学术活动｜讲座纪要 孙永强 问卷调查与结构方程模型：信息差异会影响人的信息采纳决策吗？

供稿｜司湘云 吴逸姝

问卷调查法是信息系统、管理学、心理学等领域常用的数据收集方法，与之相对应的常见数据分析方法是结构方程模型，那么在实际应用过程中，需要注意哪些问题？此外，在信息爆炸的环境中，尤其在突发公共事件场景下，信息本身存在的差异是否会影响信息采纳行为？面对不同类型的信息，人们在信息采纳过程中的思考逻辑与机制又是怎样的？“面向图情档研究问题的研究方法系列讲座（第二期）”第六讲特邀武汉大学信息管理学院孙永强教授开展题为“问卷调查与结构方程模型：信息差异会影响人的信息采纳决策吗？”的专题讲座。孙永强教授详细阐述了实证研究的一般过程，并结合最新研究成果分享了研究过程中的细节。

01

实证研究的一般过程

实证研究的一般过程包括：提出研究问题、构建研究模型、研究设计与实施、数据分析和学术发表。

研究问题旨在针对已有文献或者理论存在的问题而进行弥补、改进或完善，这些已有问题可能会导致人们认识世界的过程存在偏差，因此有必要提出新的理论或观点去修正偏差。然后，通常构建模型以解决提出的研究问题。对客观事物的抽象表达均可称之为模型，此处具体指研究者使用可视化的方法（图、表等）陈述其认为存在的一些客观规律，即研究模型承载着研究者对现实世界运行规律的看法，也是对研究问题的回应。其次，进行研究设计，通过收集与分析数据以验证假设是否成立或模型是否正确。最后，发表学术成果，以促进知识的交流与共享。

（1）实证研究的基本逻辑

在概念层面存在对于客观规律的主观认识，而在操作层面可以揭示数据间的客观联系，通过概念映射可以将二者相连接。其中，主观概念与客观数据之间的概念映射方式主要有两种：一是基于已有理论的梳理与逻辑分析，形成一定的规律认知，再通过数据验证观点的正确性，即演绎的逻辑思维方式；二是从数据出发，通过发现某些具有普适性的数据联系，进而归纳出一定的客观规律，即归纳的逻辑思维方式。前者常常支持理论驱动型研究，而后者往往支撑数据驱动型研究。

大多数实证研究是基于演绎的逻辑，即通过客观数据表征/映射主观概念以将主观认识具象化，进而揭示数据间的客观联系以验证观点的正确性。其难点是数据是否能够精准反映主观概念，以及如何刻画数据间的关系。

（2）研究问题的提出

①什么是有价值的研究问题？

常用的评判标准包括新颖性（New）、趣味性（Interesting）、重要性（Important）和可行性（Doable）。其核心问题是理论深度（Rigor）与现实意义（Relevance）之间的平衡（balance）。二者的区别是：理论需具有一定普适性，因此具有一定理论深度的研究问题通常伴随着高层次的抽象，往往需要剥离众多的现实细节与情境因素；而应用性的研究问题旨在解决现实中存在的问题，需要考虑众多的现实细节，其解决方案或结论往往不具有普适性。两者之间的权衡通常取决于研究问题的性质与学者的个人偏好。

②如何找到有价值的研究问题？

有价值的研究问题主要来自于业界实践或已有文献。学者需要在二者间进行不断的互动与思考，以寻找现象与认知的冲突点（现象驱动）或者理论之间的冲突点（理论驱动）。

现象驱动的研究示例如下：相关理论表明服务质量正向影响用户满意度，然而研究团队在调研中却发现某公司信息技术部门不断提升的信息服务质量并未提高业务部门的用户满意度。理论与现象的冲突引发了研究团队对信息服务概念的重新定义与理解，即除了服务质量因素外，服务提供者与服务接收者之间的关系等因素（例如，二者之间是否存在共同的认知）也可能会影响服务质量满意度，因此团队从社会资本角度探讨用户对信息技术服务的满意度问题，从而丰富了服务质量领域的研究。

