信度及效度检验

5.2.4　变量设计、信度及效度检验

信度和效度检验是实证研究过程中的一个重要环节。只有满足信度和效度要求的实证研究，其分析与结果才具有说服力。对于本研究而言，不仅需要研究模型的构建和数据收集等是否符合信度和效度要求，还要分析研究所涉及变量内部测试题项是否也达到信度和效度的要求。

虽然第五章对模块化因素进行了信度分析，但本模型测度的潜变量所包含的显变量内容不同，而且增加了项目规划能力、系统集成能力与资源利用能力等三个潜变量内容，因此需要对这些量表进行信度与效度分析，以确定其内部结构的一致性。

5.2.4.1　变量定义与分类

结构方程模型研究所涉及的变量，从可测性的角度可分为两类：显变量和潜变量。显变量（Manifest Variable）是指可直接观察并测量的变量，又称观测变量（Observed Variable）。潜变量（Latent Variable）则是指不能直接观察的变量。它可以通过显变量测度表征出来。潜变量在因子分析中同因子等术语的含义一样。

本研究的潜变量包括合作创新绩效、双方合作模式、双方合作资源、双方合作能力、技术合作创新能力、市场合作创新能力、协同把握机会能力7项，显变量共39项，变量分类如表5-24所示。

表5-24　具有回归显著性的公共因子和中小企业与地方高校合作创新关键因素

续表

5.2.4.2　信度检验

信度分析是用来检验可观测变量（Item）的方差对潜变量（Latent Factor）的解释程度（DeVellis，1991）。信度越大，说明用于解释一个潜变量的各观测变量具有共方差的程度越高。本研究以Cronbachα系数作为评判标准，从量表的构思层次化入手，根据其内部结构的一致性程度，对量表整体和子量表的内部一致信度进行检验。

表5-25　各子量表的信度检验

续表

如表5-25所示，保留在变量测度题项中的题项对所有题项（Item-Total）的相关系数大于0.6，符合item-total相关系数应大于0.35的要求（Nunnally＆Bernstein，1994），各潜变量的测度变量量表的Cronbach α系数值大都达到了0.7以上，符合Cronbach α系数值最好在0.7以上的判断标准（吴明隆，2003，P.109），更符合Cronbach α系数值最小为0.6的评判标准（李怀祖，2004，P. 255），检验结果表明各量表的信度较高，变量之间具有较高的内部结构一致性。

5.2.4.3　效度检验

测量效度是指测量的有效性，即测量到的是不是所要测定目标的特征。一般而言，多数研究中衡量的量表效度主要有三种形态：内容效度（Content Validity）、效标关联效度（Criterion-related validity）和建构效度（Construct Validity）（吴明隆，2003）。由前面的研究方法阐述可知，本研究的问卷是经过相关文献研究结果总结、现场访谈、试调查三个阶段确定的，量表既概括了中小企业与地方高校合作创新研究文献的既有成果，又结合了当前阶段中小企业与地方高校合作创新的阶段性特征，因此认为量表具有较高的效度。