探讨问卷测量信度与效度的统计分析方法及结果

所谓信度是指测量结果的一致性（Consistency）或稳定性（Stability），即研究者使用不同的测量手段（不同形式或不同时间）对相同的或相似的现象进行测量时，所得测量结果的一致程度（荣泰生，2012：297）。一个量表的信度高低与其测量误差值成反比，所以一个量表的信度越高，即代表它的稳定性越好。目前关于量表信度的衡量，主要包括内部一致性信度（Internal Consistency Reliability）、复本信度（Alternate-form Reliability）、再测信度（Test-retest Reliability）以及复本再测信度（Alternate-form Retest Reliability）4类。随着结构方程技术的发展，统计学者又提出信度可以用测量变量的变异量能够被潜在变量解释的百分比（Proportion of Variance of a Measured Variable）来表示，由此Fornell与Larker（1981）提出了一个专门用于测量潜在变量信度的组合信度（Composite Reliability，CR）指标（邱浩政，林碧芳，2009）。本研究采用Cronbach’α系数以及组合信度CR来测量量表的信度。相关研究表明，只有当α系数大于0.7时，量表信度才可以被接受（Nunnally，1978）；组合信度CR则被认为需要大于0.5才能被视为满足测量的稳定性（Raine-Eudy，2000）。

效度（Validity）是指测量工具能够正确无误地测出潜在特质的程度，即研究者所能掌握的抽象意义程度（邱浩政，林碧芳，2009），一个合格的量表必须同时满足信度和效度的要求才能保证测量的质量。一般学术研究中的效度主要包括内容效度（Content Validity）、效标关联效度（Criterion-related Validity）与建构效度（Constructive Validity）3类。内容效度主要考察量表内容是否包括测量某一概念的全部项目，多半需要研究者凭借自己对所需测量概念认识的主观判断来把握（荣泰生，2012）。效标效度又称预测效度、同时效度或实用效度，主要用于考查同一测量概念中的多重测量条款与校标间的关系（Hair，Anderson，Tatham，1992）。建构效度是指测量工具能否测量理论的概念或特质的程度，主要分为收敛效度与区别效度两类，其中收敛效度（Convergent Validity）主要考查量表与同一概念中的其他指标之间的关联程度，区别效度（Discriminant Validity）则主要考查一个测量值与不同概念之间的不相关程度。只有当量表同时满足上述两种效度要求时，才可认为量表具有建构效度（荣泰生，2012）。

上述3种效度中，本研究对于内容效度与效标效度主要通过严格按照问卷设计流程来尽量保证两者的质量，而对于建构效度中的收敛效度与区别效度则通过统计检验来考察。相关研究表明，当检验变量的因子载荷量均大于0.5且其相关t值均大于1.96（Thong，Yap，Raman，1996），同时每一个潜在变量（构念）的抽取方差又都大于此变量与其他潜在变量间的相关系数平方（Fornell，Larcker，1982）时，则可认为测量量表具有良好的收敛效度与区分效度。

本研究借助SPSS18.0与AMOS17.0统计软件通过综合运用探索性因子分析与验证性因子分析来检验回收问卷的信度与效度。参考以往相关实证研究的做法，样本量应为变量数的5到10倍（张群祥，2012）。首先从回收合格的196份问卷中随机抽取60份问卷利用SPSS18.0软件做探索性因子分析（EFA）来检验量表的信度与效度。在做探索性因子分析之前，要通过KMO和Bartlett的球形度检验来判断回收问卷是否适合做因子分析。检验结果见表5.7，QMP软要素、QMP硬要素、环境动态性、组织质量图式更新、组织运营惯例更新5个变量的KMO值均大于0.7，Bartlett球形度检验的显著性均为0.000，已达到显著水平，由此可判定该样本符合做因子分析的条件（马庆国，2002）。剩余136份问卷则利用AMOS17.0软件做验证性因子分析（CFA）来检验探索性因子分析所确立的因子结构与测量模型的拟合度，并通过SPSS18.0对验证后因子结构中各维度的均值、标准差、相关系数、Cronbach’α值以及组合信度CR、平均变异萃取量（AVE）进行估计来验证测量模型的信度与建构效度。

表5.7　各测量构念的KMO与Bartlett球形度检验结果

除了针对测量量表的信度与效度检验之外，还需要通过验证性因子分析的结果考察概念模型的整体拟合程度的情况。根据相关文献研究，本研究主要根据卡方指数（χ2）、卡方自由度比（χ2/df）、拟合优度指数（GFI）、修正拟合优度指数（AGFI）、规范拟合指数（NFI）、修正拟合指数（IFI）、比较拟合指数（CFI）以及近似误差均方根（RMSEA）8个指标来判断测试构念模型的整体拟合情况。目前学术界多认为，当2＜χ2/df＜5，RMSEA＜0.1，AGFI＞0.85，GFI、NFI、IFI、CFI均大于0.9时，模型可以被接受；而当χ2/df＜2，RMSEA＜0.05且其余指数大于0.9时，模型拟合良好（奉小斌，2012）。