理论驱动的研究示例如下：研究团队通过阅读文献发现，在广告设计领域存在两种截然不同的观点——独特性观点和视觉盲区观点，那么是否存在一种理论可以统一这两种观点？通过回溯文献，团队发现两类观点的假设前提与推演过程存在差异（例如，前者多采用实验室实验法，而后者多采用现场实验法），进而提出动态演化的理论以统一两类观点。

（3）研究模型的构建

①什么是理论？

学者K.R. Popper提出了证伪原则（Falsifiability），即基于对客观世界的认识形成一定的判断或命题（Proposition），进而提出尝试性的解决方案（Tentative Solution），直至发现存在不符合该命题的情况，再对原命题进行弥补与完善以消除错误（Error Elimination），从而形成新命题。

②模型的结构与理论创新

如前所述，模型是研究者使用图表等可视化方法表达对客观规律的认识。模型的常见方式如下图，其中节点表示概念，连边表示概念间的关系，由此构成了概念间的法理网络（Norm Network）。模型需回答若干问题，包括模型的构成要素（What）、要素间的结构（How）、模型的理论依据（Why）和模型的假设前提（When）等。

③理论的作用与反作用

传统的实证主义研究通常是理论驱动型研究，需清晰阐述模型的要素与结构，论断也均需有证据（源自已有文献或者符合基本逻辑）。研究的理论性不宜过弱，否则结论的普适性与推广性存疑；理论也不宜过强，否则创新点不足；因此理论论证的关键是基于已有理论支撑研究的同时，超脱已有理论发现新的观点。建议参照已有文献的逻辑映射关系进行论证，或者综合运用多个理论和严密的逻辑推导进行演绎推理等。

后文将结合一项具体的研究详细阐述研究设计、数据分析等过程。本部分小结如下：

02

案例：信息差异与信息采纳决策

（1）三个研究问题

信息爆炸的环境中，尤其在突发公共事件场景下，信息本身存在的差异是否会影响信息采纳行为？面对不同类型的信息，人们在信息采纳过程中的思考逻辑与机制又是怎样的？这些问题引发了研究团队的思考。

信息采纳模型的已有研究如下图，学者Sussman和Siegal（2003）基于详尽可能性模型（Elaboration Likelihood Model, ELM）提出信息采纳模型（Information Adoption Model）。该模型表明用户信息采纳决策过程包括核心路径和边缘路径，前者需付出较多认知努力，例如根据论证质量（Argument Quality）等因素判断信息有用性；后者无需花费太多的认知努力，例如根据信源可信度（Source Credibility）等因素判断信息有用性。而用户的专业知识（Expertise）和卷入度（Involvement）因素起调节作用，即专业知识越多/卷入度越高，用户越倾向于选择核心路径。Shen等（2016）学者认为前述模型中均聚焦于信息的特征因素，而忽略了社会影响，例如在某些情形下用户并不关注于信息内容，而是仅仅追随他人、采取行动，于是将追随效应（Herding Factors）纳入信息采纳模型中。

然而仍存在如下问题尚未解决：

研究问题一：影响因素之间是否存在依存效应？具体地，论证质量与信源可信度之间是否存在依存效应，信息有用性和追随效应之间是否存在依存效应？例如，信息来源是否影响论证质量的判断？

研究问题二：影响因素之间是独立发挥作用，还是联合发挥作用？具体地，论证质量与信源可信度之间/信息有用性与追随效应之间是存在替代效应还是互补效应？例如，信源可信度是否弱化或者强化论证质量对于信息有用性的判断？

研究问题三：已有调节变量（专业知识和卷入度）均基于用户的角度（即用户个人能力与动机），那么面对信息服务供应商提供的不同类型信息，用户的信息采纳机制是否一样？本研究参照电子商务领域对于产品的分类，将信息分为搜索型信息和体验型信息。其中，搜索型信息通过信息搜索即可解决问题，而体验型信息需要更多主观意识的介入。

