一、预调研分析
本次预调研共发放206份调查问卷,回收196份,问卷回收率95.14%,剔除4份无效问卷,问卷有效率93.2%。对收集的数据进行描述性统计分析,项目分析,信度检验,效度检验,以确保问卷的合理性、科学性、有效性。
另外,在进行数据检验之前,鉴于TM1-TM7这七道问卷题系反向计分题,为确保其方向与实际方向的一致性,避免由此产生的误差,本文后续的数据检验,包括项目分析、信度及效度检验等,均采用转置后的数据。
其中,问卷题项与维度设置与编码见下表
表 1 问卷编码
维度 | 题目 | 编码 |
基础题 | 性别 | Q1 |
年龄 | Q2 | |
您的受教育程度 | Q3 | |
您的工作年限 | Q4 | |
您所在团队的规模 | Q5 | |
您所在企业的性质 | Q6 | |
意见讨论时,我会兼顾相互争执的意见 | ZY1 | |
中庸思维 | 我习惯从多方面的角度来思考同一件事情 | ZY2 |
在意见表决时,我会听取所有的意见 | ZY3 | |
做决定时,我会考虑各种可能的状况 | ZY4 | |
我会试着在意见争执的场合中,找出让大家能够接受的意见 | ZY5 | |
我会试着在自己与他人的意见中,找到一个平衡点 | ZY6 | |
我会在考虑他人的意见后,调整我原来的想法 | ZY7 | |
我期待在讨论的过程中,可以获得具有共识的结论 | ZY8 | |
我会试着将自己的意见融入到他人的想法中 | ZY9 | |
我通常会以委婉的方式表达具有冲突的意见 | ZY10 | |
意见决定时,我会试着以和谐的方式让少数人接受多数人的意见 | ZY11 | |
我在决定意见时,通常会考虑整体气氛的和谐性 | ZY12 | |
做决定时,我通常会为了顾及整体的和谐,而调整自己的表达方式 | ZY13 | |
越轨创新行为 | 在上级不认同的情况下,我仍然会坚持自己的一些新想法 | CDB1 |
工作中,我经常思考如何让被拒绝的想法变得更好 | CDB2 | |
尽管某些项目已被上级明确否定,但我仍会继续研发那些项目 | CDB3 | |
除了实施那些上级认可的想法,我同时也在不断搜集信息、反复尝试,努力改进那些被上级拒绝的想法 | CDB4 | |
我把部分工作时间用于完成某些已被上级拒绝的想法上 | CDB5 | |
到目前为止,我仍然在坚持一些被拒绝的想法 | CDB6 | |
我利用工作时间改良了一些已被拒绝的想法 | CDB7 | |
虽然某些想法已被上级拒绝,但是我仍然在不断完善它们 | CDB8 | |
我利用个人的工作时间和资源,继续研究那些已被拒绝的想法 | CDB9 | |
自我效能感 | 如果我尽力去做的话,我总是能够解决难题 | GSE1 |
即使别人反对我,我仍有办法取得我所要的 | GSE2 | |
对我来说,坚持理想和达成目标是很容易的 | GSE3 | |
我自信能有效地应付任何突如其来的事情 | GSE4 | |
以我的才智,我定能应付意料之外的情况 | GSE5 | |
如果我付出必要的努力,我一定能解决大多数的难题 | GSE6 | |
我能冷静地面对困难,因为我相信自己处理问题的能力 | GSE7 | |
面对一个难题时,我通常能找到几个解决方法 | GSE8 | |
有麻烦的时候,我通常能想到一些应付的方法 | GSE9 | |
无论什么事在我身上发生,我都能够应付自如 | GSE10 | |
团队正念 | 我的团队成员比较专注于当前正在发生的事情 | TM1 |
我的团队在完成任务时,会真正关注任务的意义和价值 | TM2 | |
在我的团队中,大家不会一边聊天,一边工作 | TM3 | |
我的团队会把精力用来关注现在,而不是未来或过去 | TM4 | |
我的团队做事时注意力比较集中 | TM5 | |
当某个团队成员有不合理或不恰当的想法或情绪时,不会被团队其他成员批评 | TM6 | |
我的团队的一些想法或情绪是恰当的 | TM7 | |
我的团队成员可以意识到自己的想法和感受,但不会过分解读 | TM8 | |
当工作中出现问题时,我的团队对成员仍然很友好 | TM9 | |
即使事情变得慌乱紧张,我的团队也能够保持平静和放松 | TM10 | |
组织认同 | 当有人批评本单位时,员工会觉得自己脸上无光 | OI1 |
员工对于别人如何看待本单位很感兴趣 | OI2 | |
当谈论本单位时,员工常用“我们”而非“他们” | OI3 | |
员工会把本单位的成功看成是自己的成功 | OI4 | |
当有人赞扬本单位时,员工感觉像是在赞扬自己 | OI5 | |
当媒体就某一题材批评本单位时,员工会觉得不安 | OI6 |
1.1预调研描述性统计分析
对收集的预调研数据进行简单的描述性统计分析,得到结果见下表
表 2 基础题频数分析结果
名称 | 选项 | 频数 | 百分比(%) | 累积百分比(%) |
Q1 | 男 | 107 | 50.71 | 50.71 |
女 | 104 | 49.29 | 100 | |
Q2 | 21-30岁 | 48 | 22.75 | 22.75 |
31-40岁 | 64 | 30.33 | 53.08 | |
41-50岁 | 51 | 24.17 | 77.25 | |
50岁以上 | 48 | 22.75 | 100 | |
Q3 | 中专及以下 | 43 | 20.38 | 20.38 |
大专 | 58 | 27.49 | 47.87 | |
本科 | 52 | 24.64 | 72.51 | |
硕士及以上 | 58 | 27.49 | 100 | |
Q4 | 1-5年 | 52 | 24.64 | 24.64 |
