因子分析法操作步骤

5.2.2　探索性因子分析

为了更加明确变量之间的关系，尤其是家族缔约治理结构、代理问题、利他效应、家族企业绩效之间的关系，很有必要根据现有的资料进行探索性因子分析。本次调查共收回有效问卷246份，足以进行一次性探索性因子分析。

1.家族缔约治理要素第一层次因子分析

在家族缔约治理结构模型中，第一层次共包括家族参与、集权程度、家长依赖、信息特征、家族冲突五个变量。

在问卷测量中，家族参与和集权程度两个变量是用刻度级数据来表示的，而家长依赖、信息特征、家族冲突三个变量是通过Likert七点量表所代表的顺序级数据来表示的。因此，在做因子分析时，作者为了避免不同级别数据的干扰，而将其分别做因子分析。

首先，对两个刻度级数据表示的变量做探索性因子分析，经过采取普遍采用的主成分分析法（最大变异转轴法处理），发现衡量取样适当性量数的KMO值为0. 757，大于Kaiser（1974）KMO值最小的0.5标准（吴明隆，2001），表示变量间的共同性因素很多，适合做因子分析。

并且，Bartlett's球形检验的χ²值为200.327（自由度为28），达到显著性水平，意味着母群体的相关矩阵间有共同因素存在，适合做因素分析，且累积解释变异数达到73.225％。

结果如表5.10所示。

表5.10　家族参与和集权程度因子分析

从表5.10中可以看出，8个测项共能得到2个因子，但测项C4未能进入2个因子，因此在排除C4之后，再次进行因子分析，得出以下新的结果（见表5. 11）。

新的KMO值为0.745，大于Kaiser（1974）KMO值最小的0.5标准（吴明隆，2001），表明仍然适合做因子分析；并且Bartlett's球形检验的χ²值为183.329（自由度为21），达到显著性水平，且累积解释变异数达到79. 888％，高于先前的73.225％，可见去掉C4测项后效果更好。

新的旋转后的因子矩阵如表5. 11所示。

表5.11　家族参与和集权程度因子分析（修正后）

作者将得出的2个因子分别命名为家族参与和集权程度。

其次，对剩下的三个顺序级数据表示的变量做探索性因子分析，经过采取普遍采用的主成分分析法（最大变异转轴法处理），发现衡量取样适当性量数的KMO值为0.609，大于Kaiser（1974）KMO值最小的0.5标准，表示变量间的共性因素很多，适合做因子分析。

并且，Bartlett's球形检验的χ²值为4435. 924（自由度为66），达到显著性水平，意味着母群体的相关矩阵间有共同因素存在，适合做因素分析，且累积解释变异数达到87. 960％。结果如表5.12所示。

表5.12　家长依赖、信息特征和家族冲突因子分析

续　表

从表5. 12中可以看出，12个测项共能得到3个因子，作者将得出的3个因子分别命名为家长依赖、信息特征和家族冲突。

2.家族缔约治理要素第二层次因子分析

家族缔约治理要素的第二层次包括信任、心理所有权、家族愿景、家族和企业价值融合四个变量。四个变量均采用顺序级数据表示，可一次性进行因子分析。

经过采取普遍采用的主成分分析法（最大变异转轴法处理），发现衡量取样适当性量数的KMO值为0.549，大于Kaiser（1974）KMO值最小的0.5标准，表示变量间的共同性因素很多，适合做因子分析。

并且，Bartlett's球形检验的χ²值为5385. 312（自由度为105），达到显著性水平，意味着母群体的相关矩阵间有共同因素存在，适合做因素分析，且累积解释变异数达到85. 634％。

结果如表5.13所示。

表5.13　家族缔约治理要素第二层次因子分析

续　表

从表5. 13中可以看出，15个测项共能得到4个因子，作者将得出的4个因子分别命名为信任、心理所有权、家族愿景、家族和企业价值融合。

3.代理问题因子分析

在代理问题模型中，共包括道德风险和自我服务2个变量。2个变量均采用顺序级数据表示，可一次性进行因子分析。

经过普遍采用的主成分分析法（最大变异转轴法处理），发现衡量取样适当性量数的KMO值为0. 588，大于Kaiser（1974）KMO值最小的0.5标准，表示变量间的共同性因素较多，较适合做因子分析。

并且，Bartlett's球形检验的χ²值为3268. 573（自由度为28），达到显著水平，意味着母群体的相关矩阵间有共同因素存在，比较适合做因素分析，且累积解释变异数达到86. 928％。

结果如表5.14所示。

表5.14　代理问题因子分析

作者将得出的2个因子分别命名为道德风险和自我服务。

4.利他效应因子分析

在利他效应模型中，共包括自我激励和合作意愿2个变量。2个变量均采用顺序级数据来表示，可一次性进行因子分析。

经过采取普遍采用的主成分分析法（最大变异转轴法处理），发现衡量取样适当性量数的KMO值为0.662，大于Kaiser（1974）KMO值最小的0.5标准，表示变量间的共同性因素较多，适合做因子分析。

并且，Bartlett's球形检验的χ²值为2896.457（自由度为28），达到显著性水平，意味着母群体的相关矩阵间有共同因素存在，适合做因素分析，且累积解释变异数达到89.295％。

结果如表5.15所示。

表5.15　利他效应因子分析

作者将得出的2个因子分别命名为自我激励和合作意愿。

5.家族企业绩效因子分析

在家族企业绩效模型中，共包括企业成长和家族成就2个变量。2个变量均采用顺序级数据表示，可一次性进行因子分析。

经过主成分分析法发现衡量取样适当性量数的KM O值为0. 828，大于Kaiser（1974）KMO值最小的0. 5标准，表示变量间共同性因素较多，适合做因子分析。

并且，Bartlett's球形检验的χ²值为250. 713（自由度为15），达到显著性水平，意味着母群体的相关矩阵间有共同因素存在，适合做因素分析，且累积解释变异数达到90.459％。

结果如表5.16所示。

表5. 16　家族企业绩效因子分析

作者将得出的2个因子分别命名为企业成长和家族成就。

因子分析结果显示，虽然有部分测项出现交叉负载现象，但因子负载模式与理论模型基本一致。因此，本研究仍以理论分析的框架为准，在稍做调整后，将相应测项划归到原来所设计的因子中。

但有两点要说明：

（1）测项C4“家族中不掌握决定权的家庭比例”（“家族中拥有决定权的家庭比例”的逆向问题），既没有进入家族参与因子，也没有进入集权程度因子，说明该测项对企业经营的家族参与和家族内部集权程度的反映并不是那么准确。

（2）在代理问题因子分析中，道德风险因子的3个测项和自我服务因子的5个测项之间存在较多的交叉负载现象。说明在代理问题的实际研究中，较难准确区分道德风险和自我服务之间的界限。