移动商务用户隐私关注前因量表及其信效度分析

陈莉　周扬　徐文倩

[摘要]依据CFIP量表，定义了隐私关注模型CFIP维度，设计了移动商务用户隐私关注前因量表，采用Cronbachs alpha系数和验证结构方程，对收集到的249名移动商务用户的网络调查数据进行信效度实证分析，结果表明，隐私关注前因量表的信度和效度均达到了理想状态。

[关键词]移动商务；隐私关注；前因量表；信度效度；CFIP

1.引言

2015年中国第三方移动支付市场交易总规模达9.31万亿元，同比增长57.3%m。移动购物的无处不在性、个性化以及情景提供等特性使得移动服务商能为用户提供更好的服务。但是，在竞争激烈的网络营销中，为了能有效地收集用户的需求信息，以提供个性化的产品和服务，目前的电子商务平台大都不同程度的使用了各种形式的推荐系统，抓取用户的个人信息，分析用户的兴趣特点和购买行为，识别用户身份，为用户推荐相应的商品、服务或内容。而获取和使用用户的个性化信息会导致用户对个人隐私泄露的担心。研究表明，消费者对个人隐私在网络上的保护态度，在很大程度上影响消费者在网络消费和电子商务中的行为，并最终影响消费者对网络消费的采纳。

为了测量消费者对信息隐私的关注，国外学者们提出了一维隐私关注量表GIPC、一维量表Rifon、多维量表CFIP、基于社会契约论的多维量表IUIPC，这些隐私关注量表的实证研究是在西方进行的，是否适用于中国国情还有待考证。本文主要思路是作为探索性分析，通过效度信度分析来筛选移动商务用户隐私关注量表题目并形成最终问卷，对量表模型采用结构方程进行验证性分析，找出移动商务用户对隐私关注的影响因素和关注类型，从而为我国移动商务用户隐私信息保护及进一步完善网络消费体系策略提供依据。

2.研究模型

2.1信息隐私关注模型CFIP维度定义

隐私关注模型CFIP定义为，四个维度（即信息采集、二次使用、不适当访问、错误的防范）和一个中介调整效应变量（即信息敏感度）。增加中介调整效应变量的原因在于，已有研究表明，网络用户营销顾虑越高，就会表现出越高水平的隐私信息关注。相反，如果用户具有较高的个人隐私关注信息管理的能力或机会，则表现出的隐私关注信息不当泄密的问题机会较低。此外，作为中介调整效应的信息敏感度还会影响提出的隐私信息关注模型与商务用户提供个人隐私信息意愿之间的关系。

2.2量表问卷设计

上述定义的CFIP模型问题采用利克特式量表设计，移动商务用户隐私关注前因量表模型如表1所示，所有受访者被要求选择利克特量表的选择项目作答。主要采用结构化的意向调查，以探讨移动商务用户浏览网络购物信息时对信息隐私的看法，包含网络购物信息行为的前置因素（网络购物焦虑、信息的有效控制管理）、信息隐私关注模型CFIP的四个维度和中介调整效应变量，这些因素共同影响了移动商务用户进行购物的意向。

研究中选定的问题项目是从已有的相关研究中进行提炼、修改、完善所得，旨在满足移动商务用户特定的行为特点和保证研究内容的一致性。

2.3数据收集

数据收集采用网络问卷调查研究方法，网络调查采用非概率抽样，样本量的确定以结构方程所需要的最低样本量（不低于200）为准，分析时按照结构方程中样本量至少是变量数的十倍来计算。

2.4统计方法

应用SPSS19.0软件中的Cronbachs alpha系数评价量表各个条目的内部一致性信度，应用Amos-v20软件的结构模型方程来衡量效度结果。

3.信度与效度检验

3.1信度分析

信度指测量工具的稳定性，它是衡量一个测验量表质量高低的重要指标。采用SPSS19.0软件中的Cronbachs alpha系数对移动商务用户隐私关注量表的信度进行分析，如表2所示，可以看出，四个维度Cronbachsalpha系数为0.700-0.900，所有各因素之间的内部一致性Cronbachs alpha系数为0.793，所以，各项目基本上能够较好地反映其所在维度，问卷总体alpha信度系数在0.7以上，说明该问卷的整体结构设计具有较高的可信度。

3.2效度分析

效度分析是衡量综合评价体系是否能够准确反映评价目的和要求的一种分析方法。效度分析利用AMOS分析软件，采用极大似然估计方法进行路径分析。

隐私关注量表各维度及项目间路径图如图1所示，对各维度相关性分析可知，各维度相互路径系数均低于0.01的水平显著，路径系数在0.294-0.687之间，具有较强的相关性，每个维度的内部相关性都具有统计学意义，隐私关注量表不同难度内部的路径系数结果如表3所示。

对自由参数的估计采用极大似然估计法，在模型评价指标方面采用卡方检验、近似误差均方根（RMSEA）、比较拟合指数（CFI）、非范拟合指数（NNFI）、增值拟合指数（IFI）和信息指数（AIC）为拟合指数。经过卡方检验分析，X2=300.816，df=125，xZ/df=2.407，p=0.000，其中x2/df值在2.0-5.0范围内，说明该模型拟合较好。从模型拟合参数结果来看，NFI=0.911，RFI=0.891，IFI=0.946，TLI=0.933，CFI=0.946，RMSEA=0.058，其中NFI、IFI和CFI值均超过了0.9，也同样说明了该模型拟合程度较为理想。

4.研究讨论

研究发现，针对移动商务用户隐私关注前因量表的效度分析，不仅要关注CFIP模型的常见四个维度，而且必须关注调节效应变量，即信息敏感性的影响。在一阶模型中，与验证性因子分析方法相比，使用CFIP模型能够更加全面地诠释各维度关系。通过对移动商务用户隐私关注前因量表的信效度进行分析，结果表明各指标均达到了模型标准，信效度达到了理想状态。下一步研究可以通过扩展调查信息项、拓展调查人员涵盖范围等方式，进一步增加样本量，并对其进行深入分析。