6-10年 | 57 | 27.01 | 51.66 | |
11-20年 | 46 | 21.8 | 73.46 | |
20年以上 | 56 | 26.54 | 100 | |
Q5 | 5人及以下 | 51 | 24.17 | 24.17 |
6-10人 | 50 | 23.7 | 47.87 | |
11-15人 | 51 | 24.17 | 72.04 | |
15人以上 | 59 | 27.96 | 100 | |
Q6 | 国有企业 | 47 | 22.27 | 22.27 |
民营企业 | 52 | 24.64 | 46.92 | |
外资企业(含中外合资) | 38 | 18.01 | 64.93 | |
事业单位 | 45 | 21.33 | 86.26 | |
其他 | 29 | 13.74 | 100 | |
合计 | 211 | 100 | 100 |
根据上表数据,可知在性别分布上,男性在样本中占据了50.71%的比例,而女性则占据了49.29%。这表明在样本中男性的数量略多于女性。在年龄分布上,有超过3成的样本年龄在31-40岁之间。在学历方面,样本中有20.38%的人不具有有大学及以上学历。在工作经验方面,有超过2成的样本工作经验在6-10年之间。在企业规模上,有27.96%的样本所在企业规模在15人以上。在企业类型上,有超过2成的样本所在企业为民营企业。
表 3 量表描述性统计分析
N | 最小值 | 最大值 | 均值 | 标准 偏差 | 偏度 | 峰度 | |||
统计 | 统计 | 统计 | 统计 | 统计 | 统计 | 标准 错误 | 统计 | 标准 错误 | |
ZY1 | 192 | 1 | 7 | 3.95 | 1.914 | 0.043 | 0.175 | -1.088 | 0.349 |
ZY2 | 192 | 1 | 7 | 3.91 | 1.958 | -0.003 | 0.175 | -1.187 | 0.349 |
ZY3 | 192 | 1 | 7 | 4.03 | 1.874 | 0.054 | 0.175 | -1.04 | 0.349 |
ZY4 | 192 | 1 | 7 | 3.93 | 1.89 | 0.084 | 0.175 | -1.122 | 0.349 |
ZY5 | 192 | 1 | 7 | 3.94 | 1.911 | -0.015 | 0.175 | -1.075 | 0.349 |
ZY6 | 192 | 1 | 7 | 3.85 | 1.968 | 0.031 | 0.175 | -1.146 | 0.349 |
ZY7 | 192 | 1 | 7 | 3.9 | 1.955 | 0.067 | 0.175 | -1.097 | 0.349 |
ZY8 | 192 | 1 | 7 | 3.94 | 1.987 | 0.064 | 0.175 | -1.163 | 0.349 |
ZY9 | 192 | 1 | 7 | 3.92 | 1.995 | 0.041 | 0.175 | -1.14 | 0.349 |
ZY10 | 192 | 1 | 7 | 3.9 | 1.902 | 0.033 | 0.175 | -1.118 | 0.349 |
ZY11 | 192 | 1 | 7 | 4.01 | 1.95 | 0.092 | 0.175 | -1.14 | 0.349 |
ZY12 | 192 | 1 | 7 | 3.97 | 1.939 | 0.071 | 0.175 | -1.136 | 0.349 |
ZY13 | 192 | 1 | 7 | 3.94 | 1.907 | 0.06 | 0.175 | -1.119 | 0.349 |
CDB1 | 192 | 1 | 7 | 4.33 | 1.559 | -0.568 | 0.175 | -0.517 | 0.349 |
CDB2 | 192 | 1 | 7 | 4.33 | 1.56 | -0.577 | 0.175 | -0.556 | 0.349 |
CDB3 | 192 | 1 | 7 | 4.2 | 1.68 | -0.586 | 0.175 | -0.663 | 0.349 |
CDB4 | 192 | 1 | 7 | 4.25 | 1.691 | -0.57 | 0.175 | -0.789 | 0.349 |
CDB5 | 192 | 1 | 7 | 4.36 | 1.609 | -0.662 | 0.175 | -0.497 | 0.349 |
CDB6 | 192 | 1 | 7 | 4.27 | 1.703 | -0.636 | 0.175 | -0.638 | 0.349 |
CDB7 | 192 | 1 | 7 | 4.34 | 1.584 | -0.509 | 0.175 | -0.659 | 0.349 |
CDB8 | 192 | 1 | 7 | 4.25 | 1.7 | -0.643 | 0.175 | -0.646 | 0.349 |
CDB9 | 192 | 1 | 7 | 4.4 | 1.634 | -0.68 | 0.175 | -0.533 | 0.349 |
GSE1 | 192 | 1 | 7 | 3.79 | 1.805 | 0.415 | 0.175 | -1.079 | 0.349 |
GSE2 | 192 | 1 | 7 | 3.68 | 1.662 | 0.454 | 0.175 | -0.775 | 0.349 |
GSE3 | 192 | 1 | 7 | 3.73 | 1.727 | 0.494 | 0.175 | -0.863 | 0.349 |