（1）QMP软要素的信度与效度分析

根据SPSS18.0的检验结果，探索性因子分析样本中的QMP软要素量表测量的KMO值为0.822，Bartlett的球形度检验的显著性为0.000，满足做因子分析的要求。在此基础上，通过选用主成分分析法中的方差最大旋转法来抽取QMP软要素测量题项中的共同因子，结果见表5.8。根据所抽取因子的特征值大于1、每一题项的因子负荷值大于0.5、各维度题项间不存在交叉负荷、每个因子所包含的题项数不少于3项、因子对方差的总解释度大于60%5项原则（王永伟，等，2012），本研究共抽取3个因子。根据相关文献笔者将它们分别命名为：领导承诺、战略计划以及顾客导向。信度依次为0.91，0.723，0.767，累计解释方差为68.8%，总量表信度为0.833，表明量表具有良好的信度和效度。

表5.8　QMP软要素探索性分析（n=60）

随后利用AMOS17.0在剩余样本中进行验证性因子分析，结果见图5.3，领导承诺、战略计划以及顾客导向3个潜变量中各标准化因子载荷数均大于0.5且在0.001水平下显著。而QMP软要素模型的整体拟合结果见表5.9，卡方值为98.345，自由度为53，χ2/df值为1.856，RMSEA值为0.066，GFI、AGFI、NFI、IFI、CFI各指标值分别为0.925、0.89、0.914、0.958、0.958，满足χ2/df值小于2，GFI、NFI、IFI、CFI 4项指标均大于0.9，AGFI大于0.85，RMSEA小于0.08的模型拟合较好的要求。

图5.3　QMP软要素测量模型

表5.9　QMP软要素模型拟合指数（n=136）

此外，还利用SPSS18.0对剩余136份问卷中的QMP软要素中3个维度的均值、标准差、相关系数、Cronbach’α值以及组合信度CR、平均变异萃取量（AVE）进行估计。结果见表5.10，QMP软要素中的领导承诺、战略计划以及顾客导向3个维度的Cronbach’s α值分别为0.896、0.759、0.799，组合信度CR值分别为0.9、0.8、0.811，平均变异萃取量AVE值分别为0.645、0.506、0.59，满足测量量表的α信度系数＞0.7，组合信度CR＞0.6，平均变异萃取量AVE＞0.5，且平均变异萃取量AVE的平方根均大于各维度间的标准化相关系数的信度及建构效度要求。

表5.10　QMP软要素量表测量的信度及收敛效度

注：a表示AVE的平方根；矩阵下三角数据代表各维度间相关系数；**代表P＜0.01；*代表P＜0.05。

（2）QMP硬要素构念的信度与效度分析

根据SPSS18.0的检验结果，探索性因子分析样本中的QMP硬要素量表测量的KMO值为0.896，Bartlett的球形度检验的显著性为0.000，满足做因子分析的需要。在此基础上，通过主成分分析法中的方差最大旋转法来抽取QMP硬要素测量题项中的共同因子。探索性因子分析结果见表5.11。本研究共抽取3个因子，根据相关文献笔者将提取出的3个因子分别命名为：技术能力、供应商管理及信息分析，信度依次为0.931、0.924、0.88，累计解释方差为80.62%，总量表信度为0.897，表明量表具有良好的信度和效度。

随后利用AMOS17.0在剩余样本中进行验证性因子分析，结果见表5.12、图5.4。信息分析、技术能力以及供应商管理3个潜变量中各标准化因子载荷数均大于0.5且在0.001水平下显著；QMP硬要素模型的整体拟合结果如表5.12所示，卡方值为132.064，自由度为74，χ2/df值为1.785，RMSEA值为0.063，GFI、AGFI、NFI、IFI、CFI各指标值分别为0.912、0.876、0.948、0.977、0.976，满足χ2/df值小于2，GFI、NFI、IFI、CFI 4项指标均大于0.9，AGFI大于0.85，RMSEA小于0.08的模型拟合较好的要求。

表5.11　QMP硬要素探索性分析（n=60）

续表

表5.12　QMP硬要素模型拟合指数（n=136）

此外，利用SPSS18.0对QMP硬要素中3个维度的均值、标准差、相关系数、Cronbach’α值以及组合信度CR、平均变异萃取量（AVE）进行估计。结果见表5.13，QMP硬要素中的信息分析、技术能力以及供应商管理3个维度的Cronbach’s α值分别为0.886、0.951以及0.942，组合信度CR值分别为0.89、0.952、0.942，平均变异萃取量AVE值分别为0.669、0.799、0.766，由此可以判定QMP硬要素测量量表具有良好的信度与建构效度。

图5.4　QMP硬要素测量模型

表5.13　QMP硬要素量表测量的信度及收敛效度

(www.xing528.com)

注：a表示AVE的平方根；矩阵下三角数据代表各维度间相关系数；**代表P＜0.01；*代表P＜0.05。

（3）环境动态性的信度与效度分析

根据SPSS18.0的统计结果，环境动态性量表的KMO值为0.929，Bartlett的球形度检验的显著性为0.000，满足做因子分析的条件。在此基础上通过方差最大旋转法来抽取共同因子，结果见表5.14。本研究共抽取两个因子，其中由于“本企业的资源配置倾向于满足所有顾客（包括潜在顾客）的需求”题项在两个维度上的因子负荷值均大于0.5，故将其删除。根据相关文献，笔者将两个因子分别命名为：技术动态性与市场动态性，信度分别为0.907、0.926，累计解释方差79.54%，总量表信度0.936，表明量表具有良好的信度和效度。

