首页 理论教育 柘荣太子参产业化指标信度效度检验及分析

柘荣太子参产业化指标信度效度检验及分析

时间:2023-05-16 理论教育 版权反馈
【摘要】:本节利用SPSS18.0软件对“柘荣太子参”产业化影响因素指标的各问题项进行信度检验。因素的总体Cronbachα系数高达0.907,说明量表有着较高的内部一致性和量表信度,该测量工具具有较好的信度。本节选取KMO值大于0.6作为检验的标准。

柘荣太子参产业化指标信度效度检验及分析

4.3.1 样本信度分析

本节采用Cronbach的一致性系数(α系数)和修正条款的总相关系数(Corrected Item-Total Correlation,CITC)检验测量问题项的信度。吴明隆(2010)认为:总量表的信度系数在0.80以上,可以认为量表的信度很高,大于0.70且小于0.80的量表信度可以接受;而分量表的信度系数大于0.70可以认为量表的信度很高,处于0.60和0.70区间的勉强可以接受[81]。Churchill(1979)的做法是计算CITC,其值小于0.5则删去指标;同时计算α系数,如果α系数在0.6以上,说明指标的可靠性是可以接受的。本节筛选题目的标准如下:Cronbach α信度最好在0.7以上,最低0.6,同时利用CITC值作为辅助,以0.5作为临界值,如果CITC值低于临界值,同时检验删除问题项后Cronbach α是否有明显的提升,如果是则删除该问题项,否则不予剔除[82]。本节利用SPSS18.0软件对“柘荣太子参”产业化影响因素指标的各问题项进行信度检验。具体检验结果见表4-3。

表4-3 样本的Cronbach α信度检验

(续 表)

从表4-3中可以看到,中介组织收益、中介组织实力、龙头企业实力、龙头企业的收购价格波动程度、科研育种机构科研水平、药材市场秩序和产业化水平的Cronbachα系数大于0.8,具有非常好的内在一致性信度;种植收益、种植成本、技术服务、农户对合同的遵守程度、政府补贴和药材管理体制与相关法律法规的Cronbachα系数大于0.7,也在可以接受的范围之内。而且每个测量问题项的CITC相关系数均大于0.5,因此,种植收益、种植成本、技术服务、中介组织收益、中介组织实力、农户对合同的遵守程度、龙头企业实力、龙头企业的收购价格波动程度、科研育种机构科研水平、政府补贴、药材市场秩序和药材管理体制与相关法律法规等问卷设计的问题项信度较高,具有很高的可靠性,可以通过信度检验。

综上所述,各因素指标的Cronbachα结果都较为理想,说明各因素所有题项的一致性非常好。因素的总体Cronbachα系数高达0.907,说明量表有着较高的内部一致性和量表信度,该测量工具具有较好的信度。

4.3.2 样本效度分析

本节利用SPSS18.0软件,采用因子分析方法对问卷量表的建构效度进行分析。一般情况下,KMO(Kaiser-Meyer-Olkin Measure of Sampling Adequacy)值在0.90以上被认为是极适合进行因素分析的,在0.80到0.90之间被认为是良好的;而在小于0.80且大于0.60的区间内是可以忍受的,在0.60以下则是勉强或不可接受的(Kaiser,1974)。本节选取KMO值大于0.6作为检验的标准。本节将对“柘荣太子参”产业化影响因素各变量逐一进行效度检验。

(1)农户影响因素的效度检验

运用SPSS18.0软件,对农户影响因素指标在量表中的问题项N1-N8进行KMO和Bartlett球体检验,结果如表4-4所示。

表4-4 KMO 和 Bartlett 的检验

从表4-4的结果可知,对农户影响因素的问题项进行因子分析得到其KMO值为0.761,显著大于0.60;同时Bartlett球体检验显著性Sig.为0.000,小于0.001,满足因子分析的条件。

表4-5 农户影响因素的解释总方差

从表4-5的结果可知,有三个成分的特征值大于1,农户影响因素指标得到了3个因子,这3个因子共同解释了农户影响因素总方差的69.649%,总体上这3个因子的解释效果比较理想。

表4-6 农户影响因素的因子载荷矩阵

从表4-6可以清楚地看出问题项N1、N2在成分2上载荷系数较高,而这两个问题项主要反映的是种植收益,因此,可以将成分2命名为种植收益;同理,问题项N3、N4在成分1上载荷系数很高,这两个问题项主要反映了种植成本,因此,可以将成分1命名为种植成本;问题项N5、N6、N7、N8在成分3上载荷系数很高,而这四个问题反映的是技术服务,因此,可将成分3命名为技术服务因子。从因子分析的结果得出了农户因素分成了三个因子,与本章的假设模型和问卷设计的构思保持一致。

(2)中介组织影响因素指标效度检验

运用SPSS18.0软件,对中介组织指标在量表中的问题项Z1—Z4进行KMO和Bartlett球体检验,结果如表4-7所示。

表4-7 KMO 和 Bartlett 的检验

由表4-7的结果可知,对中介组织影响因素的问题项进行因子分析得到其KMO值为0.608,大于0.60;同时Bartlett球体检验显著性Sig.为0.000,小于0.001,满足因子分析的条件。

表4-8 中介组织影响因素解释的总方差

由表4-8可知,有两个成分的特征值大于1,中介组织影响因素指标得到了两个因子,这两个因子共同解释了中介组织影响因素变量总方差的79.118%,总体上这两个因子的解释效果比较理想。

