表8-15 变量的KMO样本测度和巴特利特球体检验
表8-15结果显示:样本KMO值为0.760,表明该组变量数据是适合作探索性因子分析的。同时,巴特利特球体检验的γ2统计值的显著性概率是0.000(<0.001),说明数据具有相关性,所以这组数据是很适合作探索性因子分析的(马庆国,2002)。
在探索性因子分析中,采用主成分分析方法,特征根大于1.0,得到经过正交转换后企业绩效的因子负载矩阵,如表8-16所示。所有测量项目不存在交叉载荷现象(Crossing Loading),并且因子负载大于0.4。这些表明该量表具有良好的内部结构,构念效度较高(陈晓萍,徐淑英和樊景立,2008)。
表8-16 企业动态能力环境层次影响因素探索性因素分析(EFA)
续表
注:提取方法:主成分分析法;旋转方法:正交的方差极大法旋转;经过了六次迭代。
探索性因素分析结果表明,可以从企业动态能力环境层次影响要素的17个项目中提取四个因素。这些因素累计解释的总体变异为67.37%。对因素分析后的因素命名:分别有5个项目进入了F1,5个项目进入了F1,4个项目进入了F3,3个项目进入了F4,基本与原构思符合。根据因素归类中测量项目的内容,本研究将这四个因素命名为企业动态能力环境层次影响要素的竞争强度维度、市场的动荡程度维度、技术的动荡程度维度以及政府政策的动荡程度维度。通过计算Cronbach's α内部一致性系数,我们发现企业动态能力环境层次影响要素的竞争强度维度、市场的动荡程度维度、技术的动荡程度维度以及政府政策的动荡程度维度的一致性系数分别达到0.880、0.822、0.827和0.742。各个因素的α系数均大于0.70,表明同一个维度间测量项目的内部一致性程度较好,并且内部结构良好,问卷测量的信度是可以接受的。