天才一秒记住【做客中文网】地址：https://www.zk01.net
4.4研究结果
banner"
>
4.4.1测量问卷的信度、效度检验
&y）指的是如果测量采用同样的方法对同一对象重复进行，一个量表产生一致性结果的程度，通常被用来反映量表测量所得到的结果数据真实程度，即量表测量的可靠性和准确性。
因此，问卷的信度是考查问卷测量的可靠性，是指测量所得结果的内部一致性程度。
为了最大程度上确保研究分析中所使用的数据是真实可信的，在对问卷进行数据分析前，我们必须考察问卷的信度，以确保测量结果的质量。
内部一致性系数（α系数）反映了每个因素中的项目是否测量了相同或相似的特质，是当前管理学和心理学界研究中使用最为广泛的信度指标。
内部一致性系数最适合同质性检验，检验每一个因子中各个项目是否测量相同或相似的特性，能够准确地反映出测量项目的一致性程度和量表内部结构的良好性。
因此，本研究采用bach的内部一致性系数（α系数）来分析信度（王重鸣，1990），并采用Nunnally（1978）与Churchill和Peter（1984）所建议的信度标准来判定，即bachα值至少要大于0.5，且最好能大于0.7的信度标准；若小于0.35则应拒绝。
因此，本研究也采用这一标准：若bachα系数值在0.7以上，则该量表的信度是可接受的。
效度（Validity）指的是观察值之间的差异所反映的物体之间被测特性的真实差异的程度，也即是一个测量工具能够恰当地测量出所欲测量构念的程度。
因此，效度系数越高，表示测量问卷越能够测量到想要测量的构念。
一般检验的方式则区分为“探索性因素分析”
与“验证性因素分析”
两大类。
探索性因素分析（ExploratoryFaalysis，EFA）是进入研究初步阶段最常使用的统计方法，对测量项目包含哪几个因素并不很清楚，完全由搜集到的资料做因素抽取。
倘若研究者在编制测量量表时，已经知道明确的因素结构假设，则可以使用验证性因素分析（atoryFaalysis，CFA）来进行因素结果确认，可以帮助我们进行构念效度（包括收敛效度和区别效度）的检验。
验证性因素分析可使用LISEREL、AMOS或PLS统计软件来实现。
在效度检验方面，由于本部分动态能力的问卷项目有的来自于实地的调查访谈，有的来自过去的文献，其他学者也曾使用与这些项目测量相关的变量，本研究在最终确认问卷之前，通过咨询相关领域的专家、预试并修正问卷的部分提法、内容，因此问卷具有相当的内容效度（tValidity），也应该能够符合构建效度的要求。
但考虑跨文化因素的影响以及中国特定的情况，本研究仍以验证性因子分析来验证本研究各量表的构建效度（structValidity）。
此外，在量表效度分析过程中，通过验证性因素分析，检验各构面是否具有足够的收敛效度（tValidity）和区别效度（DistValidity），并依据检验结果对部分量表项目作了调整和修正。
根据Churchill（1979）采用的确保测量工具信度和效度的方法，首先确保测量项目有来源依据，具备内容效度。
接着在进行因子分析前，净化和消除“垃圾测量项”
（GarbageItems），然后对测量构念和项目进行因子分析，保证其可靠性和有效性。
下面将遵循该程序对企业动态能力的测量量表进行检验。
量表的测量项目参考以往的研究文献，保证了其内容效度。
4.4.2CITC和α信度检验
本研究采用修正后项目总相关系数（Corrected-ItemTotalCorrelation，CITC）方法净化动态能力的测量项目，并利用bach'sα系数再一次检验问卷的信度。
修正后项目总相关系数（CITC）是在同一变量维度下，每一测量项目与其他所有测量项目之和的相关系数。
如果测量项目的CITC小于0.4，并且删除这个测量项目可以增加α值，提升整体信度，则删除该测量项目（卢纹岱，2002）。
企业动态能力的信度检验主要通过α系数来反映。
我们对收取数据的83份组织水平的数据进行了CITC和α系数检验。
各测量项目的CITC和信度检验结果如表4-4所示。
本章未完，请点击下一章继续阅读！若浏览器显示没有新章节了，请尝试点击右上角↗️或右下角↘️的菜单，退出阅读模式即可，谢谢！