,主要在于其可以同时分析多个自变量对多个因变量的影响,可以处理潜变量和测量误差,其参数估计更加准确。
研究将性别、年级两个人口统计变量、使用微信的时间、微信上好友的数量作为直接观测变量;点赞使用行为、评论使用行为两个潜变量(各含6个条目的观测变量),作为自变量;将桥接型社会资本、凝聚型社会资本(各含10个条目的观测变量)作为因变量,建立结构方程模型。
数据显示,模型拟合效果并不好,CFI,NFI,IFI没有一个指标达到0.90,RMSEA大于0.06,见
表3
。但可以看出,在控制了性别、年级、微信好友数量、每天使用微信的时间这四个可能的影响变量,以及之后各个变量之间的相关关系之后,点赞对于两种社会资本的促进作用消失了,甚至有轻微负相关;只有评论会对社会资本产生影响,见
表4
。标准化后,评论对桥接型社会资本的路径系数为0.52,对凝聚型社会资本的路径系数为0.49,在0.01的水平上显著。
2. 修正模型
初始模型中,使用微信的时间对桥接型社会资本的回归系数为0.04,对凝聚型社会资本的回p=0.004<0.01)。但是其他积极态度和心理依赖条目上,可以看出,用户更乐于与别人谈论评论而不是点赞(M点赞=2.71,M评论=2.88,p=0.006<0.01),更依赖评论而不是点赞(M点赞=1.64,M评论=1.89,p=0.00<0.01),取消评论按钮会更难过(M点赞=2.46,M评论=2.74,p=0.00<0.01),可见用户对“评论”按钮的态度和心理依赖程度普遍显著高于“点赞”。
初始模型中,使用微信的时间对桥接型社会资本的回归系数为0.04,对凝聚型社会资本的回归系数为0.10。微信好友的数量对桥接型社会资本的回归系数为0.04,对凝聚型社会资本的回归系数为0.12。不仅不显著,而且较小。同样,控制变量中性别、年级对两类社会资本的影响也是微乎其微的,故先删除这四个控制变量。
此外,参考修正指数(modification indices),将同一个潜变量下不同观测条目的残差,选择M.I.值较大的,对其残差允许相关。发现e12和e13,e14与e15;e16与e17,
e20与e21,e22与e23,e27与e29,e40与e41都是属于同一个潜变量内相关的,允许他们相关可以较大的减少卡方值。此外点赞频率和评论频率;长时期不点赞或不评论,担心失去联络;取消点赞会感到难过和取消评论会感到难过这三对变量虽然属于不同潜变量,但是其问项是高度相关的,允许其残差相关同样可以较大减少卡方值。因此,对
其进行了模型的修正和调整。
可以看到,模型修正后,其拟合优度提高,达到接受模型的标准,见
表5
。数据结果显示,点赞对于两类社会资本的影响没有显著作用,评论的作用依然非常明显,见
图3
。标准化后,评论行为对凝聚型的社会资本路径系数为0.61,对桥接型的社会资本路径系数为0.64。
数据结果支持H2,H3,但不支持H1。即评论能够增加两类社会资本,但点赞不能。