表4-9 中介组织影响因素的因子载荷矩阵

从表4-9可以清楚地看出问题项Z1和Z2在成分1上载荷系数很高,而这两个问题项主要解释的是中介组织实力,因此,可以将成分1命名为中介组织实力因子;同理,问题项Z3和Z4在成分2上载荷系数很高,这两个问题项主要反映了中介组织收益,可以将成分2命名为中介组织收益。从因子分析的结果得出了中介组织影响因素分成了两个因子,与本章假设模型和问卷设计的构思保持一致。

(3)龙头企业影响因素指标效度检验(www.xing528.com)

运用SPSS18.0软件,对龙头企业影响因素指标在量表中的问题项Q1—Q9进行KMO和Bartlett球体检验,结果如表4-10所示。

表4-10 KMO 和 Bartlett 的检验

由表4-10的结果可知,对龙头企业影响因素的问题项进行因子分析得到其KMO值为0.837,显著大于0.60;同时Bartlett球体检验显著性Sig.为0.000,小于0.001,满足因子分析的条件。

表4-11 龙头企业影响因素解释的总方差

从表4-11的结果可知,有四个成分的特征值大于1,龙头企业影响因素的指标得到了四个因子,这四个因子共同解释了龙头企业影响因素变量总方差的78.227%,总体上这四个因子的解释效果比较理想。

表4-12 龙头企业影响因素的因子载荷矩阵

从表4-12可以清楚地看出问题项Q1、Q2在成分1上载荷系数较高,而这两个问题项主要反映的是龙头企业影响因素中农户对合同遵守的程度,因此,可以将成分1命名为合同遵守程度因子;同理,问题项Q3、Q4和Q5在成分4上载荷系数很高,这三个问题项主要反映的是龙头企业影响因素中的企业实力,因此,可以将成分4命名为企业实力因子;问题项Q6在成分3上载荷系数很高,而这个问题反映的是龙头企业影响因素的收购价格波动情况,因此,可将成分3命名为收购价格波动因子;问题项Q7、Q8和Q9在成分2上载荷系数很高,这三个问题项主要反映的是龙头企业影响因素中的育种科研水平,因此,可以将成分2命名为科研水平因子。从因子分析的结果得出了龙头企业影响因素分成了四个因子,与本章的假设模型和问卷设计的构思保持一致。

(4)外部环境因素指标效度检验

运用SPSS18.0软件,对外部环境因素指标在量表中的问题项W1—W7进行KMO和Bartlett球体检验,结果如表4-13所示。

表4-13 KMO 和 Bartlett 的检验

从表4-13的结果可知,对外部环境因素的问题项进行因子分析得到其KMO值为0.807,显著大于0.60;同时Bartlett球体检验显著性Sig.为0.000,小于0.001,满足因子分析的条件。

表4-14 外部环境因素解释的总方差

从表4-14的结果可知,有三个成分的特征值大于1,外部环境因素的指标得到了三个因子,这三个因子共同解释了外部环境因素变量总方差的83.429%,总体上这三个因子的解释效果比较理想。

表4-15 外部环境因素的因子载荷矩阵

从表4-15可以清楚地看出问题项W1、W2和W3在成分2上载荷系数较高,而这三个问题项主要反映的是外部环境因素中的政府补贴,因此,可以将成分2命名为政府补贴因子;同理,问题项W4和W5在成分1上载荷系数很高,显著大于0.70,这两个问题项主要反映的是外部环境因素的药材市场秩序,因此,可以将成分3命名为市场秩序因子;问题项W6和W7在成分3上载荷系数很高,显著大于0.70,这两个问题项主要反映的是外部环境因素的药材管理体制和法律法规,因此,可以将成分3命名为管理体制和法律法规因子。从因子分析的结果得出了外部环境因素分成了三个因子,与本章的假设模型和问卷设计的构思相一致。

(5)产业化水平指标效度检验

运用SPSS18.0软件,对产业化水平指标在量表中的问题项C1—C5进行KMO和Bartlett球体检验,结果如表4-16所示。

表4-16 KMO 和 Bartlett 的检验

从表4-16的结果可知,对产业化水平的问题项进行因子分析得到其KMO值为0.827,显著大于0.60;同时Bartlett球体检验显著性Sig.为0.000,小于0.001,满足因子分析的条件。

表4-17 产业化水平解释的总方差

从表4-17的结果可知,只有一个成分的特征值大于1,产业化水平的指标只有一个因子,这个因子解释了产业化水平变量总方差的64.897%,总体上这个因子的解释效果比较理想。

表4-18 物理环境成分矩阵

因为只有一个因子,无法进行正交旋转。由表4-18的成分矩阵可以清楚地看出问题项C1至C5在成分1上载荷系数都显著大于0.70,而这五个题项主要解释的是产业化水平指标,因此,可以将成分1命名为产业化水平因子。从因子分析的结果得出了产业化水平只有一个因子,与本章假设模型和问卷设计的构思 一致。

综上所述,本节已经对样本数据的相关测量问题项进行了信度和效度的检验,调查问卷问题项的信度通过验证;在此基础上,对样本数据进行效度检验,调查问卷问题项的效度通过验证。

免责声明:以上内容源自网络,版权归原作者所有,如有侵犯您的原创版权请告知,我们将尽快删除相关内容。

我要反馈