欢迎访问文稿网!

信度效度分析

范文之家 分享 时间: 加入收藏 我要投稿 点赞

信度效度分析

    4.2.3 信度效度分析

    1)信度分析

    本论文采用分项对总项相关系数以及Cronbach’sα系数来检验问卷的信度。其中,分项对总项相关系数以大于0.6为佳,最低不宜低于0.35。Cronbach’sα系数若α系数介于0.35—0.75之间表示可以接受;若α系数高于0.75,则表示信度相当高。检验结果见表4-9。

    由表4-9可知,分项对总项相关系数除“B3.公司利用信息技术,查询公司产品、服务或过程的相关知识”为0.330 9外,其余均符合信度要求。删除B3,但其结果是降低了知识管理基础建设分量表的Cronbach’sα系数,因此仍然保留该题项。

    知识管理策略、知识管理基础建设、知识活动过程、知识资本以及财务绩效各分量表的Cronbach’sα系数分别为0.712 0、0.876 0、0.908 2、0.913 2、0.883 8,均达到信度要求。知识管理基础建设分量表中,信息技术、组织文化、组织结构的Cronbach’sα系数分别为0.570 8、0.810 8、0.744 8;知识活动过程分量表中,知识获取、知识应用、知识固化、知识分享、知识保护的Cronbach’sα系数分别为0.711 0、0.648 2、0.762 0、0.864 3、0.710 2;知识资本分量表中,顾客维度、内部流程、学习与成长的Cronbach’sα系数分别为0.801 7、0.872 1、0.862 4,均已达到信度要求。

    

    表4-9 各题项(观察变量)的叙述性统计表

    

    续表4-9

    img44

    

    续表4-9

    img45

    2)效度分析

    (1)内容效度

    本论文实证研究量表的内容主要引用了学者们发展的相关量表,另外在问卷的书面表达方面也与多位专家进行了反复的探讨,因此具有一定的内容效度。

    (2)收敛效度

    从表4-10至表4-14可知,观察变量对其潜在变量的因素负荷值(λ)介于0.454—0.976之间,高于J9reskog和S9rbom(1989)[16]所提出的0.45门槛值,表明观察变量皆可以反映其所构建的潜在变量。各分量表潜在变量的组合信度(CR)均超过0.60(Bagozzi和Yi,1988)的可接受水平,且平均变异抽取量(AVE)均超过0.5(Hairs et al.,1998)的可接受水平,表明知识管理策略、知识管理基础建设、知识活动过程、知识资本以及财务绩效这五个分量表各题项均具收敛效度。

    从另一个角度看,知识管理策略的验证性因素分析结果显示(见表4-10),其测量模式的适配度指标中,GFI=0.998,NFI=0.993,CFI=0.988,均超过0.9的理想水平;RMR=0.009,小于0.05;表内各测量题项的因素负荷量的P值均已达显著水平,因此知识管理策略分量表各题项的收敛效度在可接受的范围内。

    知识管理基础建设的二阶验证性因素分析的结果显示(见表4-11),其测量模式的适配度指标中,GFI=0.923,NFI=0.920,CFI=0.941,均超过0.9的理想水平;RMR=0.042,小于0.05;表内各测量题项的因素负荷量的P值均已达显著水平,因此知识管理基础建设分量表各题项的收敛效度在可接受的范围内。

    知识活动过程的二阶验证性因素分析的结果显示(见表4-12),其测量模式的适配度指标中,GFI=0.943,NFI=0.911,CFI=0.903,均超过0.9的理想水平;RMR=0.044,小于0.05;表内各测量题项的因素负荷量的P值均已达显著水平,因此知识活动过程分量表各题项的收敛效度在可接受的范围内。

    知识资本的二阶验证性因素分析的结果显示(见表4-13),其测量模式的适配度指标中,GFI=0.901,NFI=0.951,CFI=0.939,均超过0.9的理想水平;RMR=0.035,小于0.05;表内各测量题项的因素负荷量的P值均已达显著水平,因此知识资本分量表各题项的收敛效度在可接受的范围内。

    财务绩效的验证性因素分析的结果显示(见表4-14),其测量模式的适配度指标中,GFI=0.998,NFI=0.989,CFI=0.995,均超过0.9的理想水平;RMR=0.006,小于0.05;表内各测量题项的因素负荷量的P值均已达显著水平,因此财务绩效分量表各题项的收敛效度在可接受的范围内。

    img48

    img49

    (3)区别效度分析

    在区别效度方面,若潜在变量之间具有区别效度,其潜在变量间的相关程度必须小于潜在变量内的相关程度,因此一般利用潜在变量间的相关系数矩阵来加以检定,潜在变量的平均变异抽取量(Average Variance Extracted,AVE)的平方根值需大于其他同变量下的相关系数(Fornell,C.,and Larcker,D.F.,1981),模型的各潜在变量具有区别效度。

    实证分析模型潜在变量的平均变异抽取量的平方根值最小值为0.77,大于相关系数中最大值0.74,故各潜在变量应为不同的因子,具有区别效度,结果如表4-15所示。

    

    表4-15 潜在变量的区别效度表

    img52

221381
领取福利

微信扫码领取福利

微信扫码分享