首页 百科知识 研究变量的探索性因子分析

研究变量的探索性因子分析

时间:2022-06-27 百科知识 版权反馈
【摘要】:如研究方法中所述,为了明确观测变量的内部结构,验证相关测度题项的合理性,需要对各变量进行探索性因子分析,并在此基础上做验证性因子分析。因此,本研究从339份有效问卷中随机提取了150样本来进行探索性因子分析。由此可见,洞察力主导的战略变革类型量表通过了探索性因子分析的效度检验。

如研究方法中所述,为了明确观测变量的内部结构,验证相关测度题项的合理性,需要对各变量进行探索性因子分析,并在此基础上做验证性因子分析。对于同一批次回收的调查问卷数据,较为合理的做法是先用随机抽取的部分数据进行探索性因子分析,然后再用剩余的问卷数据做验证性因子分析。关于进行探索性因子分析所需的最低样本容量要求,理论界一般认为,样本容量为变量数的5—10倍,或者样本容量达到变量中最大题项数的5—10倍即可(吴明隆,2009)。本次因子分析中需要处理的最多变量数为4,变量的最多题项数为24,150份的样本即可较好满足要求。因此,本研究从339份有效问卷中随机提取了150样本来进行探索性因子分析。

一、洞察力主导的战略变革类型

首先,检验各题项之间的内部一致性,对洞察力主导的战略变革类型各个因子进行信度分析,以Cronbach'sα系数和题项对总体的相关系数值(CITC)为指标,分别检验各个因子的信度值,结果如表7-2所示。从表7-2中可以看出,洞察力主导的战略变革各因子的Cronbach'sα系数均大于0.7,各变量的题项—总体相关系数均大于0.35,并且删除任何一个题项后Cronbach'sα系数都将降低。可见,洞察力主导的战略变革各变量的题项之间具有较好的内部一致性。这说明洞察力主导的战略变革类型量表的信度较好。

表7-2 洞察力主导的战略变革探索性因子分析样本的信度检验(N=150)

接下来,对洞察力主导的战略变革类型量表进行效度检验,主要是结构效度检验,包括聚合效度和区分效度。在对洞察力主导的战略变革类型三个维度战略定位、战略关联与战略理念进行因子提取之前,先进行样本充分性检验,即样本充分性KMO(Kaiser MeyeOlykin)测试系数检测和巴特莱特球体检验(Bartlett Test of Sphericity),判断是否可以进行因子分析。通常认为,KMO值在0.5以上,巴特莱特球体检验的显著性概率小于0.01,可以作因子分析(马庆国,2002)。以洞察力为主导的战略变革探索性因子分析的KMO样本测度和Bartlett球体检验结果如表7-3所示,KMO值为0.861,说明很适合做因子分析,并且Bartlett统计值的显著性概率为0.000,远小于通常0.01的标准。由此可见,洞察力主导的战略变革类型各测量指标数据很适合进行因子分析。

表7-3 洞察力主导的战略变革探索性因子分析样本的KMO和Bartlett球体检验(N=150)

随后对洞察力主导的战略变革进行探索性因子分析,采用主成分提取因子,按特征根大于1、最大因子载荷大于0.5的选择标准提取因子。结果如表7-4所示,总共提取出了三个特征根大于1的因子,三个因子的累积解释方差为71.181%,战略定位、战略关联和战略理念三个变量的题项均根据预期分别归入了某一因子,各个题项的因子载荷都符合大于0.5的要求,说明题项聚合效度良好。表7-5为洞察力主导战略变革类型的三个构面之间的相关系数。这三个构面的相关系数95%的置信区间为(0.557,0.723)、(0.707,0.831)、(0.634,0.762),都不包括1,这说明战略定位、战略关联和战略理念三个构面之间具有一定的区分效度。由此可见,洞察力主导的战略变革类型量表通过了探索性因子分析的效度检验。

表7-4 洞察力主导的战略变革探索性因子分析结果(N=150)

续 表

注:此为旋转后的因子载荷矩阵,旋转方法为方差最大法。已省略各题项小于0.5的因素负荷值。

表7-5 洞察力主导战略变革类型三个构面的相关系数

* 括号内为标准差。

二、执行力主导的战略变革类型

首先,检验各题项之间的内部一致性,对执行力主导的战略变革类型各个因子进行信度分析,结果如表7-6所示。从表7-6中可以看出,题项“奖惩评估与实施战略的匹配程度发生变化”虽然CITC值为0.526(大于0.35),但是删除该题项后的Cronbach'sα系数有所上升,故将其删除;其他题项的Cronbach'sα系数大于0.7,各变量的题项—总体相关系数大于0.35,并且删除任何一个题项后Cronbach'sα系数都将降低,故其他题项均予以保留。调整后的执行力主导的战略变革类型量表具有良好信度。

以执行力为主导的战略变革探索性因子分析的KMO样本测度和Bartlett球体检验结果如表7-7所示,KMO值为0.920,说明非常适合做因子分析,并且Bartlett统计值的显著性概率为0.000,远小于通常0.01的标准。由此可见,执行力主导的战略变革类型各测量指标数据很适合进行因子分析。

表7-6 执行力主导的战略变革探索性因子分析样本的信度检验(N=150)

续 表

表7-7 执行力主导的战略变革探索性因子分析样本的KMO和Bartlett球体检验(N=150)

