测量工具的评价

4.3　测量工具的评价

4.3.1　效度分析

效度是指实证测量在多大程度上反映了概念的真实含义（Earl Babbie，1999）。本书中的效度检验通过两种方法：一种是通过探索性因素分析的方法对各分量表的结构效度（Construct Validity）进行检验；另一种是在有条件的分量表中设计单一检验项目，要求被试用单一项目对该量表进行总体评价，如果量表与该项目成显著的正相关关系，就证实了量表的效度较高。

组织学习水平分量表

运用主成分分析法进行探索性因素分析（Exploratory Factor Analysis，EFA），按照特征根大于1的原则和最大变异法正交旋转进行因素抽取，得到单因子的结构，该因子对变异量的解释程度为51.94%，各因子的载荷如表4-1：

表4-1　组织学习水平的载荷矩阵

续表

由上表可见，该因子对变异量的解释程度比较高，因子的载荷也比较高，证明组织学习水平分量表的结构效度（Construct Validity）较高。

用单一评价项目的方法对组织学习水平分量表进一步作效度检验，组织学习水平分量表与该单一评价项目的正相关系数为0.693，p<0.001，效度较高。

组织学习方式分量表

运用主成分分析法对组织学习方式概念的观测变量进行探索性因素分析，并配合最大变异法（Varimax）行正交转轴（Orthogonal Rotation），得到四因子结构，其解释变异量分别为34.135%、15.519%、11.717%、9.233%，累计解释了总变异量的70.603%。表4-2是各因子的载荷矩阵（载荷小于0.4的不予显示）：

表4-2　组织学习方式的因子载荷矩阵

续表

可见，各观测变量对因子的载荷比较好，各因子对变异量的解释程度比较高，证明组织学习方式分量表的结构效度（Construct Validity）较高，问卷的设计比较合理。

管理创新成效分量表

运用主成分分析法对管理创新概念的观测变量进行探索性因素分析，并配合最大变异法（Varimax）行正交转轴（Orthogonal Rotation），得到四因子结构，四个因素的特征值分别为6.112、1.324、1.072、0.861，其解释变异量分别为50.930%，11.037%、8.932%、7.179%，累计解释了总体变异量的78.079%。表4-3是各因子的载荷矩阵（载荷小于0.4的不予显示）：

表4-3　管理创新成效的因子载荷矩阵

续表

可见，各观测变量对因子的载荷比较好，各因子对变异量的解释程度比较高，证明管理创新成效分量表的结构效度（Construct Validity）较高，问卷的设计比较合理。

用单一评价项目的方法对管理创新成效分量表进一步作效度检验，管理创新成效分量表与该单一评价项目的正相关系数为0.822，p < 0.001，证明效度较高。

组织结构分量表

运用主成分分析法对组织结构概念的观测变量进行探索性因素分析，并配合最大变异法（Varimax）行正交转轴（Orthogonal Rotation），得出三因子结构，三个因素的特征值分别为2.562、1.913、1.430，其解释变异量分别为28.463% 、21.254% 、15.888%，累计的解释变异量为65.605%。表4-4是各因子的载荷矩阵（载荷小于0.4的不予显示）：

表4-4　组织结构的因子载荷矩阵

续表

可见，各观测变量对因子的载荷比较好，各因子对变异量的解释程度比较高，证明组织结构分量表的结构效度（Construct Validity）较高，问卷的设计比较合理。

组织文化分量表

运用主成分分析法对组织文化概念的观测变量进行探索性因素分析，并配合最大变异法（Varimax）行正交转轴（Orthogonal Rotation），得出五因子结构，五个因素的特征值分别为5.634、1.705、0.987、0.933、0.559，其解释变异量分别为46.949%、14.211% 、8.225% 、7.772% 、4.662% ，累计的解释变异量为81.819%。表4-5是各因子的载荷矩阵（载荷小于0.4的不予显示）：

表4-5　组织文化的因子载荷矩阵

续表

可见，各观测变量对因子的载荷比较好，各因子对变异量的解释程度比较高，证明组织文化分量表的结构效度（Construct Validity）较高，问卷的设计比较合理。

组织环境分量表

运用主成分分析法对组织环境概念的观测变量进行探索性因素分析，抽出特征根大于1的因子，得到单因子结构，其特征值为2.144，其解释变异量为71.469%，将该因子命名为环境的挑战性。表4-6是该因子的载荷矩阵（载荷小于0.4的不予显示）：

表4-6　环境特征的因子载荷矩阵

可见，各观测变量对因子的载荷比较好，该因子对变异量的解释程度比较高，证明组织环境分量表的结构效度（Construct Validity）较高，问卷的设计比较合理。

4.3.2　信度分析

测验的信度是指使用相同的研究技术重复测量同一个对象时，得到相同研究结果的可能性（Earl Babbie，1999）。Cronbach’ s Alpha系数是所有可能的分半信度（Split Halve Reliabilities）的平均值，是理想的信度预测标准。表4-7列出了本研究设计的各分量表的Cronbach’ s Alpha系数：

表4-7　分量表信度分析汇总表

表4-7是对各分量表的信度进行分析的汇总，由信度分析的结果可见，自变量、因变量和共变量各分量表的Cronbach’ s Alpha值介于0.75～0.91之间。根据学者Nunnally（1978）和De Vellis（1991）的研究，Alpha系数值介于0.70～0.80之间属于信度相当好，Alpha系数介于0.80～0.90之间属于信度非常好。可见，该量表的信度总体来讲都是比较高的，量表的稳定性和一致性程度较高。