Page 23 - 《中国药房》2022年7期
P. 23

表1 潜变量与观测变量                                         表2 有效问卷数据来源
        潜变量(编码)             观测变量              观测变量编码        城市             有效问卷数量/份           有效问卷占比/%
        药品流通监管(DR)          药品质量(quality) [3,23]  DR_Q      上海                 27                 16.07
                            药品种类(category) [1,32]  DR_C     北京                 18                 10.71
                            药品销售(sale) [10,24,33]  DR_S     深圳                 15                 8.93
                            药品物流配送(logistics) [11-12]  DR_L  广州                13                 7.74
                            药品信息(information) [19,34]  DR_I  中山                12                 7.14
        互联网药品零售-短期影响(OS)    零售方式(transaction) [18,21]  OS_T  天津                11                 6.55
                            网络处方(online prescription) [9,32]  OS_OP  青岛        5                  2.98
                            药品种类(category) [7,20]  OS_CA    济南                 4                  2.38
                            零售成本(cost) [22,35]  OS_CO       苏州                 8                  4.76
        互联网药品零售-长期影响(OL)    零售方式(transaction) [18,21]  OL_T  杭州                9                  5.36
                            网络处方(online prescription) [9,32]  OL_OP  宁波        3                  1.79
                            药品种类(category) [7,20]  OL_CA    温州                 3                  1.79
                            零售成本(cost) [22,35]  OL_CO       绍兴                 3                  1.79
                                                            西安                 7                  4.17
        1.5 问卷设计与调查
                                                            武汉                 5                  2.98
            本文采用问卷调查形式收集数据。首先按照表1中                          重庆                 6                  3.57
        潜变量和观测变量的对应关系设计问卷。不同时间跨                             成都                 4                  2.38
                                                            长沙                 3                  1.79
        度内的影响程度采取 Likert 5 级评分法予以测量,即按                      福州                 5                  2.98
        照“极大影响”“较大影响”“一般影响”“较小影响”“很小/                       厦门                 4                  2.38
                                                            宁德                 3                  1.79
        没有影响”分别设置5、4、3、2、1的分值选项。完成问卷
        设计后,邀请行业专家和企业代表论证问卷内容以及潜                           载荷以及载荷不显著等情况,并在相同潜变量上实现降
        变量与观测变量的对应性。根据论证结果对相应内容                            维。旋转后的因子载荷矩阵结果显示,各观测变量的主
        进行修改后,在浙江省内随机抽取40家网上药店进行试                          成分均在 0.5 的最低阈值之上,且位于对应维度内。虽
        点研究。试点研究结果表明问卷整体信度符合要求。                            有OL_T出现交叉载荷,但其主成分(0.686)位置与其他
            其次,通过查询国家药品监督管理局网站,筛选出                         3 个观测变量一致,因此本研究保留了 OL_T 作为观测
        已备案的提供经营性服务的网上药店,并委托专业问卷                           变量。
        调查机构,按照随机抽样的原则发放问卷。根据结构方                           2.3  CFA
        程模型的样本量应是观测变量10~20倍的原则 ,发放                             EFA 和信度检验完成后,继续进行效度相关的检
                                                 [36]
        260 份问卷,回收有效问卷 168 份,有效回收率 64.62%,                 验。首先使用 CFA 法分析观测变量的汇聚效度和区分
        符合样本量要求。回收问卷来源地覆盖国内 19 个城市                         效度。本研究使用 Amos 28 软件提取了每个观测变量
       (表 2),能较全面地反映国内药品互联网零售产业布局                          的标准化回归权重,再据此分别计算对应潜变量的组
        情况。                                                合 信度(composite reliability,CR)和平均方差提取值
        2 潜变量和观测变量的信度与效度检验                                 (average variance extracted,AVE)。结果潜变量的CR和
        2.1  信度检验                                          AVE的计算结果分别落在0.7和0.5的最低阈值之上,且
            由于整体研究是建立在潜变量之间因果关联的基                          任意一对潜变量的AVE值均大于它们关联的平方值,表
                                                                                                 [31]
        础上,因此首先对各潜变量进行初步的关联性分析。双                           明潜变量具有良好的汇聚效度和区分效度 。结果见
        尾测试结果表明潜变量间关联度具有显著性(P<                             表3。
        0.01)。其次分别检验潜变量对应的观测变量信度。信                                   表3 潜变量信度与效度检验结果
        度检验显示对应的 Cronbach’s α值均高于 0.80,表明本                  潜变量    Cronbach’s α  CR   AVE         平方值
                                                            DR       0.849    0.86     0.56   0.12(DR与OS之间)
                              [31]
        研究具有较高的整体信度 。
                                                            OS       0.880    0.88     0.66   0.17(OS与OL之间)
        2.2 EFA                                             OL       0.863    0.87     0.63   0.29(OL与DR之间)
            由于观测变量均来自文献,且与潜变量的匹配程度                             在上述基础上,通过CFA检验量表的结构效度。检
        尚未明确,因此先进行 KMO 检验(Kaiser-Meyer-Olkin               验 结 果 表 明 ,绝 对 拟 合 指 数 下 的 卡 方/自 由 度 之 比
        measure of sampling adequacy)和 巴 特 利 特 球 形 检 验     (CMIN/DF)为 1.738,近 似 均 方 根 误 差(RMSEA)为
       (Bartlett’s test of sphericity)。结果显示KMO值为0.866      0.066;比较性配适指数(CFI)为 0.961,标准化适配指数
        且 P<0.001,表明潜变量间具有较强关联匹配度 。其                       (NFI)为0.915,塔克·刘易斯指数(TLI)为0.951,均符合
                                                  [31]
        次通过EFA法分析各观测变量间的公共因子,排除交叉                          阈值要求,且各路径系数均为显著(双尾测试下 P<


        中国药房    2022年第33卷第7期                                               China Pharmacy 2022 Vol. 33 No. 7  ·785 ·
   18   19   20   21   22   23   24   25   26   27   28