首页 理论教育 大规模正式调查数据分析成果:信度系数及聚合效度和区分效度确认

大规模正式调查数据分析成果:信度系数及聚合效度和区分效度确认

时间:2023-05-18 理论教育 版权反馈
【摘要】:正式问卷调查中,本研究仍然采用Cronbach'sα值作为计算测量量表信度系数。我们采用验证性因子分析对正式调查所获得的数据进行分析,以考察并确认各变量的聚合效度和区分效度。

大规模正式调查数据分析成果:信度系数及聚合效度和区分效度确认

3.4.1 数据收集

2012年3~5月,对130家创业板上市公司的董事会秘书、人力资源总监、财务总监等分别进行问卷调查,董事会秘书、人力资源总监回答高绩效人力资源管理系统部分,财务总监回答企业自主创新部分。共发放问卷390份,回收305份,回收率为78.2%,有效问卷286份,有效率93.7%。研究者通过两种方式组织测量工作:①直接测量。研究者本人直接把问卷交给企业,说明调研目的和要求,由联系人安排被试人选发放问卷和回收问卷后,由研究者现场或1周内取回。②委托测量。研究者委托深交所、证券公司、会计师事务所发放和回收问卷。发放的问卷采用电子邮件和邮寄形式。

3.4.2 样本容量

本研究将采用结构方程模型,利用AMOS作为主要分析工具。对于结构方程而言,对样本容量有要求,一般认为,样本数最少大于100(Boomsma,1982),被试人数是变量的10倍(Nunnally,1978),每个自由参数要有数个被试(Bollen,1990),被试数量要有自由参数的5倍以上(Bentler,1990),样本数越大越好,每个因子至少要有3个指标(侯杰泰、温忠麟、成子娟,2004)。对照以上标准,本研究的有效被试286个,变量数为4个,总测量题目数为27题,测量项目与变量数与被试数的比均符合结构方程运用的标准。

3.4.3 数据的描述性统计

由于本研究的研究对象是企业层面,所以运用Spss16.0对样本的总体特征进行描述性统计分析,其分析结果如下。

1.企业性质

本研究按照公司属性和所属业态对企业性质进行划分,其中,国家级高新技术企业212家,占74.1%;省级高新技术企业57家,占19.9%;市级高新技术企业15家,占5.2%;尚未通过认定企业2家,占0.7%。新经济12家,占4.2%;新服务9家,占3.1%;新型制造业264家,占92.3%;文化创意1家,占0.3%。

2.企业规模

本研究以企业成立年限和年均销售收入作为企业规模的统计标准。其中,成立年数5~10年的企业168家,占58.7%;10~15年的企业80家,占28%;15年以上的企业38家,占13.3%。年均销售收入8 000万元以下的企业2家,占0.7%;0.8亿~1亿元的企业7家,占2.4%;1亿~3亿元的企业55家,占19.2%;3亿~5亿元的企业137家,占47.9%;5亿元以上的企业85家,占29.7%。

3.4.4 正式问卷信度和效度检验

1.信度检验

信度(reliobility)指评价测量工具的一致性程度或准确度(Babbie,2007)。正式问卷调查中,本研究仍然采用Cronbach'sα值作为计算测量量表信度系数。本研究分别对高绩效人力资源管理系统、员工知识技能提升、授权与激励、以结果为导向的考核、自主创新能力、环境动态性及企业绩效各个量表进行Cronbach'sα信度检验。表3-5列出了各量表及其各变量维度的Cronbach'sα系数,从表3-5中可以看出各量表及维度的信度都比较高,均在0.76以上,说明各问卷具有较高的内部一致性,稳定性较好,量表可以作为后期数据统计分析之用。(www.xing528.com)

表3-5 正式问卷各变量信度Cronbach'sα系数表

2.效度检验

本研究主要采用结构方程建模分析高绩效人力资源管理系统对企业绩效的作用机制。结构方程模型可以用来验证各潜在变量的内在结构以及各变量之间的相关关系[1]。而在结构方程模型中,必须保证测量工具的信度和效度,才能比较准确地进行结构方程模型内部潜变量间的因果关系的验证工作。为了验证各研究变量的结构模型,在之前的预测试所做的信度和效度分析基础上,对正式问卷所获得的数据进行验证性因子分析(CFA),对各变量的结构进行拟合,确定最佳模型。我们采用验证性因子分析(使用极大似然估计)对正式调查所获得的数据进行分析,以考察并确认各变量的聚合效度(convergent validity)和区分效度(discriminant validity)。我们先通过模型比较的方法来考察各量表的区分效度,结果如表3-6所示。

表3-6 验证性因子分析结果(N=286)

注:单因子模型:将5个变量合为1个因子。

二因子模型:将EEKS,ROA,AM合为1个因子;IA和EP合为1个因子。

三因子模型:将EEKS,ROA,AM合为1个因子;IA和EP各为1个因子。

四因子模型:将EEKS,ROA,AM各为1个因子;IA和EP合为1个因子。

五因子模型:将EEKS,ROA,AM各为1个因子;IA和EP各为1个因子。

从表3-6可见,五因子模型与另外几个模型相比对实际数据最为拟合,说明本文所设计的5个变量具有良好的区分效度,它们确实是5个不同的构念。同时,验证性因子分析结果显示,在五因子模型中各因子的因子负荷及T值均达到了显著性水平(p<0.01)且未出现不恰当解,这说明各构念均具有良好的聚合效度。

通过对大规模数据收集情况的描述性统计分析、信度分析、效度分析等统计分析过程,发现获得的数据具有一定的代表性,满足研究要求,在利用所获取的数据对正式问卷信度效度分析的过程中,由于有前期预测试对问卷检验和调整,正式问卷的信度和效度都较好,可以作为后续假设检验和模型验证的数据基础。

[1] Nunnally J.C.,Psychometric Theory,New York:Mc Graw-Hill,1978.

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