表5.14　环境动态性探索性分析（n=60）

验证性因子分析结果见图5.5。技术动态性与市场动态性两个潜变量中各标准化因子载荷数均大于0.5且在0.001水平下显著；环境动态性模型的整体拟合结果见表5.15。卡方值为63.335，自由度为26，χ2/df值为2.436，RMSEA值为0.086，GFI、AGFI、NFI、IFI、CFI各指标值分别为0.933、0.884、0.959、0.975、0.975，满足2＜χ2/df值＜5，GFI、NFI、IFI、CFI 4项指标均大于0.9，AGFI大于0.85，RMSEA小于0.1的模型可接受的标准。

表5.15　环境动态性模型拟合指数（n=136）

此外，剩余样本的描述统计量及信度、建构效度检验结果见表5.16。环境动态性中的技术动态性与市场动态性两个维度的Cronbach’s α值分别为0.916与0.926，组合信度CR值分别为0.925与0.93，平均变异萃取量AVE值分别为0.712与0.769，满足测量量表的α信度系数＞0.7，组合信度CR＞0.6，平均变异萃取量AVE＞0.5，并且平均变异萃取量AVE的平方根均大于各维度间的标准化相关系数的信度、建构效度要求。

图5.5　环境动态性测量模型

表5.16　环境动态性量表测量的信度及收敛效度

注：a表示AVE的平方根；矩阵下三角数据代表各维度间相关系数；**代表P＜0.01；*代表P＜0.05。

（4）组织质量图式更新的信度与效度分析

前文开发组织质量图式更新量表时已进行过探索性因子分析，故这里直接用所回收的196份样本问卷进行验证性因子分析。分析结果见表5.17与表5.18，组织质量图式更新变量中各标准化因子载荷数值为0.554～0.862，均大于0.5且在0.001水平下显著；模型整体拟合度检验中，卡方值为46.444，自由度为14，χ2/df值为3.317，RMSEA值为0.089，GFI、AGFI、NFI、IFI、CFI各指标值分别为0.935、0.871、0.946、0.962、0.961，满足2＜χ2/df值＜5，GFI、NFI、IFI、CFI 4项指标均大于0.9，AGFI大于0.85，RMSEA小于0.1的模型拟合可接受的要求。

表5.17　组织质量图式更新模型拟合指数（n=196）

此外，利用SPSS 18.0对组织质量图式更新变量的均值、标准差、相关系数、Cronbach’α值以及组合信度CR、平均变异萃取量（AVE）进行估计。结果见表5.18，变量的Cronbach’s α值为0.897，组合信度CR值为0.912，平均变异萃取量AVE值为0.6，各标准化因子载荷数值为0.554～0.862且在0.001水平下显著，满足测量量表的α信度系数大于0.7，组合信度CR＞0.6，平均变异萃取量AVE＞0.5，各标准化因子载荷数均大于0.5且在0.001水平下有显著的信度与收敛效度要求。

表5.18　组织质量图式更新量表测量的信度及收敛效度

（5）组织运营惯例更新的信度与效度分析

抽取样本的KMO值为0.867，Bartlett的球形度检验的显著性为0.000，满足做因子分析的条件。探索性因子分析结果见表5.19，抽取特征根大于1的因子一个，6个题项的因子载荷值范围为0.604～0.88，量表信度为0.87，因子对总方差的解释为66.383%。由此可以判定组织运营惯例更新量表具有良好的信度和效度。

组织运营惯例更新量表的验证性因子分析结果如表5.20和表5.21所示，组织运营惯例更新变量中各标准化因子载荷数值为0.5～0.892，均大于0.5且在0.001水平下显著；模型整体拟合度检验中，卡方值为44.497，自由度为9，χ2/df值为4.944，RMSEA值为0.087，GFI、AGFI、NFI、IFI、CFI各指标值分别为0.928、0.852、0.939、0.951、0.95，满足2＜χ2/df值＜5，GFI、NFI、IFI、CFI 4项指标均大于0.9，AGFI大于0.85，RMSEA小于0.1的模型拟合可以接受的要求。

表5.19　组织运营惯例更新的探索性分析（n=60）

续表

表5.20　组织运营惯例更新模型拟合指数（n=136）

此外，利用SPSS 18.0对组织运营惯例更新变量的均值、标准差、相关系数、Cronbach’α值以及组合信度CR、平均变异萃取量（AVE）进行估计。结果见表5.21，变量的Cronbach’s α值为0.889，组合信度CR值为0.898，平均变异萃取量AVE值为0.601，各标准化因子载荷数值为0.5～0.892且在0.001水平下显著，由此可以判定量表具有良好的信度与收敛效度。

表5.21　组织运营惯例更新量表测量的信度与收敛效度