【摘要】:协进型领导能力虽然采用了结合国内外学者设计的测量方法,但由于较少实证研究涉及且尚未有更完善的测量量表。检验结果表明:KMO系数为0.67,符合因素分析的普通准则,适合因素分析;Bartlett球形系数检验的卡方值为51.10,达到0.000的显著水平,可拒绝虚无假设。本研究中协进型领导的测量指标只有3个题项,模型的自由度为0,自由参数多,模型复杂,因此常用的模型拟合指数值并不能说明模型的拟合优度。
协进型领导能力虽然采用了结合国内外学者设计的测量方法,但由于较少实证研究涉及且尚未有更完善的测量量表。因此在此对其进行构思测量和探索与验证性因素分析。首先,将获得的209份协进型领导测量随机分成两份(N=104和N=105)。其次,对第一份数据(N=104)进行KMO和Bartlett球形检验。检验结果表明:KMO系数为0.67,符合因素分析的普通准则,适合因素分析;Bartlett球形系数检验的卡方值为51.10(自由度为3),达到0.000的显著水平,可拒绝虚无假设。第三,进行探索性因素分析,获一个因子,因素解释变异量为66.77,探索的因素载荷如表7-7和表7-8所示。
表7-7 协进型领导探索因素分析结果
表7-8 协进型领导验证性因素分析结果(www.xing528.com)
注:N=105
最后,采用AMOS对另一份数据进行验证性因素分析,分析结果如表7-8所示。从表中可以看到,RMSEA大于常规的0.80标准,而CFI与IFI则符合最佳指数值。好的指数除了不受样本量影响外,还应该能惩罚复杂模型并对误设模型敏感(温忠麟和侯杰泰,2004)。RMSEA属于较好的模型拟合指数,虽然它受样本量N的影响不大,但对参数过少的误设模型比较敏感。本研究中协进型领导的测量指标只有3个题项,模型的自由度为0,自由参数多,模型复杂,因此常用的模型拟合指数值并不能说明模型的拟合优度。
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。