GSE4 | 192 | 1 | 7 | 3.76 | 1.783 | 0.462 | 0.175 | -0.926 | 0.349 |
GSE5 | 192 | 1 | 7 | 3.8 | 1.695 | 0.464 | 0.175 | -0.935 | 0.349 |
GSE6 | 192 | 1 | 7 | 3.77 | 1.71 | 0.459 | 0.175 | -0.97 | 0.349 |
GSE7 | 192 | 1 | 7 | 3.73 | 1.721 | 0.583 | 0.175 | -0.794 | 0.349 |
GSE8 | 192 | 1 | 7 | 3.71 | 1.709 | 0.489 | 0.175 | -0.836 | 0.349 |
GSE9 | 192 | 1 | 7 | 3.66 | 1.61 | 0.353 | 0.175 | -0.863 | 0.349 |
GSE10 | 192 | 1 | 7 | 3.54 | 1.675 | 0.562 | 0.175 | -0.647 | 0.349 |
TM1 | 192 | 1 | 7 | 3.96 | 2.005 | -0.253 | 0.175 | -1.262 | 0.349 |
TM2 | 192 | 1 | 7 | 3.96 | 1.983 | -0.234 | 0.175 | -1.244 | 0.349 |
TM3 | 192 | 1 | 7 | 3.99 | 1.96 | -0.137 | 0.175 | -1.219 | 0.349 |
TM4 | 192 | 1 | 7 | 3.88 | 1.935 | -0.198 | 0.175 | -1.184 | 0.349 |
TM5 | 192 | 1 | 7 | 3.9 | 1.931 | -0.23 | 0.175 | -1.215 | 0.349 |
TM6 | 192 | 1 | 7 | 3.92 | 1.942 | -0.211 | 0.175 | -1.21 | 0.349 |
TM7 | 192 | 1 | 7 | 4.04 | 2.048 | -0.164 | 0.175 | -1.268 | 0.349 |
TM8 | 192 | 1 | 7 | 4.02 | 2.003 | 0.161 | 0.175 | -1.242 | 0.349 |
TM9 | 192 | 1 | 7 | 4.08 | 2.019 | 0.19 | 0.175 | -1.249 | 0.349 |
TM10 | 192 | 1 | 7 | 4.15 | 1.829 | 0.247 | 0.175 | -1.152 | 0.349 |
OI1 | 192 | 1 | 7 | 3.53 | 1.697 | 0.32 | 0.175 | -0.573 | 0.349 |
OI2 | 192 | 1 | 7 | 3.51 | 1.737 | 0.519 | 0.175 | -0.58 | 0.349 |
OI3 | 192 | 1 | 7 | 3.77 | 1.681 | 0.173 | 0.175 | -0.837 | 0.349 |
OI4 | 192 | 1 | 7 | 3.57 | 1.759 | 0.274 | 0.175 | -0.759 | 0.349 |
OI5 | 192 | 1 | 7 | 3.41 | 1.79 | 0.528 | 0.175 | -0.612 | 0.349 |
OI6 | 192 | 1 | 7 | 3.56 | 1.639 | 0.555 | 0.175 | -0.503 | 0.349 |
有效个案数(成列) | 192 |
为了准确理解数据集的整体特性,本文采用平均值和中位数进行考量。根据上表可以看出,无任何异常值,表明数据分布相对均匀,没有明显的离群点。
1.2预调研问卷项目分析
项目分析旨在确保问卷量表研究的效度和适用性。按照既定的原则,首先需要将各项分析进行求和和汇总。之后,本文将被试者根据预设的高分和低分区间,依据27%和73%的分位数进行分类。采用T检验方法,本文可以对比高分和低分组别的差异。如果发现存在显著差异,那么这表明量表项的设计是合理的,并能有效区分受试者的不同反应;反之,如果量表项无法提供有效信息,那么它们将被视为无效并予以删除。
表 4 项目分析
组别(平均值±标准差) | t(决断值) | p | ||
低分组(n=52) | 高分组(n=53) | |||
ZY1 | 4.244±1.245 | 2.595±1.200 | 12.665 | 0.000*** |
ZY2 | 4.239±1.313 | 2.538±1.296 | 12.245 | 0.000*** |
ZY3 | 4.250±1.241 | 2.665±1.080 | 12.817 | 0.000*** |
ZY4 | 4.172±1.307 | 2.636±1.126 | 11.848 | 0.000*** |
ZY5 | 4.244±1.262 | 2.676±1.191 | 11.996 | 0.000*** |
ZY6 | 4.250±1.285 | 2.549±1.163 | 13.018 | 0.000*** |
ZY7 | 4.211±1.303 | 2.595±1.088 | 12.663 | 0.000*** |
ZY8 | 4.228±1.254 | 2.566±1.231 | 12.555 | 0.000*** |
