欢迎访问文稿网!

因子分析综合得分如何处理为正值

范文之家 分享 时间: 加入收藏 我要投稿 点赞

因子分析综合得分如何处理为正值

    3.2.1 探索性因子分析

    本研究将先用探索性因子分析产生关于变量内部结构的理论,再在此基础上做验证性因子分析,这样便需要使用不同的样本集进行分析。对于同一批次回收的问卷数据,合理的做法是先用部分数据做探索性因子分析,然后再把析取的因子用剩下的数据做验证性因子分析。对于进行探索性因子分析所需的最低样本容量,学术界尚未达成一致见解。一般认为,样本量为变量数的5~10倍,或者样本量达到变量中题项数的5~10倍即可。鉴于本次因子分析中需要处理的最多变量数为3,变量的最多题项数为5,50份左右的样本即可较好满足要求。因此,本研究从235份有效问卷中随机提取了50份来进行探索性因子分析。

    3.2.1.1 企业网络

    在本研究中,采用因子分析法对多指标项的潜变量进行效度检测。在对位置中心度、联结强度和网络规模进行因子提取之前,先进行样本充分性检验,即样本充分性KMO(Kaiser Meyer-Olykin)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。一般认为,KMO在0.9以上,非常适合;0.8~0.9,很适合;0.7~0.8,适合;0.6~0.7很勉强;0.5~0.6,不太适合;0.5以下,不适合;巴特莱特球体检验的统计值显著异于0,可以作因子分析(马庆国,2002)。

    按照上述分析步骤,对位置中心度、联结强度和网络规模分别进行效度检测,其中,KMO大于0.70,Bartlett显著性概率均为0.000,检验结果均符合要求。进而,在此基础上,采用主成分分析法提取因子,并按照极大方差法进行因子旋转,将特征值大于1作为因子提取标准。当指标项的因子荷载值都大于0.5,而且累积解释方差的比例大于50%,说明该多指标项的潜变量符合结构效度的要求。

    本研究针对这50份样本对所构建的10个全球制造网络特征相关题项进行了探索性因子分析。根据特征根大于1,最大因子载荷大于0.5的要求,提取出了三个因子。根据因子载荷的分布来判断,位置中心度、联结强度和网络规模三个变量的题项均根据预期归入了同一因子,通过了探索性因子分析的效度检验。这五个因子的累积解释变差为76.34%,具体如表3.8所示。

    

    表3.8 全球制造网络特征探索性因子分析结果(N=50)

    

    附:KMO值为0.779,Bartlett统计值为1231.27,并显著异于0(p<0.001);三个因子的累积解释变差为76.34%。

    接下来,本研究对企业网络各因子进行信度分析,结果如表3.9所示,所有的题项—总体相关系数均大于0.35,同时各变量的Cronbach’s α系数均大于0.7。可见,企业网络特征各变量的题项之间具有较好的内部一致性。综上所述,本研究所确立的全球制造网络特征量表具有较好的效度和信度。

    

    表3.9 全球制造网络特征变量的信度检验(N=50)

    3.2.1.2 组织学习

    组织学习的KMO样本测度和Bartlett球体检验结果符合KMO值大于0.7,Bartlett统计值显著异于0的要求,故适合进一步做因子分析。进而,本研究针对这50份样本对所构建的6个组织学习相关题项进行探索性因子分析。如表3.10所示,根据特征根大于1,最大因子载荷大于0.5的要求,提取出了两个因子,累积解释变差为73.95%。

    

    表3.10 组织学习的探索性因子分析结果(N=50)

    

    附:KMO值为0.794,Bartlett统计值为626.232,并显著异于0(p<0.001);两个因子的累积解释变差为73.95%。

    接下来,本研究对组织学习各因子进行信度分析,以检验通过了探索性因子分析的各题项之间的内部一致性。结果如表3.11所示,所有的题项—总体相关系数均大于0.35,同时各变量的Cronbach’s α系数均大于0.7。因此,组织学习各变量的题项之间具有较好的内部一致性。综上所述,本研究所确立的组织学习量表具有较好的效度和信度。

    

    表3.11 组织学习变量的信度检验结果(N=50)

    3.2.1.3 技术创新绩效

    技术创新绩效的KMO样本测度和Bartlett球体检验结果符合KMO值大于0.7、Bartlett统计值显著异于0的要求,故适合进一步做因子分析。进而,本研究针对这50份样本对所构建的5个技术创新绩效相关题项进行探索性因子。如表3.12所示,根据特征根大于1,最大因子载荷大于0.5的要求,5个题项凝结为1个因子,累积解释变差为74.73%。

    

    表3.12 技术创新绩效的探索性因子分析结果(N=50)

    

    附:KMO值为0.837,Bartlett统计值为166.481,并显著异于0(p<0.001);两个因子的累积解释变差为74.73%。

    接下来,对技术创新绩效进行信度检验,结果如表3.13所示,所有的题项—总体相关系数均大于0.35,同时变量的Cronbach’s α系数均大于0.7。因此,技术创新绩效的题项之间具有较好的内部一致性。综上所述,修正后所确立的技术创新绩效量表具有较好的效度和信度。

    

    表3.13 技术创新绩效变量的信度检验结果(N=50)

221381
领取福利

微信扫码领取福利

微信扫码分享