随后对执行力主导的战略变革进行探索性因子分析,采用主成分提取因子,按特征根大于1、最大因子载荷大于0.5的选择标准提取因子。结果如表7-8所示,总共提取出了四个特征根大于1的因子,四个因子的累积解释方差为70.029%,题项“对战略计划可行性的关注程度发生变化”和“对影响执行的干扰因素监控程度发生变化”的因子载荷系数没有能够达到0.5以上,故将这两个题项予以删除,其余各题项按照预期归为战略共识、战略协同、战略控制和战略适应四个因子,并且各题项的因子载荷都符合大于0.5的要求,调整后的量表题项聚合效度良好。

表7-8 执行力主导的战略变革探索性因子分析结果(N=150)

注:此为旋转后的因子载荷矩阵,旋转方法为方差最大法。各题项小于0.5的因素负荷值已省略。

表7-9为执行力主导战略变革类型的四个构面之间的相关系数。这四个构面的相关系数95%的置信区间分别为(0.675,0.787)、(0.65,0.752)、(0.679,0.779)、(0.652,0.756)、(0.599,0.703)、(0.686,0.784)都不包括1,这说明战略共识、战略协同、战略控制与战略适应四个构面之间具有一定的区分效度。由此可见,执行力主导的战略变革类型量表通过了探索性因子分析的结构效度检验。

表7-9 执行力主导战略变革类型四个构面的相关系数

* 括号内为标准差。

三、组织创新不同层次特征要素

首先,对组织创新特征要素各因子进行信度分析,以检验各题项之间的内部一致性,结果如表7-10所示。从表7-10中可以看出:题项“创新是工作中不可或缺的要素”虽然删除该项后Cronbach'sα系数略有降低,但是CITC值为0.311低于0.35;题项“采用直觉的问题解决风格”和“可以自由决定所需要完成的工作”不但CITC值低于0.35,而且删除题项后Cronbach'sα系数明显提高。所以,将“创新是工作中不可或缺的要素”、“采用直觉的问题解决风格”和“可以自由决定所需要完成的工作”三项予以删除。其他题项的Cronbach'sα系数均大于0.7,各变量的题项—总体相关系数均大于0.35,并且删除任何一个题项后Cronbach'sα系数都降低,所以保留其他题项。调整后的组织创新特征要素量表具有良好的信度。

组织创新不同层次特征要素的探索性因子分析的KMO样本测度和Bartlett球体检验结果如表7-11所示,KMO值为0.869,说明很适合做因子分析,并且Bartlett统计值的显著性概率为0.000,远小于通常0.01的标准。由此可见,组织创新不同层次特征要素的测量指标数据很适合进行因子分析。

表7-10 组织创新特征要素探索性因子分析样本的信度检验(N=150)

表7-11 组织创新特征要素的探索性因子分析样本的KMO和Bartlett球体检验(N=150)

随后对组织创新不同层次的特征要素进行探索性因子分析,分析结果如表7-12所示,总共提取出了三个特征根大于1的因子,三个因子的累积解释方差为60.776%,各题项按照预期归为个体创新素质与创新倾向、团体创新氛围、知识型组织三个因子,各个题项的因子载荷都符合大于0.5的要求,说明题项聚合效度良好。表7-13为组织创新特征要素的三个构面之间的相关系数。这三个构面的相关系数95%的置信区间分别为(0.534,0.59)、(0.671,0.731)、(0.704,0.774)都不包括1,这说明个体创新素质与创新倾向、团体创新氛围与知识型组织三个构面之间具有一定的区分效度。由此可见,组织创新不同层次特征要素量表通过了探索性因子分析的结构效度检验。

表7-12 组织创新特征要素的探索性因子分析结果(N=150)

注:此为旋转后的因子载荷矩阵,旋转方法为方差最大法。已省略各题项小于0.5的因素负荷值。

表7-13 组织创新特征要素三个构面的相关系数

* 括号内为标准差。

四、战略变革效果——组织绩效

首先,对战略变革效果进行信度检验,结果如表7-14所示。从表中可以看出,战略变革效果的Cronbach'sα系数为0.954,各变量的题项—总体相关系数均大于0.35,并且删除任何一个题项后Cronbach'sα系数都降低。因此,战略变革效果的题项之间具有较好的内部一致性,说明战略变革效果评价量表的信度良好。

表7-14 战略变革效果探索性因子分析样本的信度检验(N=150)

战略变革效果探索性因子分析的KMO样本测度和Bartlett球体检验结果如表7-15所示,KMO值为0.933,说明非常适合做因子分析,并且Bartlett统计值的显著性概率为0.000,远小于通常0.01的标准。由此可见,评价战略变革效果的各测量指标数据很适合进行因子分析。

表7-15 战略变革效果探索性因子分析样本的KMO和Bartlett球体检验(N=150)

通过对战略变革效果13个题项进行因素分析,总共提取出一个特征根大于1的因子,因子的累积解释方差为64.395%,因子所包含题项的载荷系数如表7-16所示,各个题项的因子载荷都符合大于0.5的要求,说明题项聚合效度良好。由此可见,战略变革效果评价量表通过了探索性因子分析的结构效度检验。

表7-16 战略变革效果的探索性因子分析结果(N=150)

注:此为旋转后的因子载荷矩阵,旋转方法为方差最大法。

免责声明:以上内容源自网络,版权归原作者所有,如有侵犯您的原创版权请告知,我们将尽快删除相关内容。

我要反馈