基于因子分析的灾后重建过程中地方政府形象评价研究.doc

　　基于因子分析的灾后重建过程中地方政府形象评价研究 关键词：灾后重建；地方政府形象；因子分析 政府形象是政府的政策表现、环境形象、公务员言行等方面在公众心中所形成的总体印象和评价[ ]。良好的政府形象产生强大的威召力、凝聚力，使政府内外关系趋于协调，公众与政府配合一致，政令畅通，有利于政府行政目标如期实现[ ]。 一、研究设计 （一）研究范围 文章以芦山县受灾群众为调研对象，在芦山县及周边多个乡镇，采用定量调查的方差，分析讨论灾后重建过程中地方政府形象感知与评价。 （二）研究方法 SPSS是世界上最流行的数据分析、处理软件之一，在经济管理、心理研究及医学病理分析等领域或方面得到了广泛应用。在本研究中，为了对调查问卷数据进行不同变量间的主成分多元分析，故主要采用了因子分析方法。因子分析的主要目的是通过探索性因子分析得到灾后重建过程中当地公众对地方政府形象的评价因子，然后利用分析结果提出提升灾后重建过程中地方政府形象提升建议。 （三）问卷设计 本研究的正式问卷有三部分组成：第一部分为问卷调查背景及相关说明，旨在向受访居民说明此次问卷调查的背景、目的、意义等；第二部分为问卷主体部分，主要是针对灾后重建过程中地方政府形象的感知与评价，设计问项34个；第三部分为人口统计学特征调查部分，主要是对芦山地震区当地居民的年龄、性别、学历、职业与政治面貌等人口统计学基本特征的调查。问卷调查分两个阶段，第一阶段在2015年4月上旬，对问卷进行预调研，在预调研的基础上对问卷问项进行调整与重新设计；第二阶段是2015年5月1到5月3日在芦山县县城及周边乡镇进行实地调查。共发放问卷260份，回收问卷234份，有效问卷214份，有效率达到82.3%。 二、数据分析 （一）样本描述统计 样本描述性统计分析是指对所获得的样本基本信息及特征进行描述性统计操作，以频次、百分比等形式来反映样本的结构分布和研究对象的基本信息。（见表1） 表1 灾后重建过程中地方政府形象评价人口统计学特征（N=214） 项目 内容 人数 百分比 项目 内容 人数 百分比 性别 男 70 32.7 政治面貌 中共党员 5 2.3 女 138 64.5 预备党员 7 3.3 年龄 18岁以下 20 9.3 入党积极分子 12 5.6 18~30岁 78 36.4 共青团员 48 22.4 31~45岁 92 43.0 群众 131 61.2 46~60岁 13 6.1 职业 政府公务员 4 1.9 60岁以上 4 1.9 国有企业人员 4 1.9 学历 初中及以下 44 20.6 私营企业人员 33 15.4 高中/中专 86 40.2 学生 45 21.0 大专 53 24.8 农民 32 15.0 本科 22 10.3 自谋职业者 55 25.7 硕士及以上 1 4.1 离退休人员 6 2.8 其他 26 12.1 从表1可以发现，调查问卷中女性138人，占总体问卷数量的64.5%；年龄以18岁到45岁的中青壮年为主，占79.4%；学历以初高中和专科为主，本科和硕士及以上比例较低；政治面貌方面，群众占绝大多数比例；职业以自谋职业者、学生、私营企业人员和农民居多。总体而言，样本结构合理，分布科学，有效地避免了单一化，这在一定程度上有利于保证研究数据的可靠性与研究结论的真实性。 （二）问卷的信度与效度 信度通常采用比较Cronbachalpha;系数的大小以确定样本数据的信度高低，其值越大说明数据间的信度越高、内部一致性越好[ ]。Cronbachalpha;在0.7以上问卷的可靠性较高[ ]。根据研究结果，灾后重建过程中地方政府形象评价调查问卷（N=214）的Cronbachalpha;系数为0.855，认为调查样本数据信度非常好，可以进一步开展分析。 效度水平的大小通常采用KMO值和Bartlett球形检验两个指标来衡量。如果KMO值大于0.5、Bartlett检验结果显著，说明适宜进行因子分析[ ]。通过对样本数据进行KMO样本测度和Bartlett球形检验，其结果显示KMO值=0.830，样本数据的效度很好；Bartlett球形检验值=736.706，sig=0.000，在自由度为66的条件下和显著性水平0.05上小于0.01，球形假设被拒绝，说明变量具有相关性，灾后重建过程中地方政府形象评价适合进行因子分析。 （三）探索性因子分析 利用SPSS21.0统计软件对34个灾后重建过程中地方政府形象评价调查问项进行降维，将可观测变量精简为几个有代表性的潜在变量，得到灾后重建过程中地方政府形象评价测量维度。采用主成分萃取方法，特征根大于1的标准提取公因子，并使用方差最大化正交旋转法对提取的公因子进行旋转，以使公因子有较满意的解释。提取因子时根据如下标准进行指标剔除：第一，在所有因子上的