（2）研究模型与研究假设

为解决提出的偏差效应（研究问题一）、耦合效应（研究问题二）和信息依存效应（研究问题三）问题，构建模型如下图。模型包括有意识处理过程（conscious process）和无意识处理过程（unconscious process），其中有意识处理过程包括系统性过程（即核心路径）和启发式过程（即边缘路径）。

研究假设如下：

在偏差效应方面，已有理论表明，信源可信度可以作为论证质量的参考点；类似地，追随效应可能正向影响信息有用性的感知。

在信息依存效应方面，相比于搜索型信息而言，体验型信息具有更强的信息主观性和决策不确定性，需要消耗更多的认知，用户的判断能力较弱，因此更依赖于边缘路径和无意识路径，偏差效应也更为明显。

在耦合效应方面，用户处理信息时，其路径选择具有一定的顺序。当用户具有足够的能力与动机时，会优先选择核心路径；无法对信息内容进行判断时，用户会选择额外的线索信息，即边缘路径；再其次，则会选择无意识路径。因此基于该假设前提，提出如下假设：

（3）研究设计

根据研究目的，本研究选择情景化问卷调查的方式采集数据。问卷调查的类型如下图。

本研究将论证质量、信源可信度和信息类型作为情境变量，追随效应作为控制变量，以此设计问卷情境；采取便利抽样的方式招募289名被试，并将其随机分为8组；实验流程包括研究者简要介绍实验目的与要求，被试阅读材料并填写问卷。

问卷情境设计过程具体如下：以“知乎”问答平台数据为例，选取两个不同类型（搜索型与体验型）的问题，以回答的点赞数量表征答案的论证质量，以回答者的特征（回答数、文章数、关注者数量）表征信源可信度。数据分析部分将通过操控检验来验证情境设计的有效性。

（4）数据分析

数据分析部分包括操纵检验、信度分析、效度分析、总体模型分析和调节效应分析。本研究根据操控检验指标对信息类型、论证质量和信源可信度三个因素进行操控检验，F值检验结果显著，说明问卷情景设计具有有效性；信度分析中，指标AVE（>0.5）、CR（>0.7）和α（>0.7）值均符合要求；使用交叉载荷矩阵进行效度分析，结果表明变量间具有较好的区分度；总体模型分析结果如图所示，发现在总体样本中交互项（即耦合效应）结果并不显著，可能原因是信息类型的调节作用使得互补效应与替代效应产生叠加，进而使得结果不显著。

因此，进一步对调节作用进行分析。在考察论证质量与信源可信度的交互效应时，由于其为连续变量时，因此采用了Chin（2013）提出的调节作用分析方法；在验证信息类型的调节作用时，由于信息类型因素为类别变量，因此采用了Keil等（2002）提出的调节作用分析方法。

（5）研究结论

本研究的研究结论如下图所示。

最后，参与直播活动的近4400名观众踊跃提问，问题包括如何确定中介变量与调节变量、如何处理正式实验与预实验因子分析结果不一致的情况、问卷调查法的伦理审查、研究方法的选择依据、数据收集平台与数据分析工具、问卷情境设计与操控检验的细节、变量间相关性问题、问卷调查中多选题的设置、样本数量的合适值等。孙永强教授一一详细解答。

参考文献

Sun Y., Fang Y., Lim K.H., and Straub, D. (2012) . User Satisfaction with Information Technology Service Delivery: A Social Capital Perspective. Information Systems Research (23:4): 1195-1211.

Sun Y., Lim K.H., Peng Z. (2013) . Solving the Distinctiveness-Blindness Debate: A Unified Model for Understanding Banner Processing. Journal of the Association for Information Systems (14:2): 49-71.

Sun Y., Wang N., Shen X., Zhang X. (2019). Bias Effects, Synergistic Effects, and Information Contingency Effects: Developing and Testing an Extended Information Adoption Model in Social Q&A. Journal of the Association for Information Science and Technology, 70(12): 1368-1382.

讲座回放入口：

讲座版权归主办方所有，仅供个人学习，严禁任何形式的录制、传播。一经发现将依法保留追究权。

END