ZY9 | 4.200±1.292 | 2.549±1.212 | 12.368 | 0.000*** |
ZY10 | 4.272±1.254 | 2.595±1.171 | 12.973 | 0.000*** |
ZY11 | 4.256±1.273 | 2.665±1.168 | 12.219 | 0.000*** |
ZY12 | 4.233±1.282 | 2.618±1.133 | 12.521 | 0.000*** |
ZY13 | 4.206±1.289 | 2.613±1.198 | 12.012 | 0.000*** |
CDB1 | 1.628±0.784 | 5.821±1.124 | 40.491 | 0.000*** |
CDB2 | 1.606±0.721 | 5.682±1.145 | 39.849 | 0.000*** |
CDB3 | 1.644±0.809 | 5.769±1.080 | 40.471 | 0.000*** |
CDB4 | 1.567±0.770 | 5.728±1.132 | 40.237 | 0.000*** |
CDB5 | 1.633±0.769 | 5.751±1.030 | 42.451 | 0.000*** |
CDB6 | 1.644±0.722 | 5.763±1.160 | 39.878 | 0.000*** |
CDB7 | 1.628±0.748 | 5.734±1.166 | 39.221 | 0.000*** |
CDB8 | 1.633±0.676 | 5.879±1.142 | 42.28 | 0.000*** |
CDB9 | 1.550±0.727 | 5.850±1.105 | 43.008 | 0.000*** |
GSE1 | 2.078±0.822 | 5.705±0.665 | 45.681 | 0.000*** |
GSE2 | 1.889±0.838 | 5.549±0.677 | 45.216 | 0.000*** |
GSE3 | 1.928±0.852 | 5.613±0.652 | 45.735 | 0.000*** |
GSE4 | 1.878±0.816 | 5.642±0.664 | 47.61 | 0.000*** |
GSE5 | 1.950±0.821 | 5.538±0.719 | 43.609 | 0.000*** |
GSE6 | 2.000±0.798 | 5.659±0.614 | 48.14 | 0.000*** |
GSE7 | 2.000±0.852 | 5.572±0.649 | 44.19 | 0.000*** |
GSE8 | 1.950±0.847 | 5.595±0.706 | 43.984 | 0.000*** |
GSE9 | 1.944±0.837 | 5.538±0.669 | 44.632 | 0.000*** |
GSE10 | 1.867±0.828 | 5.520±0.797 | 42.21 | 0.000*** |
TM1 | 2.544±0.704 | 5.179±1.130 | 26.183 | 0.000*** |
TM2 | 2.522±0.815 | 5.121±1.001 | 26.686 | 0.000*** |
TM3 | 2.489±0.751 | 5.104±1.029 | 27.184 | 0.000*** |
TM4 | 2.550±0.772 | 5.220±1.028 | 27.518 | 0.000*** |
TM5 | 2.456±0.765 | 5.185±0.971 | 29.271 | 0.000*** |
TM6 | 2.483±0.766 | 5.191±1.053 | 27.538 | 0.000*** |
TM7 | 2.528±0.862 | 5.133±0.970 | 26.636 | 0.000*** |
TM8 | 2.478±0.829 | 5.162±1.016 | 27.143 | 0.000*** |
TM9 | 2.528±0.751 | 5.150±1.126 | 25.642 | 0.000*** |
TM10 | 2.589±0.831 | 5.162±1.066 | 25.225 | 0.000*** |
OI1 | 3.689±1.334 | 5.012±1.056 | 10.348 | 0.000*** |
OI2 | 3.678±1.340 | 4.977±1.115 | 9.917 | 0.000*** |
OI3 | 3.689±1.300 | 5.116±1.061 | 11.315 | 0.000*** |
OI4 | 3.633±1.418 | 5.064±1.106 | 10.592 | 0.000*** |
OI5 | 3.533±1.404 | 5.081±1.123 | 11.46 | 0.000*** |
OI6 | 3.772±1.328 | 4.960±1.153 | 8.98 | 0.000*** |
注:* p<0.1 ** p<0.05 *** p<0.01 |
由上表可知,针对ZY1至ZY13、CDB1至CDB9、GSE1至GSE10、TM1至TM10、OI1至OI6等48项进行了项目分析。对这些项目进行求和后,按照预设标准进行了分组,并进行了T检验。分析结果显示,高低两组在ZY1至ZY13、CDB1至CDB9、GSE1至GSE10、TM1至TM10、OI1至OI6等全部项目上的表现均呈现出显著性差异(p<0.05),这说明48项量表项均具有良好的区分度,应当予以保留。综上所述,48项量表项均展现出良好的区分性,无需进行删除处理。
