测量模型的分析结果

本书所做研究采用验证性因素分析方法探讨构念之间的区别效度。在统计分析之前，考虑到调查样本相比测量条目来说，可能略显不够，本书所做研究参考Bagozzi和Heatherton（1994）与Ferris，Brown和Heller（2009）的做法，采用条目组合（item parceling）的方式重新生成观测指标。条目组合降低了样本大小与参数之间的比，进而影响标准误和估计的稳定性（Ferris，Brown ＆Heller，2009）。

原量表的情感承诺和组织越轨行为分别有6个和8个条目，对于单一维度的测量问卷而言，最简单的组合方式便是随机分配（random assignment），即将原始量表中的条目随机两两组合，形成新的观测指标（Landis，Beal ＆Tesluk，2000）。因此，组合之后的情感承诺和组织越轨行为的条目分别有3个和4个。

对于多维构念而言，内部一致性法（internal-consistency approach）是学者常用的条目组合方法，即将每个维度条目相加求平均值，以代表新的观测值（Kishton ＆Widaman，1994）。通过内部一致性方法，破坏性领导有4个观测指标（4个分维度的平均值），组织公民行为有2个观测指标（OCBI与OCBO的平均值）。

采用验证性因素分析方法，检验破坏性领导、组织公民行为、组织越轨行为、离职意愿和情感承诺的区别效度，结果见表5　-2。由表5-2可知，5因素模型与数据拟合非常好（NNFI＝0．920；RMSEA＝0．068；CFI＝0．943）。RMSEA＜0．08（Hu ＆Bentler，1999），CFI与NNFI＞0．90（Bentler，1990），这表明拟合指数可以接受。

表5-　2　变量测量工具的验证性因素分析结果（n＝302）

χ2与AIC是用来比较测量模型与竞争模型的。本研究将测量模型与四个竞争模型进行比较：两个4因素模型（一是将组织越轨行为与组织公民行为合为一个因素，即角色外行为，与其他变量组成4因素模型，二是将情感承诺与离职意愿合为一个因素，即忠诚因素，与其他变量组成4因素模型）、3因素模型（分别将组织越轨行为与组织公民行为合为一个因素，情感承诺与离职意愿合为另一个因素，与其他变量组成3因素模型）和1因素模型（将所有因素组合在一起）。

分析结果表明，除测量模型之外，其他竞争模型的拟合指数（NNFI，CFI ＆RMSEA）都没有达到最基本的拟合要求。另外，基准模型与竞争模型的差异检验也表明，5因素的测量模型与嵌套的4a因素模型（Δχ2（4）＝168．127，p＜0．001）、4b因素模型（Δχ2（4）＝338．809，p＜0．001）、3因素模型（Δχ2（7）＝459．493，p＜0．001）、1因素模型（Δχ2（10）＝1073．779，p＜0．001）差异显著，即测量模型优于竞争模型（Schumacker ＆Lomax，1996）。另外，通过对AIC值（所得值越小越好）的比较可知，测量模型亦优于竞争模型（Akaike，1987）。

5因素模型：该模型为基准模型，是由破坏性领导、组织公民行为、组织越轨行为、离职意愿和情感承诺组成的5因素模型。

4a因素模型：将组织越轨行为与组织公民行为合为一个因素，即角色外行为，再与其他变量组成4因素模型。

4b因素模型：将情感承诺与离职意愿合为一个因素，即忠诚因素，再与其他变量组成4因素模型。

3因素模型：分别将组织越轨行为与组织公民行为合为一个因素，情感承诺与离职意愿合为另一个因素，再与其他变量组成3因素模型。

1因素模型：将所有因素组合在一起，看成一个变量。