问卷质量分析：整体验证性因素分析

（一）各问卷的项目因素负荷与内部一致性

上文已对建设性偏差进行探索性因素分析，此处不再重复。采用主成份分析法，对新出现的变量（上下属关系、员工创新绩效、员工职业发展和团队创新绩效）进行探索性因素分析，运用正交方差极大法进行因素转轴，根据特征根大于1，并结合碎石图，抽取公共因素，得到结果如表9-1所示。由表可知，团队创新绩效量表的第四个题项因子负荷过低（0.11），予以删除，其他各问卷因子结构清晰，没有交叉负荷，各项目负荷值在0.51到0.94之间，各问卷总方差解释量均在50%以上，达到良好的水平。

表9-1　各问卷项目的因素负荷值与总方差解释率（N=560）

（二）各问卷的内部一致性

本研究计算了新增量表的α系数，上下属关系量表的α系数为0.81，员工创新绩效量表的α系数为0.85，团队创新绩效量表的α系数为0.90，这表明本研究涉及的各分量表具有良好的信度。

（三）问卷整体验证性因素分析

根据假设，本研究所涉及问卷由5个潜变量和27个观测变量组成，问卷的构想模型如图9-2所示。为了避免潜变量的显示条目（indicators）过多所导致的结构方程不能识别的问题，本研究依据探索性因素分析的结果对建设性偏差和上下属关系的显示条目进行打包（Mathieu ＆ Farr，1991）。然后，运用AMOS 17.0软件，对构想模型中的5个潜变量进行验证性因素分析，以确定各变量的聚合效度和区分效度，同时，得到问卷整体内容结构构想模型的完全标准化解。具体结构与各参数的标准化解如图9-3所示，构想模型与观测数据的拟合情况如表9-2所示。此外，本研究还提出了四个可能存在的竞争模型与本问卷的五因素模型进行优劣比较，以判断五因素模型是否为最佳模型，具体拟合指标见表9-2。

结合图9-3的完全标准化解和表9-2的模型拟合指标，我们可以发现，本问卷验证性因素分析的各项结果均达到较好的程度，构想模型与观测数据基本拟合。同时，通过五因子模型和四个竞争模型的比较可知，五因子模型是最优的构想模型。

图9-2　建设性偏差行为与建设性偏差氛围影响研究问卷的构想模型

注：CON为建设性偏差；SSG为上下属关系；EIP为员工创新绩效；TIP为团队创新绩效。

图9-3　建设性偏差行为与建设性偏差氛围影响研究问卷的构想模型(www.xing528.com)

注：CON为建设性偏差；SSG为上下属关系；EIP为员工创新绩效；TIP为团队创新绩效。

表9-2　构想模型与观测数据的拟合指标及与竞争模型的比较（N=560）

注：五因子模型为“建设性偏差；上下属关系；员工创新绩效；员工职业发展；团队创新绩效”。
四因子模型为“建设性偏差；上下属关系；员工创新绩效+员工职业发展；团队创新绩效”。
三因子模型为“建设性偏差；上下属关系；员工创新绩效+员工职业发展+团队创新绩效”。
二因子模型为“建设性偏差+员工创新绩效+员工职业发展+团队创新绩效；上下属关系”。
单因子模型为“建设性偏差+上下属关系+员工创新绩效+员工职业发展+团队创新绩效”。

（四）共同方法偏差

本研究采用Harman单因子检验法考察本研究的共同方法偏差问题，即将所有变量的测量题项放在一起进行未旋转的因子分析，如果只析出一个因子或第一个因子解释了绝大部分变异，即可判定存在严重的共同方法偏差；反之，则不存在严重的共同方法偏差（周浩、龙立荣，2004）。本研究按照上述方法进行操作，结果显示，第一个主成分解释的变异为20.98%，未占到总变异解释量（74.16%）的一半。由此可见，本研究中并不存在严重的共同方法偏差问题。

此外，本研究在进行多层次分析时，加入了第三因子（积极情绪和消极情绪）作为控制项，这也是通过统计方法来矫治共同方法偏差的重要技术之一（Podsakoff，MacKenzie，Lee，＆ Podsakoff，2003）。

（五）聚合检验

本章节中，团队创新绩效是团队层面变量，需要进行聚合检验。经过计算，得到本研究中团队创新绩效的rwg值，见表9-3。由表可知，rwg平均值和中位数均超过0.70，表明团队创新绩效具有足够的组内一致性。

表9-3　团队变量的rwg值一览表

通过单因素方差分析得出团队创新绩效的MSB值（1.25）和MSW值（0.32），并计算ICC（1）和ICC（2）值，经计算，团队创新绩效的ICC（1）为0.38，ICC（2）为0.74，方差分析结果（F=3.95，p＜0.01），这表明不同小组之间感知到的团队创新绩效存在显著差异。