1.3信度检验
信度也称为可靠性,是指采用同样的方法对同一对象进行重复测量时所得到的结果的一致性程度。由于ZY变量是反向的,因此在进行信度检验是需将其转置,通过转置后的数进行信度检验得到下表。
表 5 Cronbach信度分析
名称 | 校正项总计相关性(CITC) | 项已删除的α系数 | Cronbach α系数 |
ZY1 | -0.385 | 0.904 | 0.897 |
ZY2 | -0.393 | 0.904 | |
ZY3 | -0.406 | 0.904 | |
ZY4 | -0.388 | 0.904 | |
ZY5 | -0.395 | 0.904 | |
ZY6 | -0.403 | 0.904 | |
ZY7 | -0.404 | 0.904 | |
ZY8 | -0.397 | 0.904 | |
ZY9 | -0.392 | 0.904 | |
ZY10 | -0.403 | 0.904 | |
ZY11 | -0.38 | 0.904 | |
ZY12 | -0.404 | 0.904 | |
ZY13 | -0.385 | 0.903 | |
CDB1 | 0.75 | 0.889 | |
CDB2 | 0.748 | 0.889 | |
CDB3 | 0.753 | 0.889 | |
CDB4 | 0.762 | 0.889 | |
CDB5 | 0.748 | 0.889 | |
CDB6 | 0.75 | 0.889 | |
CDB7 | 0.742 | 0.889 | |
CDB8 | 0.751 | 0.889 | |
CDB9 | 0.754 | 0.889 | |
GSE1 | 0.728 | 0.89 | |
GSE2 | 0.746 | 0.89 | |
GSE3 | 0.75 | 0.89 | |
GSE4 | 0.742 | 0.89 | |
GSE5 | 0.751 | 0.89 | |
GSE6 | 0.741 | 0.89 | |
GSE7 | 0.742 | 0.89 | |
GSE8 | 0.75 | 0.89 | |
GSE9 | 0.741 | 0.89 | |
GSE10 | 0.742 | 0.89 | |
TM1 | 0.616 | 0.892 | |
TM2 | 0.606 | 0.892 | |
TM3 | 0.627 | 0.892 | |
TM4 | 0.63 | 0.892 | |
TM5 | 0.659 | 0.891 | |
TM6 | 0.627 | 0.892 | |
TM7 | 0.594 | 0.892 | |
TM8 | 0.628 | 0.892 | |
TM9 | 0.624 | 0.892 | |
TM10 | 0.626 | 0.892 | |
OI1 | 0.335 | 0.895 | |
OI2 | 0.333 | 0.895 | |
OI3 | 0.373 | 0.895 | |
OI4 | 0.369 | 0.895 | |
OI5 | 0.363 | 0.895 | |
OI6 | 0.319 | 0.895 | |
注:标准化Cronbach α系数:0.884 |
根据上表提供的数据,信度系数值为0.897,高于0.8的临界值,这表明研究数据的信度质量非常高。对于已删除的项,删除各题项并未显著提高信度系数,因此没有必要进行删除。分析项的CITC绝对值均大于0.3,这表明分析项之间具有较好的相关关系,同时也说明信度水平良好。综上所述,数据的信度质量很高,完全可用于进一步分析。
1.4效度分析
为了确保量表数据的可靠性和量表问卷维度的适当性,本研究决定采用探索性因子分析和验证性因子分析两种方法,对量表问卷进行深入的探索和验证。
1.4.1探索性因子分析
为了验证问卷维度设计的合理性,本文利用软件SPSS 26.0对问卷量表进行严格的探索性因子分析,确保其实际维度与事先设计的维度保持一致性。通过这一科学方法,我们能够准确评估问卷设计的有效性和可靠性,为后续的数据分析提供坚实基础。
1.KMO与巴特利特球形检验
表 6 KMO 和巴特利特检验
KMO 取样适切性量数。 | 0.97 | |
巴特利特球形度检验 | 近似卡方 | 14675.077 |
自由度 | 1128 | |
显著性 | 0 |
由上表可知,巴特利特球形检验的统计量值为14675.077,而与之对应的概率P值仅为0.000。这意味着在显著性水平0.05的条件下,应拒绝原假设,即相关系数矩阵与单位矩阵之间存在显著的差异。此外,KMO值为0.970,根据Kaiser给出的标准,这表明问卷题项非常适合进行因子分析。
2.解释总方差
总方差分析是用于评估因子提取后各因子的解释率,通过分析总方差,可以了解题项信息在因子分析过程中的丢失程度。
表 7 解释总方差
成分 | 初始特征值 | 提取载荷平方和 | 旋转载荷平方和 | ||||||
总计 | 方差百分比 | 累积 % | 总计 | 方差百分比 | 累积 % | 总计 | 方差百分比 | 累积 % | |
1 | 26.059 | 54.29 | 54.29 | 26.059 | 54.29 | 54.29 | 11.407 | 23.765 | 23.765 |
2 | 6.465 | 13.469 | 67.758 | 6.465 | 13.469 | 67.758 | 9.153 | 19.069 | 42.835 |
3 | 4.759 | 9.914 | 77.673 | 4.759 | 9.914 | 77.673 | 8.901 | 18.543 | 61.378 |
