模型检验高效性分析方法

4．4．1　信度与效度检验

实证研究不仅需要从研究模型构建及数据收集等方面确保研究的信度和效度，还需要分析研究中所涉及变量的测度是否达到信度和效度的要求，本研究将运用因子分析与信度测试分别对其进行检验，以确保研究结果的合理性与可靠性。因位置中心度、联结强度、探索性学习、利用性学习等变量的信度和效度已经在3．3节进行了分析，此处也不再重复，主要针对环境动态性和技术战略导向进行信度与效度检验。

本研究首先采用主成分分析的因子提取方法和最大方差的旋转方法，分别对环境动态性和技术战略导向进行因子分析，以检验其效度，结果如表4．4所示；其次，对环境动态性和企业技术战略导向做信度检验，结果如表4．5所示。

表4．4　环境动态性和技术战略导向的因子分析结果（N＝185）

附：KMO值为0．808，Bartlett统计值844．545，并显著异于0（p＜0．001）；
　　两个因子的累积解释变差为74．277%。

表4．5　环境动态性与技术战略导向的信度检验（N＝185）

从表4．4可以看出，量表的各测度题项都较好地负载到其预期测度的因子之上，各题项的因子载荷系数均大于0．5。因此，环境动态性和企业战略导向量表具有较好的效度。因此，可以对各变量的测度题项分别进行简单平均，然后用各平均值作为变量的样本值代入回归模型进行后续分析。

本研究计算每个变量的题项—总体相关系数（CITC），同时计算该变量的Cronbach’s α系数，以评价变量测度的信度。从表5．5可以看出，本研究各变量的Cronbach’s α系数均远大于0．70，并且题项—总体相关系数亦均远大于0．35，表明本研究相关变量的测度整体具有较高的信度。