信度用于测量效果的一致性和稳定性，只有具有较高的一致性指数，才能保证变量的度量符合信度要求。
效度是测量工具能正确测量出衡量物的性质的程度。效度衡量包括内容效度和构思效度。内容效度用于检测衡量内容的适切性，构思效度用于测量理论的概念和特征的程度。
因子分析是用于检验研究所涉及变量是否有一套正确的、可操作性的测度，是检验构思效度的常用方法。
本书采用问卷方式收集数据，对于问卷数据，将进行探索性因子分析和验证性因子分析，在信度和效度检验基础上，构建结构方程模型。
（1）探索性因子分析
探索性因子分析法主要是为了找出影响观测变量的因子个数，以及各个因子和各个观测变量之间的相关程度，以试图揭示一套相对比较大的变量的内在结构。（马庆国，2002）
探索性因子分析能将具有错综复杂关系的变量综合为少数几个核心因子，用于寻找多元观测变量的本质结构。由于本书关于创新氛围中政策氛围、竞争氛围、合作氛围、组织支持、任务支持、人员支持6个变量，以及知识二元性中知识探索和知识利用2个变量的测度量表是在访谈调研基础上对现有研究中的量表进行改进而提出的，因此，为了明确观测变量的内部结构，验证测度题项的合理性，需要对其进行探索性因子分析。这里采用主成分分析的因子提取方法和最大方差的旋转方法，按特征根大于1的方式提取因子。探索性因子分析中各题项因子载荷的最低可接受值为0.50。（马庆国，2002）
样本数据各题项之间的内部异质性也需要验证，这里采用计算每个变量的题项—总体相关系数及Cronbach's α系数，评价变量度量的信度。样本数据的信度通过检验的最低限度为题项—总体的相关系数（CITC）大于0.35，Cronbach's α系数大于0.70。（李怀祖，2004）
研究中使用SPSS软件中的数据精简模块中的因子分析来进行探索性因子分析，同时对变量进行信度检验，并根据分析结果对变量的测度题项进行修正。
（2）验证性因子分析(www.xing528.com)
验证性因子分析是对社会调查数据进行的一种统计分析。它测试一个因子与相对应的测度题项之间的关系是否符合研究者所设计的理论关系。验证性因子分析的过程也就是测度模型的检验过程。
在探索性因子分析基础上，研究中将使用AMOS软件进一步对变量做验证性因子分析，通过数据与测量模型的拟合分析，检验各观测变量的因子结构与先前构想是否相符。验证性因子分析中常用评价模型的拟合指数的指标见表5-17。要保证基于拟合效果良好的模型对理论假设进行验证，至少达到多于1个参数标准。
表5-17 常用评价模型的拟合指数指标
数据来源：笔者根据吴明隆（2010），许冠南（2008）整理。
（3）结构方程建模
结构方程模型是一种实证分析模型，通过寻找变量间内在的结构关系，验证某种结构关系或模型的假设是否合理，模型是否正确，并且如果模型存在问题，可以指出如何修改。它是反映隐变量和显变量的一组方程，其目的是通过显变量的测量推断隐变量，并对假设模型的正确性进行检验。结构方程模型可分为4个步骤：模型设定、模型拟合、模型评价和模型修正。（吴明隆，2010）
信度和效度检验完后，将采用AMOS软件运用结构方程建模法检验结构模型与样本数据的拟合情况，分析找出模型中拟合欠佳的部分，并做出修正，最终产生一个最佳模型。
由于本书的概念模型中创新氛围、知识二元性，以及服务创新绩效所涉及的变量具有主观性强，难以直接度量，度量误差大，因果关系复杂，等等特点，因此较适合采用结构方程模型。
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。