4 | 2.965 | 6.177 | 83.85 | 2.965 | 6.177 | 83.85 | 6.947 | 14.473 | 75.851 |
5 | 1.634 | 3.404 | 87.253 | 1.634 | 3.404 | 87.253 | 5.473 | 11.402 | 87.253 |
6 | 0.385 | 0.803 | 88.056 | ||||||
··· | ··· | ··· | ··· | ||||||
提取方法:主成分分析法。 |
由上表可知,提取5个因子后,5个因子共同解释了原有问卷题项总方差的87.253%,其次提取第五个因子的特征值为1.634,大于1,总的来看,原有问卷题项的信息丢失较少,因子的分析效果比较理想,具有研究意义。
3.旋转成分矩阵
在探索性因子分析中,旋转成分矩阵主要用于明确因子的归属关系。通过分析因子载荷,我们可以判断题项与各个因子的关联程度。通常,当某因子下因子载荷大于0.5时,我们可以认为该题项归属于该因子。
表 8 旋转成分矩阵
成分 | |||||
1 | 2 | 3 | 4 | 5 | |
ZY1 | 0.814 | -0.381 | -0.168 | -0.264 | -0.093 |
ZY2 | 0.824 | -0.392 | -0.154 | -0.245 | -0.075 |
ZY3 | 0.814 | -0.363 | -0.168 | -0.282 | -0.124 |
ZY4 | 0.818 | -0.365 | -0.159 | -0.293 | -0.054 |
ZY5 | 0.798 | -0.358 | -0.215 | -0.293 | -0.029 |
ZY6 | 0.836 | -0.355 | -0.152 | -0.257 | -0.084 |
ZY7 | 0.803 | -0.369 | -0.183 | -0.307 | -0.045 |
ZY8 | 0.806 | -0.372 | -0.166 | -0.307 | -0.056 |
ZY9 | 0.803 | -0.386 | -0.159 | -0.301 | -0.053 |
ZY10 | 0.82 | -0.399 | -0.116 | -0.268 | -0.071 |
ZY11 | 0.812 | -0.33 | -0.193 | -0.311 | -0.09 |
ZY12 | 0.8 | -0.38 | -0.185 | -0.285 | -0.091 |
ZY13 | 0.816 | -0.356 | -0.185 | -0.282 | -0.086 |
CDB1 | -0.349 | 0.149 | 0.196 | 0.741 | 0.216 |
CDB2 | -0.359 | 0.203 | 0.218 | 0.739 | 0.171 |
CDB3 | -0.421 | 0.16 | 0.203 | 0.715 | 0.212 |
CDB4 | -0.335 | 0.217 | 0.184 | 0.778 | 0.19 |
CDB5 | -0.3 | 0.223 | 0.238 | 0.735 | 0.235 |
CDB6 | -0.349 | 0.231 | 0.227 | 0.743 | 0.204 |
CDB7 | -0.284 | 0.217 | 0.177 | 0.775 | 0.166 |
CDB8 | -0.292 | 0.206 | 0.15 | 0.767 | 0.28 |
CDB9 | -0.263 | 0.184 | 0.245 | 0.759 | 0.155 |
GSE1 | -0.134 | 0.15 | 0.901 | 0.142 | 0.047 |
GSE2 | -0.112 | 0.087 | 0.897 | 0.119 | 0.12 |
GSE3 | -0.159 | 0.105 | 0.909 | 0.103 | 0.099 |
GSE4 | -0.137 | 0.088 | 0.898 | 0.145 | 0.095 |
GSE5 | -0.159 | 0.126 | 0.885 | 0.176 | 0.062 |
GSE6 | -0.12 | 0.114 | 0.909 | 0.132 | 0.042 |
GSE7 | -0.107 | 0.123 | 0.891 | 0.15 | 0.065 |
GSE8 | -0.096 | 0.137 | 0.893 | 0.161 | 0.046 |
GSE9 | -0.171 | 0.104 | 0.896 | 0.099 | 0.133 |
GSE10 | -0.191 | 0.117 | 0.776 | 0.242 | 0.092 |
TM1 | -0.389 | 0.838 | 0.141 | 0.169 | 0.126 |
TM2 | -0.406 | 0.833 | 0.134 | 0.168 | 0.122 |
TM3 | -0.404 | 0.81 | 0.141 | 0.228 | 0.14 |
TM4 | -0.403 | 0.82 | 0.133 | 0.197 | 0.13 |
TM5 | -0.364 | 0.845 | 0.161 | 0.165 | 0.124 |
TM6 | -0.432 | 0.792 | 0.176 | 0.237 | 0.082 |
TM7 | -0.375 | 0.844 | 0.14 | 0.183 | 0.131 |
