另外，本书分析中设计企业与个体两个层面，由于企业层面的企业社会责任、组织公民行为及道德认同是由多个企业的员工进行评价，在进行跨层次检验时，还要对数据由个体层面转化到高一层面的内部一致性进行检验，主要包括内部一致性（Within-Group Agreement）Rwg和组内相关ICC（1）、ICC（2）以判断个体层面的数据能否聚合到企业层面。

其中，Rwg是指同一个组织之内，所有组织成员针对单一题项测量分数的共识程度（agreement）。ICC（1）称为组织相关系数，其目的在于衡量资料违反独立性的程度，它代表任一群体内任两位被试者，其结果变项间相关的期望值是捕捉组内资料的相似性或是资料的非独立性（Hox，2002）。换言之，组内相关系数即是个体间相依程度测量。而ICC（2）是延伸自组内相关系数，是计算各组成员在个题项的得分，经求组内成员的平均数作为该组间平均数作为该组分数，然后计算这个体现的组间变异数，再除以这个题项各组间平均数的变异数。换言之，ICC（2）的内容就是在计算组间变异数占各组平均数的变异数的比例，是指测量数据的一致性程度。对于Rwg和ICC（2），在研究实务上，一般都以0.7为理想水准（温福星、邱皓政，2015），当研究中的个体层次变量在每组的Rwg和ICC（1）都达到了0.7水准时，即被认定具有足够的信度和效度支持这些个体层次的变量可以聚合成组织构念，然后作为组织变量进行多层线性模型分析。若Rwg达不到0.7，则代表这个组织内的成员针对这些题项共识不足，因此不能以平均数作为高层解释变量。对于ICC（1）判断值，Cohen（1988）提出了3个判断标准值，当其小于0.059时，算是相当小的组内相关系数，其结果可以略而不计；其次，是介于0.059～0.138，这样的大小算是中度相关；至于高于0.138则算是高度的组内相关，Cohen认为当ICC（1）大于0.059时则必须考虑多层次的统计分析。

按照温福星和邱皓政（2015）提供的计算方法，我们用SPSS20.0计算企业层面上对员工的社会责任、员工道德认同及组织公民行为的Rwg，利用HLM6.0进行计算ICC（1）和ICC（2），其结果见表5－9所示。

表5-9　员工调查问卷各维度的聚合检验结果(www.daowen.com)

由表5－9中的数据可以看出，仅有员工内化道德认同（EMI）和外显道德认同及企业认同（EOCB1）的ICC（2）值比标准略低以外，其余的都满足了要求，考虑到ICC（2）受到被调查小组样本数量影响较大，当组内样本越多时，ICC（2）的值就越大。^[1]而本次调查每个企业仅调查5位员工，样本量限制了ICC（2）的值，能有这样的结果已经相当理想。因而可以聚合在一起做后续的验证。

通过对大样本数据的信度与效度分析，回收数据说明测量问卷都具有较高的信度和效度，说明数据与理论模型拟合较好，可以进一步做多层分析，来验证本文的基本假设。