TM8 | -0.406 | 0.808 | 0.157 | 0.25 | 0.122 |
TM9 | -0.417 | 0.819 | 0.147 | 0.177 | 0.15 |
TM10 | -0.389 | 0.829 | 0.149 | 0.144 | 0.125 |
OI1 | -0.089 | 0.112 | 0.061 | 0.198 | 0.896 |
OI2 | -0.108 | 0.147 | 0.092 | 0.142 | 0.906 |
OI3 | 0.018 | 0.083 | 0.132 | 0.267 | 0.866 |
OI4 | -0.031 | 0.131 | 0.119 | 0.175 | 0.895 |
OI5 | -0.091 | 0.14 | 0.1 | 0.143 | 0.901 |
OI6 | -0.123 | 0.089 | 0.105 | 0.176 | 0.89 |
提取方法:主成分分析法。 旋转方法:凯撒正态化最大方差法。 |
a. 旋转在 7 次迭代后已收敛。 |
由上表可以看出,各题项因子归属清晰,并且在各因子的因子载荷值均大于0.6。表明探索性因子分析结果与事先维度设计一致,由此说明因子的含义是比较清晰的,探索性因子分析效果理想。
1.4.2验证性因子分析
经过深入的探索性因子分析,我们发现问卷设计的维度与实际分析结果高度一致。为了更全面地验证其结构效度、聚敛效度和区分效度,本文采用了Amos24.0软件进行了验证性因子分析。这一分析方法有助于确保问卷设计的可靠性和有效性,为后续的研究提供了坚实的理论基础。
1.结构效度
在探究该问卷数据的结构效度时,本文选用了多种评价指标,包括卡方与自由度比值(CMIN/DF)、渐近残差均方根拟合度指标(RMSEA)、递增拟合指数(IFI)以及非规范拟合指数(TLI)等指标。这些指标能够全面地反映问卷数据的结构效度,确保数据质量可靠。
表 9 结构效度
统计检验量 | 建议参考标椎 | 检验结果 | 是否适配 |
CMIN/DF | <3优秀,<5可接受 | 1.155 | 是 |
RMSEA | <0.05 优秀,<0.08 可接受 | 0.028 | 是 |
CFI | >0.9 | 0.989 | 是 |
GFI | >0.8可接受,>0.9优秀 | 0.804 | 是 |
IFI | >0.9 | 0.989 | 是 |
TLI | >0.8可接受,>0.9优秀 | 0.988 | 是 |
根据上表数据,可以看到模型拟合指标表现良好。具体来说,CMIN/DF值为1.155,小于3,说明模型适配度优秀;RMSEA值为0.028,小于0.08,表示模型适配度可以接受。此外,GFI值为0.804,大于0.8,说明模型结构适配;CFI和IFI值分别为0.989、0.989,均大于0.9,进一步验证了模型结构适配。同时,TLI值为0.988,接近0.9的标准值。综合以上数据,可以得出模型拟合较为理想的结论。下图展示了模型的结构效度图。
图 1 结构效度图
上图展示了给定数据的维度结构效度图,通过该图可以清晰地观察到各维度的结构以及它们之间的相关系数值。
2.聚敛效度
聚敛效度是指通过不同方法对同一特质或构念进行测量时,多个观察变量在该构念上的聚合程度。若聚敛效度高,则表示观察变量在其对应的因素构念上具有较高的因素负荷量,并且观察变量间的相关性也较高,这表明观察变量能够较好地反映该构念的特性和内在结构。因此,聚敛效度是评估测量工具是否准确反映特质或构念的重要指标之一。
表 10 聚敛效度
路径 | Estimate | S.E. | AVE | C.R.(组合信度) | P | ||
CDB1 | <--- | 越轨创新行为 | 0.867 | 0.052 | 0.768 | 0.967 | *** |
CDB2 | <--- | 越轨创新行为 | 0.877 | 0.051 | *** | ||
CDB3 | <--- | 越轨创新行为 | 0.881 | 0.055 | *** | ||
CDB4 | <--- | 越轨创新行为 | 0.902 | 0.053 | *** | ||
CDB5 | <--- | 越轨创新行为 | 0.873 | 0.053 | *** | ||
CDB6 | <--- | 越轨创新行为 | 0.896 | 0.054 | *** | ||
CDB7 | <--- | 越轨创新行为 | 0.861 | 0.053 | *** | ||
CDB8 | <--- | 越轨创新行为 | 0.884 | *** | |||
CDB9 | <--- | 越轨创新行为 | 0.843 | 0.056 | *** | ||
GSE1 | <--- | 自我效能感 | 0.928 | 0.828 | 0.98 | *** | |
GSE10 | <--- | 自我效能感 | 0.817 | 0.049 | *** | ||
GSE2 | <--- | 自我效能感 | 0.911 | 0.04 | *** | ||
GSE3 | <--- | 自我效能感 | 0.932 | 0.039 | *** | ||
GSE4 | <--- | 自我效能感 | 0.92 | 0.042 | *** | ||
GSE5 | <--- | 自我效能感 | 0.919 | 0.04 | *** | ||
GSE6 | <--- | 自我效能感 | 0.926 | 0.04 | *** | ||
GSE7 | <--- | 自我效能感 | 0.909 | 0.042 | *** | ||
GSE8 | <--- | 自我效能感 | 0.913 | 0.041 | *** | ||
GSE9 | <--- | 自我效能感 | 0.922 | 0.038 | *** | ||
OI1 | <--- | 组织认同 | 0.911 | 0.049 | 0.831 | 0.967 | *** |
OI2 | <--- | 组织认同 | 0.928 | 0.049 | *** | ||
OI3 | <--- | 组织认同 | 0.888 | 0.051 | *** | ||
OI4 | <--- | 组织认同 | 0.911 | 0.051 | *** | ||
OI5 | <--- | 组织认同 | 0.92 | 0.051 | *** | ||
OI6 | <--- | 组织认同 | 0.91 | *** | |||
TM1 | <--- | 团队正念 | 0.952 | 0.902 | 0.989 | *** | |
TM10 | <--- | 团队正念 | 0.937 | 0.032 | *** | ||
TM2 | <--- | 团队正念 | 0.955 | 0.032 | *** | ||
TM3 | <--- | 团队正念 | 0.95 | 0.033 | *** | ||
TM4 | <--- | 团队正念 | 0.948 | 0.033 | *** | ||
TM5 | <--- | 团队正念 | 0.948 | 0.032 | *** | ||
TM6 | <--- | 团队正念 | 0.944 | 0.033 | *** | ||
TM7 | <--- | 团队正念 | 0.955 | 0.033 | *** | ||
TM8 | <--- | 团队正念 | 0.955 | 0.033 | *** | ||
TM9 | <--- | 团队正念 | 0.955 | 0.033 | *** | ||
ZY1 | <--- | 中庸思维 | 0.952 | 0.033 | 0.905 | 0.992 | *** |
ZY10 | <--- | 中庸思维 | 0.955 | 0.033 | *** | ||
ZY11 | <--- | 中庸思维 | 0.948 | 0.035 | *** | ||
ZY12 | <--- | 中庸思维 | 0.949 | 0.034 | *** | ||
ZY13 | <--- | 中庸思维 | 0.951 | *** | |||
ZY2 | <--- | 中庸思维 | 0.956 | 0.034 | *** | ||
ZY3 | <--- | 中庸思维 | 0.953 | 0.033 | *** | ||
ZY4 | <--- | 中庸思维 | 0.954 | 0.033 | *** | ||
ZY5 | <--- | 中庸思维 | 0.94 | 0.035 | *** | ||
ZY6 | <--- | 中庸思维 | 0.954 | 0.034 | *** | ||
ZY7 | <--- | 中庸思维 | 0.951 | 0.034 | *** | ||
ZY8 | <--- | 中庸思维 | 0.952 | 0.035 | *** | ||
ZY9 | <--- | 中庸思维 | 0.952 | 0.035 | ** |
***表示P<0.001,**表示P<0.01,*表示P<0.05 |
根据上表数据,可以看出中庸思维、越轨创新行为、自我效能感、团队正念以及组织认同的因子载荷均大于0.5,表明这些潜变量所对应的题目具有较高的代表性,能够有效地反映该维度的特性。进一步地,各潜变量的平均方差差异AVE均大于0.7,这显示聚敛效度非常理想。同时,组合信度CR也均大于0.9,进一步验证了测量模型的可靠性。总的来说,该量表具有较高的代表性和可靠性,能够有效地评估和反映各个潜变量的特性。
3.区分效度
区分效度,也称为区别效度或结构效度,是评估测验是否真正测量了不同构念或特质的程度。它主要关注的是测验中各个项目是否有效地区分了不同的构念,从而能够准确地评估个体在这些构念上的差异。区分效度是评估测验质量的重要指标之一。它有助于我们了解测验是否准确地测量了不同构念或特质的差异,从而为个体在这些构念上的发展提供准确的反馈和指导。
表 11 区分效度
AVE | 中庸思维 | 越轨创新行为 | 组织认同 | 自我效能感 | 团队正念 | |
越轨创新行为 | 0.768 | 0.876 | ||||
自我效能感 | 0.828 | 0.702*** | 0.910 | |||
组织认同 | 0.831 | 0.284*** | 0.51*** | 0.912 | ||
团队正念 | 0.902 | 0.381*** | 0.459*** | 0.26*** | 0.950 | |
中庸思维 | 0.905 | 0.789*** | 0.621*** | 0.349*** | 0.374*** | 0.95 |
注:对角线粗体数字为AVE平方根,下三角为构面皮尔相关系数;***表示P<0.001,**表示P<0.01,*表示P<0.05 |
由上表可知,在显著性水平0.05下,中庸思维、越轨创新行为、自我效能感、团队正念以及组织认同之间均具有显著的相关性,此外各维度之间的相关系数值均小于对应的AVE平方根,说明各潜变量之间具有一定的相关性,且彼此之间又具有一定的区分效度,即说明量表数据的区分效度较为理想。
根据预调研数据的检验结果,我们发现量表问卷的题项均通过了项目分析,没有需要剔除的项。经过信度分析与效度分析,量表问卷数据展现出良好的一致性和较高的有效性。基于以上分析,可以确定收集的量表问卷数据具有足够的可靠性和有效性,可用于进一步的研究与分析。